随着人类对外太空的深入探索与开发，各国对空间技术提出了更高的要求，诸如航天器之间的交会对接、故障卫星的在轨捕获与维修、空间碎片的清除等已成为航天领域发展亟待解决的重要问题，而非合作目标的交会对接与抓取是解决这些问题的关键技术。为了实现这一目标，必须解决非合作目标之间的相对位姿测量问题。目前针对非合作目标的测量方法主要有基于单目或双目的位姿测量方法、基于扫描式激光雷达的位姿测量方法、基于无扫描三维成像的位姿测量方法以及基于多种传感器结合的位姿测量方法等。由两个同样的相机组成的双目系统能够模拟人眼的成像过程，并且该系统利用了三角测量方法，能够比较容易地获得目标的三维信息，因此，双目系统也常来进行非合作目标的位姿测量。双目系统会涉及到双目立体视觉技术，而该技术是计算机视觉技术的一个分支，其原理是从不同的角度拍摄目标物体的两幅或者多幅图像，并利用几何成像原理计算图像像素间的位置偏差（即视差）来获得目标的三维信息，进而还原出目标对应的真实三维场景图。因此，本课题利用双目视觉的方式对空间非合作目标进行测量，并在此过程中对课题的关键技术展开了研究，其主要工作如下:　　首先，本文介绍了视觉测量所涉及到的坐标系及相机成像模型，再通过理论分析了双目立体系统配置参数对测量对象姿态测量精度的影响，并得到一些相关结论，这些结论对采用双目视觉的方式进行非合作目标姿态测量的相机结构配置具有理论意义和参考价值，然后还通过数值仿真分析了相机标定误差和立体匹配误差对位姿测量结果的影响。　　其次，本文深入研究了相机标定方法。目前存在的张正友标定法存在一些不足，主要的一点是非线性迭代优化参数众多，耦合了畸变中心和畸变系数会使得迭代优化以后的结果不稳定，一方面可能会将正确计算出的畸变中心和畸变系数平差到相机的内部参数中;另一方面计算效率也会受到影响。本文提出解耦畸变系数和内参数的相机标定方法，并且该方法还精确计算了畸变中心。通过引入除法畸变模型，首先将畸变系数与单应性矩阵的估计（非线性问题）通过线性最小二乘法求解出来，然后将求解出来的内参数作为初值进行非线性迭代优化，获得了更高的精度。仿真实验和实际实验一致表明，本文的方法具有简单灵活且精度较高的优势。　　然后，本文研究了目前存在的立体匹配方法。加入极线约束的立体匹配方法将搜索空间从二维平面降到了一维的直线上，这不仅提高了搜索效率，而且还提高了立体匹配的精度。极线约束可以用一个基础矩阵来表示，这个基础矩阵描述的是不同视角所拍摄的两幅图像的对极几何关系。为了提高立体匹配的精度，本文在匹配过程中提出了一种快速鲁棒的基础矩阵估计方法。该方法摒弃了传统鲁棒估计方法单独剔除野值再计算基础矩阵的方式，而是将剔除野值这个步骤融合在基础矩阵估计的过程中。接着，在每一次迭代过程中，采用一个对极几何误差的策略来识别并剔除野值点，这样就能实现同时估计基础矩阵和野值点的剔除。该方法在迭代过程中能够快速收敛，且在有许多匹配野值点的情况下，也能够使得基础矩阵的估计值快速逼近稳定值。实际实验和仿真实验的结果均表明:本文所提出的方法在具有类似估计精度的同时还极大地提升了算法的执行效率。　　接着，本文概述了目前存在的位姿测量方法。并针对传统的位姿测量方法的不足提出了改进。首先，目前现有的非迭代位姿估计方法存在一些问题，要么在目标参考点数较少的情况下，位姿估计精度较低;要么在目标参考点在准奇异或平面情况下，估计性能存在严重退化。本文利用旋转矩阵参数化表示，并提出将位姿估计转化为目标函数最小化问题进行求解，可适用于n≥3任意点数和不同配置情况，具有很强的稳定性，且估计精度优于现有方法。然后，目前现有的迭代位姿估计方法也存在一些问题，没有充分考虑目标参考点本身的约束;此外，目标参考点在准奇异或平面情况下，估计性能存在严重退化，迭代寻优有可能不收敛或者收敛到一个局部最优值。本文提出基于几何限制的位姿测量方法，该方法充分考虑了目标参考点之间的约束，同样适用于参考点的不同配置情况，具有较强的稳定性，且估计精度优于现有的迭代位姿估计方法。　　最后，本文搭建了基于双目的视觉测量系统平台。接着，利用本文所提出的方法对空间非合作目标模型进行测量，得出了空间非合作目标模型相对于相机测量坐标系的位置和姿态角。