在生产实践中，表面处理工艺的方法和技术水平越来越占据重要地位。喷涂是一个典型的表面处理工艺，对于喷涂机器人离线编程系统的研究越来越引起人们的重视，研究的核心是喷涂轨迹的生成与优化模块，其前提是工件表面CAD模型已知。而在实际的生产实践中，往往会遇到未知曲面CAD模型的喷涂问题，在未知曲面情况下，关于机器人离线编程系统的研究很少。因此，基于被动机器视觉技术，对于表面处理领域中未知曲面三维重建技术的研究，在理论和实践中都具有重要的意义。本文在快速制造理念下，针对未知曲面喷涂离线编程的需求，面向喷涂领域，阐述了基于图像的立体视觉理论，提出并实现了未知曲面三维模型重建算法，首先对已标定图像进行校正，然后采用基于GPU硬件加速的并行信任传播算法进行深度图的生成，实时获取未知曲面的点云数据，从而获取曲面的CAD模型。将基于图像的立体视觉技术应用于工程喷涂领域，其关健技术在于立体视觉，具体有几个方面的因素：第一，摄像机的标定精度，直接影响了后续的深度图生成和三维空间距离的测量精度，在计算机视觉领域是一个较为关键的问题。第二，立体匹配的精度，在计算机视觉领域，立体匹配是被公认为难度非常大的问题，其匹配精度和速度往往不能两全。第三，立体匹配的速度，立体匹配算法目前很多，精度高的速度较慢，速度快的精度差，目前的立体区配算法生成一幅视差图的时间不等，从最快的几毫秒，到最慢的二十分钟以上。为了适应工程领域对立体视觉快速、精确的要求，本文的工作重点集中在立体视觉系统的标定与立体匹配算法上。本文提出了如下几个标定与立体匹配算法：（1）基于支持向量机的角点检测方法。摄像机标定是立体视觉测量的关键技术，标定精度直接影响着视觉测量和三维重建的精度。现已有许多摄像机标定方法，但普遍存在的一个问题是靶标图像的角点检测不很准确。本文基于支持向量机理论，利用支持向量机的学习和分类能力，将支持向量分类器用于标定图像角点的检测，实验验证可取得较好的检测结果。（2）结合图像梯度和亮度的并行信任传播算法。立体匹配是视觉测量的关键技术。对立体匹配问题建立马尔可夫随机场模型，使用并行的多尺度信任传播算法求解马尔可夫随机场的能量最小化问题。在传统串行算法基础上利用CUDA技术实现了并行计算，并结合图像的梯度和亮度信息计算能量函数的数据项，平滑项采用两个相邻像素视差的绝对差度量。以标准的Middlebury立体数据集作为输入，实验结果表明：算法具有很好的实时性能，运行时间远小于传统的串行算法，深度图具有良好的精度。（3）最近邻搜索立体匹配算法。本文提出一个高效的立体匹配算法，将常用的一维相似性度量转换为多维的相似性度量，视差搜索空间从一维空间转换为多维空间。以KD-树作为数据存贮结构，利用最近邻搜索算法，可快速生成一幅初始视差图，然后利用一个基于分割的优化算法进行优化，最终获得一幅精度较高的视差图。最后采用本文提出的算法对工件曲面进行了重建，验证了方法的可行性。