三维视觉测量技术从一幅或多幅二维图像或者视频剪辑自动获取现实世界中目标和场景的几何模型、运动和形变等信息，从而识别和理解三维现实环境。针对传统三维视觉测量易受亮度变化、尺度变化、旋转变化及噪声影响的缺点，提出了一种基于多尺度单演特征检测与匹配的三维视觉测量新方法。该方法采用泊松（Poisson）滤波算子和里斯（Riesz）变换提取图像的多模式单演特征，包括局部幅值、局部方向、局部相位和彩色相位；模拟人眼视觉功能构建多模态的局部特征描述子及特征空间的相似性距离测量函数；将该相似性测量应用于立体匹配

提出一种基于特征面片的复杂型面轮廓三维视觉测量方法。该方法包括多模式局部特征检测与匹配、特征面片集初始化、膨胀、滤波等重构过程，其输入是已标定的立体图像，输出是覆盖表面的可视稠密面片集。该方法不需要目标和场景的任何初始边界信息，能够自动检测和抛弃外部点和缺失部分；不需要对邻域特征进行任何平滑处理，仅需通过局部单演特征一致约束、立体极线约束和表面可视性约束来高效地匹配、膨胀和滤波稀疏表面点集，并生成密集表面点集。采用多项式曲面提取算法重建三维几何网格模型，采用子采样法将彩色、纹理等特征融合进三维几