Para resolver o problema da dificuldade em detectar pontos angulares ideais do objeto medido que resulta em baixa precisão de medição, foi proposto um método de medição visual estereoscópica que integra a transformada probabilística de Hough unidimensional e os momentos locais de Zernike. Primeiro, a transformada probabilística de Hough unidimensional é utilizada para detectar linhas nas bordas do contorno externo do objeto; em seguida, com base nos resultados da detecção de linhas, estabelece-se uma região de interesse, e em cada região local são usados momentos de Zernike para detecção subpixel, filtrando-se os pontos subpixel na região de interseção de duas regiões adjacentes de interesse; depois, realiza-se ajuste de linha de borda subpixel pelo método de mínimos quadrados ortogonais totais e faz-se o pareamento de pontos-chave; por fim, utilizando o princípio da triangulação, obtêm-se as informações espaciais tridimensionais do objeto medido para completar a medição. Tomando como objeto de medição um modelo de tarugo contínuo de lingotamento, os resultados experimentais mostram que o erro relativo mínimo alcança 0,3401%, atendendo aos requisitos de medição. A média do erro relativo de comprimento é 0,3945%, reduzindo-se em 80,01% e 74,63% respectivamente em comparação com os algoritmos tradicionais SIFT e ORB; comparado com outros algoritmos de ajuste de borda, o erro de medição foi reduzido em 34,11% e o tempo de execução reduzido em 39,07%, validando assim a precisão e eficiência deste algoritmo.

Visão estereoscópica; transformada probabilística de Hough unidimensional; subpixel; ajuste de borda; medição