对于没有特征关系的情况，可以使用基于全局优化的方法。首先，将左图像点对应的极线在右图像上进行搜索，得到一组可能的右图像点。然后，将这组右图像点与左图像点的三维空间坐标进行比较，计算它们之间的距离。接着，使用最小二乘法对距离进行拟合，得到一个全局的优化结果，即左图像点和右图像点之间的对应关系。最后，使用双目相机的内参矩阵和外参矩阵计算出右像素点对应的实际三维空间坐标。这种方法的优点是可以处理没有特征关系的情况，但是计算量较大，需要较长的时间。具体点

具体的步骤如下：
1. 对于左图像中的每一个像素点，通过双目相机的基础矩阵计算出它在右图像上对应的极线；
2. 在右图像上搜索与左图像点对应的极线上的像素点，得到一组可能的右图像点；
3. 将左图像点和右图像点的三维空间坐标进行比较，计算它们之间的距离；
4. 使用最小二乘法对距离进行拟合，得到一个全局的优化结果，即左图像点和右图像点之间的对应关系；
5. 使用双目相机的内参矩阵和外参矩阵计算出右像素点对应的实际三维空间坐标。

需要注意的是，这种方法的计算量较大，需要较长的时间，而且对于复杂的场景可能会出现误匹配的情况。因此，在实际应用中需要根据具体情况选择合适的算法。