在当今科技迅猛发展的信息时代,三维信息采集与处理技术是机器视觉和人工智能发展的重要标志,无数科研工作者一直致力于如何准确获取客观世界三维信息的研究。三维形貌测量技术能够将三维立体信息转化为数字信号,为实物三维数字化提供了便捷可行的途径,因而在工业生产、逆向设计、文物保护等诸多领域中的应用越来越广泛。本文研究了结构光以及视觉SLAM(Simultaneous Localization and Mapping)两种三维形貌测量方法。首先设计了一种基于单目结构光的三维形貌测量系统,并利用三维点云融合去噪算法进行点云去噪。然后设计了一种基于单目视觉SLAM的三维形貌测量系统,并采用改进ORB算法进行关键帧特征匹配。本文的主要研究内容如下:(1)设计了一种基于单目结构光的三维形貌测量系统,并采用三维点云融合去噪算法进行去噪。首先对三维形貌测量系统进行硬件和软件搭建设计,结合格雷码和四步相移法进行三维测量。然后利用标志点空间几何不变性,经过坐标归一化计算,减小了点云拼接累计误差,实现了三维点云数据配准。最后通过本文融合点云去噪算法对点云进行去噪,采用加权模糊C均值去噪算法去除大尺度点云噪声,利用快速双边滤波算法对其余小尺度点云噪声进行滤波去噪,实现对目标物体的三维形貌测量。实验结果表明,本系统三维测量精度较高,产生的误差较小,三维点云去噪效果较好,具有较强的实用性。(2)提出了一种基于改进ORB算法的图像特征匹配算法。首先对FAST特征提取算法进行改进,构建非线性尺度空间。采用非线性扩散滤波法构建图像金字塔,并通过灰度质心法,对特征点方向进行计算。然后对FREAK特征描述子采样模式进行优化,去除采样点中冗余信息,采用改进的描述子构建特征向量。最后采用GMS算法对伪匹配点对进行剔除,降低错误匹配点对的出现概率。实验结果表明,改进的ORB匹配算法实时性好且匹配率高,具有较强的鲁棒性。(3)设计了一种基于单目视觉SLAM的三维形貌测量系统。基于ORB-SLAM算法框架,首先通过改进的ORB特征匹配算法,对相机采集的图像帧进行特征提取及配准。然后根据改进ORB算法配准的点对利用对极约束进行相机位姿估计,并采用L-M算法减少累积误差,实现相机位姿的非线性优化。接着采用三角测量算法进行深度估计,完成三维点云转换。最后通过三维点云配准以及融合算法,实现对目标物体的三维形貌测量。实验结果表明,本系统测得的三维点云数据质量较高,三维形貌测量效果较好,具有一定的实用价值。