本文主要是以提高测量精度为目标对基于正弦光栅投影的三维结构光测量技术进行研究。三维测量是计算机视觉领域中的一个重要研究方向,该技术就是通过一些有效的测量工具对目标物体的表面三维结构进行准确的测量,进而计算机进行三维重构实现对被测量目标的识别和检测。随着科学技术的进步和社会需求的发展,对物体的空间三维测量已经广泛应用于制造业和人们日常生活的各式各样的场景中:人体检测、修复文物、AI技术、产品质量控制、工业化自动检测等。因此,在满足低成本和数字化的前提下,对结构复杂的三维物体的高精度测量方法进行研究具有非常实用的价值。我们研究的是基于相移法的三维结构光视觉测量技术,我们通过数字投影仪向目标物体投影多幅由计算机事先生成的具有不同相移值的正弦光栅条纹图像,然后利用摄像机捕获经过目标物体表面轮廓高度调制后得到的变形光栅,并通过计算机提取包含了目标物体表面轮廓中各点深度信息的包裹相位值。但是在实际的测量中,存在着各式各样的干扰元素,导致相机采集到的图像中含有噪声的影响,降低了系统的测量精度。我们主要对gamma非线性失真进行研究,它也是结构光三维测量中误差的主要来源。本文的主要研究内容如下:首先研究了gamma非线性失真。但是因为设备自身的原因,摄像机和投影仪本身会带有灰度非线性失真的特性,就是导致摄像机采集到的光栅条纹图像并不满足理想的正弦分布,从而产生相位误差,这就是gamma畸变产生的原因。gamma畸变是因为测量系统设备的原因噪声的,直接更换部分设备的代价比较大,因此我们通常从软件出发,以算法的方式来解决gamma失真的问题。然后研究了基于希尔伯特变换的gamma误差补偿算法。我们引入了希尔伯特变换(HT),HT能够在保证正弦函数幅值不变的情况下产生?/2的相移量,并且还过滤掉其中的直流分量。其工作过程是,求解出包含gamma误差包裹相位后,分别构建基于空间域和HT域的相位误差模型,利用两个域的相位误差是具有相同幅值以及相反反向的特征,对这个域中的相位取平均值就能够补偿相位误差,得到准确的相位值。接着研究了基于灰度图像投影的gamma值预编码法。先投影两组处理过的灰度图像,用摄像机捕捉其受到gamma畸变干扰后的变形光栅。然后利用遗传算法对预编码值进行计算,然后将预编码后的光栅条纹投射到目标物体表面,利用相移法进行测量,不需要再进行相位补偿就可以得到理想相位。随后分别通过本文提出的基于希尔伯特转换的相位补偿法和基于灰度图像投影的预编法结合四步相移法和三步相移法对gamma相位误差进行校正,分别求出校正后的相位误差,与其未校正时的相位误差进行比较,来证明本文提出的两种方法对测量系统精度的提高。最后进行目标物体的三维重构,把成周期分布的包裹相位通过解缠转变成连续的绝对相位,然后根据相位-深度关系,将绝对相位代入后就可以求出目标物体表面轮廓各点的深度信息。我们通过特征值匹配法,对物体进行三维重构。