光学三维测量技术目前已广泛应用于工业自动检测、产品质量控制、逆向设计、生物医学、虚拟现实、人体测量等众多领域。但多为静态物体或场景的三维测量，而实际中还往往需要对运动、振动或变形中的物体实现快速三维测量。单幅结构光编码技术作为实现动态物体或场景的快速三维测量的直接解决方案，具有很好的研究价值和应用前景。现有的单幅结构光编码技术，或是引入彩色信息而限制了被测对象范围，或是过分依赖邻域信息而不适用于不连续的或是遮挡的物体表面，或是具有较低的空间分辨率和测量精度等，限制了该技术在动态三维测量中的应用。为此，本文对结合双目立体视觉的单幅结构光三维测量中的结构光编码设计及其匹配、系统模型和系统参数优化算法等关键问题进行研究，力图研发出高适应能力、高空间分辨率、较高精度的，并同时能适用于静态物体和快速运动中的物体的三维模型恢复方法。针对传统的单幅编码结构光存在的不足，本文设计了一种新的基于二维灰度编码的单幅结构光，分析了该结构光特征的编码独特性并给出了特征提取算法以及基于动态规划的立体匹配算法。在分析了双目视觉系统中空间点与图像点之间的映射关系的基础上，本文选择了系统模型参数，并提出了一种基于重投影误差最小原则的三维求解方法，对比评估了该方法与常用的基于公垂线中点的三维求解方法的精度。系统参数标定是双目立体视觉测量的关键技术之一，其标定精度直接决定后续三维重建的精度。为此，本文针对系统参数标定中非线性优化问题，融合矩阵链式求导法则、旋转矩阵增量表示方法、参数尺度选择以及矩阵稀疏表达等技巧，提出了一套高效简洁的雅可比矩阵求解公式，经实验验证，此算法简洁、快速、高精度。最后，使用本文提出的基于单幅二维灰度编码结构光的双目立体视觉方法，对静态和动态的物体进行了三维重构，实验结果表明，本文的三维重构方法对缺乏纹理的自由曲面，不连续的物体表面以及较复杂的非中性光学表面都有较好的适用性，且能有效的获取运动中的物体三维形貌，并能得到较高的空间分辨率以及较好的重构精度。