随着信息数字化的不断发展,各行各业对物体三维信息测量系统的需求也随之增加。结合结构光立体视觉具有非接触,快速,便携灵活,实时性好等优点,针对表面平滑,纹理特征较少的大尺寸物体,本文设计了一套基于结构光立体视觉的三维测量系统,具体工作如下:(1)综合分析了结构光三维测量技术的国内外研究现状,设计了基于结构光立体视觉的三维测量系统总体方案,搭建实验平台,并对系统进行标定,分析误差来源。(2)对不同特征提取算法进行研究,通过实验对比,选取Sojka算法和Harris binomal算法作为特征提取算子。在此基础上验证了伪随机编码在特征匹配的优越性,结合伪随机编码特性,相似度量、RANSAC算法设计了一种由粗到精的立体匹配算法,并引入金字塔模型减少匹配搜索范围,提高了匹配效率。通过实验分析,选择NCC作为相似测度。(3)利用特征匹配计算得到的多组局部点云数据,基于KD-tree搜索策略采用ICP算法进行配准融合,得到完整的三维点云模型。由于局部点云重叠区域和噪声点的存在,采用加权降采样法对配准后出现的冗余进行消除,并通过最小二乘算法进行平滑去噪预处理。最后,基于预处理后的平滑点云,提出了一种基于增量生长的点云局部投影三角重构算法,完成三维模型的重构。对两种特征提取算法下标准件的重构结果与Go!Scan 3D三维扫描仪测量结果进行精度对比分析。经测定,基于Sojka和Harris binomal两种提取算法均能很好地完成物体的三维模型的重构及测量,达到预期目标。其中,本课题实验测量距离约185cm,扫描范围为85.12cm?63.23cm。