社会智能化程度不断深入,对于获取物体三维信息的需求日益增长,三维重建技术迅猛发展。在基于视觉的三维重建技术中,双目视觉和结构光法是两种具有代表性的方向。双目视觉具有结构简单灵活,适用场景多的优点,但其过于依赖物体表面的纹理特征,对于弱纹理和重复结构区域,无法进行有效的特征提取和立体匹配。结构光技术不依赖于物体表面的纹理信息,可根据实际应用的需求选择不同的结构光,测量精度高,但其易受环境光影响,而且标定技术较复杂。本文比较了目前主流的视觉三维测量技术,提出将双目视觉和结构光法两种技术结合起来,以发挥其各自的优点。并对结合了随机分布斑点结构光的双目视觉三维重建中的关键技术进行了研究,主要内容如下:（1）斑点的检测算法研究。提出了改进的Lo G斑点检测算法,利用Hessian矩阵特性和FAST特征检测思想,有效去除了条状、边缘和类似斑点的区域的干扰,实现了结构光斑点的正确提取。（2）斑点的亚像素定位技术研究。在图像的Lo G卷积图中利用二次曲面拟合的方法,实现了斑点中心的亚像素定位。该方法比在源图像中直接进行亚像素定位的精度要高。（3）立体图像对之间的斑点匹配技术研究。实现了一种立体图像对之间的斑点的亚像素匹配方法。该方法第一步检测出图像中的所有结构光斑点并进行亚像素的斑点中心定位;第二步使用窗口大小自适应的归一化方差匹配算法,实现左、右图像中斑点的像素级匹配;最后利用第一步得出的斑点中心的亚像素数据,得出左、右图像斑点之间的亚像素级匹配,使得视差值由像素级提高到亚像素级。该方法简洁高效,无需复杂的全局匹配和优化算法即可得出亚像素的视差值。