随着对计算机认知科学和人工智能研究的不断深入,计算机视觉和图像处理等分支得到了长足的发展。纹理作为一种广泛存在的图像模式,自然成为计算机视觉和图像处理的重要研究课题。基于纹理分析的工件表面质量检测在现代自动化生产过程中也得到广泛应用。本文针对加工工件表面纹理的三维形态提出了立体纹理的新概念。在单目视觉环境下,深入研究了基于序列散焦显微图像的三维重构方法并应用于工件表面的立体纹理获取,通过基于纹理元灰度模式统计的纹理分析方法提取立体纹理特征,并在此基础上分析了纹理特征与加工条件的相关性。本文的研究主要包括:(1)研究了显著边界特征匹配方法,对图像进行配准,并运用图像配准的方法实现对序列散焦图像的细分。经过分析和实验表明此配准方法能够达到高精度序列散焦图像聚焦分析的要求。(2)研究了基于纹理分析的小波变换聚焦评价方法。通过与经典聚焦评价函数的对比分析,验证了纹理分析基础上运用小波理论构造的评价函数的单调性、灵敏度和分辨力与已有算法相比有显著提高。(3)研究了基于高斯插值的纹理高度计算方法。根据聚焦评价函数的分布特性,采用了高斯插值算法来估计聚焦位置,从而得到显微样本的物体表面上每一点的高度信息,得到目标物体的三维模型。(4)研究了结合聚焦深度和灰度信息的表面三维重构方法:根据每个细分清晰区域上的灰度分布,对每个点的深度信息进行矫正,从而得到更为精确的表面三维信息。(5)研究了基于纹理元灰度模式统计的纹理分析方法,全面地分析立体纹理的特征参数并完成纹理的分类和分割以及工件的表面形态分析。(6)通过实验分析了车削工件表面立体纹理特征与加工条件的相关性,得出纹理高度分布、高度均值及方差与加工时间、加工参数的关系。