面向工业领域的三维点云视觉测量技术在逆向工程、产品质量检测、产品外形设计、机械零件制造等方面都有着广泛的应用需求。传统的基于双目的主动视觉测量手段需要向被测物投射特定模式的结构光,并需要多次移动测量头对被测物进行全方位扫描才能获取完整的点云数据。本文结合散斑投射方式,研究了一种基于单相机拍照的点云测量技术。利用单反相机对被测物进行一次全局自由拍摄,从而完成物体表面高精度的点云重建。本文主要的研究内容和创新点包括:1、设计出一套高质量的投影散斑生成算法。该算法可对散斑颗粒的大小、密度、对比度和分布等参数进行调控,通过投射装置可有效地增强被测对象表面纹理信息。2、针对数字图像相关算法(DIC)对大视觉变形的图像进行匹配时存在的退相关问题,提出了一种带有旋转补偿的RFDIC算法。该方法利用图像间旋转变换信息,先对匹配图像进行旋转“校正”,使其满足DIC的相关性条件后,再利用DIC算法进行图像匹配。同时本文还研究实现了一种Patch Match的方法,该方法利用空间切平面单应模型来建立图像匹配关系,大视觉变形的图像匹配依然有效。本文还对两种算法性能进行了对比分析和实验验证。3、提出了一种无编码点的多视图几何求解方法。在求解多视图几何结构的过程中,传统的工业摄影测量方法需要借助布设在被测物表面的大量的编码点实现多视图几何关系求解,从而获得各拍摄位置的相机姿态。而本文提出了一种无需借助编码点信息而只需利用散斑纹理信息即可实现高精度的相机位姿求解的方法。4、以OpenMVG开源算法库为基础,完成多视图几何框架的建立,并实现了基于多视图的稠密点云的重建技术。通过对具体工业零件进行单相机拍照的点云重建综合实验,并将重建结果与专业扫描设备的测量数据进行对比,验证了本文的方法重建出的点云的精度水平。