三维形貌构建技术是目标空间尺寸测量与标定的重要研究内容,被广泛应用于工业检测、三维可视化、航空遥感和医学研究等领域。聚焦形貌恢复技术是典型的三维形貌构建方法之一,它利用物像之间的共轭关系,基于同步采集扫描的离焦序列图像反演获得物方目标的空间结构。该方法具有非接触、可远距离测量、不对目标造成损伤等优点。目前,聚焦形貌恢复技术主要通过物面扫描的方式来实现,因此对于不可移动的重建目标并不适用,如易损伤、易变形物体。本文采用了像面扫描的测试方案,研究了像方离焦序列图像与物方深度信息的对应关系,介绍了基于像方扫描的三维重构模型原理。提出了一种高聚焦分辨力的聚焦评价算法,完成了目标三维数据重构的理论仿真与实验测试。具体工作内容如下:1)基于几何光学与衍射光学理论,分析了离焦成像模型,建立了离焦图像与离焦量的关系,并通过物像关系推导了由离焦量反演物方三维结构的数学模型。2)在研究传统聚焦评价函数的基础上,提出一种结合拉普拉斯算子与离散余弦变换的高分辨力聚焦评价算法,并详细给出了该算法的实现原理。3)基于显微成像系统,通过离焦点扩散函数与物方精确模型的卷积运算获得了仿真离焦序列图像,完成了聚焦评价函数及三维形貌构建技术的仿真验证。结果表明,在M ●100,NM ●1.2的显微系统中,本文聚焦评价函数曲线的峰值灵敏度与陡峭度陡峭度与比传统方法至少提高0.106、0.82;三维重建结果的均方根误差可达0.1m。4)搭建三维形貌构建实验平台,通过高精度位移平台带动高位深相机沿光轴扫描的方式采集离焦序列图像,完成了聚焦评价函数及三维形貌构建的实验验证。本文聚焦评价函数曲线的峰值灵敏度与陡峭度比传统方法最少提高0.095、0.424;在F●2.4,f●8mm的成像系统中,对于尺寸为80mm（?）50mm的平面、斜面及曲面成像目标,重建结果的均方根误差小于0.8mm。本文通过对聚焦形貌恢复技术的研究和改进,为物体的三维形貌测量奠定了基础,具有一定的参考价值。