机器视觉技术为工业机器人安装上一双眼睛,使机器人具备环境感知、识别、分析、处理等高级功能。随着智能制造领域对三维形貌、空间测量、姿态估计等三维空间感知需求越来越急迫,2D机器视觉无法获得深度信息的局限性已经突显。基于非接触式三维视觉成像的3D机器视觉技术扩展了传统2D机器视觉应用范围,进一步解决了工业生产检测中三维空间测量问题,为逆向工程、位姿检测与匹配、机器人导航、产品缺陷检测、形变测量、应力分析以及碰撞测试等提供了可视化分析手段。本文针对复杂工业环境中视觉检测难题,系统研究了三维机器视觉成像与测量技术,以应对如高动态范围金属工件轮廓测量、大尺寸工件平整度在线测量以及镜面（或类镜面）材质工件三维形貌测量的挑战。同时,为降低3D机器视觉成像算法性能评估风险和系统设计成本,研究了一种基于3Ds MAX引擎的可视化仿真平台,并开展了相关三维机器视觉系统性能评估实验。本文的主要工作和创新点包括:（1）针对高动态范围金属工件线结构光测量难题,提出一种基于光条质量评估的多曝光融合方案以及一种梯形拓扑几何约束的光条中心提取算法。首先,为解决金属工件在成像过程中曝光不足或曝光过度带来的成像差异,分析了曝光时间对光条图像质量的影响,提出了采用包括峰值信噪比、信息熵和结构相似度作为质量评估指标的多重曝光光条图像融合方案。在光条图像处理过程,采用了具有“半窗口”保边特性的边窗-盒式滤波器去噪算法。相比于经典的去噪算法,它利用多个方向算子从物理角度上避免图像光条边缘模糊问题。最后,针对工业激光光束能量分布模型,提出了一种梯形拓扑几何结构约束的亚像素光条中心提取算法。它使用主成分分析法计算光条点法线方向,相比基于Hessian矩阵的Steger算法效率更高。实验表明,本文提出的线结构光测量方法相比于灰度重心法其平均误差降低50%,光条中心提取耗时接近Steger算法的1/30,且在面对噪声比（μ）大于40%时展示出更强的鲁棒性。（2）针对大尺寸工件平整度在线测量需求,提出了一种基于DLP投影的多视多光平面线结构光测量方案。首先,分析了现有线结构光测量模型存在的缺陷,设计并推导了该多视多光平面传感器数学模型;其次,针对所构建的模型,提出了基于全局统一的测量策略和系统标定程序。在系统标定方法中,针对基于交比不变特性的光平面标定方法依赖特征点提取精度的缺点,引入了普吕克矩阵框架。它将空间直线和透视投影变换模型转化为普吕克矩阵形式,避免了异面点选取误差且不需要单独求解特征点坐标,提高了标定结果的精度和鲁棒性,适合多光平面标定任务。最后,发明了一款基于该测量方案的3D机器视觉检测设备,它能高效测量计算机键盘键帽装配后的平整度参数。在键盘光条图像处理过程,提出了一种基于霍夫变换投票的自适应方向形态学滤波方法,解决了键帽字符干扰问题。实验表明,本文提出的光平面标定方法RSME分别为0.0608 mm和0.0037°,其测量模型达到0.1 mm高程精度。此外,在实际生产线测试下,发明的设备能在2 s内完成一幅键盘检测并达到99.74%的缺陷检测率,满足工业环境下键盘平整度在线检测指标。（3）针对具有镜面（或类镜面）表面特性工件的三维形貌测量挑战,提出了一种基于随机数字散斑图案匹配的双目偏折术测量方法。首先,分析了单目偏折术测量模型存在的缺陷,采用基于法线一致性约束的双目成像方案进行替代;其次,针对多步相移法无法动态测量问题,采用具有局部特征唯一性的随机数字散斑图案替代传统的条纹相位图案。在系统标定方法中,为解决因视角限制部分标码缺失无法高效标定的难题,提出了使用Char Uco标靶结合辅助平面镜的系统参数标定方法;在散斑图案匹配方法中,利用逆组合高斯-牛顿亚像素匹配方法定位入射光线位置信息,并采用二阶形函数模拟子集形变来消除因显示屏质量问题导致的低频误差。最后,设计并搭建了基于该测量方案的手机屏玻璃面板测量系统。实验证明,本文提出的测量方案映射单张散斑图案就可以获得镜面物体三维形貌数据,且在仿真实验达到0.05 mm的高程精度。（4）为避免3D机器视觉成像算法性能评估实验受环境和人工误差的影响,提出了一种基于3Ds Max引擎的可视化3D机器视觉虚拟仿真实验平台。该平台集成了包括相机、镜头、光源、投影仪、平面镜等光学元器件的仿真模块,可搭建多种不同测量原理的三维视觉测量系统并提供无噪实验环境。此仿真平台上,开展了上述三维机器视觉系统成像算法性能评估实验,取得了令人满意的仿真结果。最后,在该仿真平台上,提出一套从重建精度、算法效率和模式唯一性的数字散斑图案综合评价准则并开展了散斑投影轮廓术测量性能相关评估实验,得到最佳散斑参数组合:d=0.4,c=0.7和r=1.0。综上所述,本文研究了工业背景下三类典型3D机器视觉成像与测量技术,解决了包括高动态金属表面工件轮廓测量、大尺寸工件在线平整度测量以及镜面物体三维形貌测量难题,所提出的方案部署简易、实时性高、测量精度高和鲁棒性强。此外,所研究的基于3Ds MAX引擎的可视化仿真平台避免了实验结果受环境和人工误差的影响,能有效助力3D机器视觉系统设计和成像算法性能评估。相关研究成果对3D机器视觉在智能制造领域具有比较重要的理论意义和工程价值。