随着科技的不断发展和进步,工业生产和产品制造持续向自动化、智能化转型。在高精密三维测量领域,相较于传统接触式测量,基于结构光等视觉测量系统具有非接触、精度高、鲁棒性强等优点。本文对基于结构光双目视觉测量与点云配准中的关键问题进行研究,并设计一套手持式三维轮廓测量系统,实现目标物体表面轮廓的高精度三维动态测量。本文主要研究内容如下:首先,本文对基于空间编码结构光的双目立体视觉三维重建中的空间编码设计及对应像素点匹配等关键技术开展研究。在编码结构光方面选用随机散斑编码结构光,通过灰度直方图分析了散斑生成质量的影响因素。在对应像素点匹配过程中,将半全局匹配（Semi-Global Block Matching,SGBM）算法与散斑相关性、极线校正、视差等约束条件相结合,快速准确匹配对应像素点生成视差图,从而兼顾匹配速度与精度。继而利用视差图并结合相机参数对目标空间位置信息进行解算,获取目标当前位姿下的三维空间数据。其次,对点云配准过程中的点云预处理、粗配准及精配准等关键技术开展研究。在对点云进行去噪和降采样等预处理后,首先基于随机抽样一致性（Random Sampling Consistency,RANSAC）算法对点云进行粗配准得到点云初始位置,并对迭代最近点（Iteration closest point,ICP）算法进行改进实现点云的高精度配准过程,具体改进措施为对点云进行均匀采样,基于K维二叉树（K-Dimensional tree,KD-tree）方法搜寻点云对以提高配准效率,并采用点到面的ICP误差构造函数提高算法鲁棒性,以解决算法易陷入局部最优解的问题。最后,设计并搭建了一套基于双目视觉的点云三维轮廓测量系统以验证本文方法的可行性和有效性。首先通过该系统对标准工件的两个平面间距进行测量,并与三坐标测量机的参考测量值进行对比以验证重建精度。其次将测量工件的重建点云与工件标准点云模型进行配准比对以验证点云配准精度。实验结果表明,该测量系统在深度距离为500 mm的观测范围内,本文方法的三维深度重建测量误差小于0.24 mm,测量标准差小于0.094 mm,配准均方根误差小于0.124 mm,满足设计指标。