随着工业制造水平的不断提高,工业零部件的形状和内部结构变得日益复杂。很多零部件表面存在凹凸不平的花纹或内部存在形状各异的凹槽,这对零部件的测量和检测技术提出了更高的要求。三维测量技术可以提供零部件的三维数据信息,能够满足复杂零部件的测量需求,对提高生产效率,改善产品质量具有重要意义。基于激光三角测量原理的结构光测量方法属于典型的非接触式视觉测量技术,可在不对零部件造成损坏的前提下提供真实、可靠的三维数据信息,具有测量速度快、精度高、测量范围大等优点,因而被广泛应用于物体的三维测量和检测。本文研究并搭建了线结构光三维测量系统模型,主要针对系统中光条图像采集、图像预处理、光条中心线提取以及数据传输等关键处理环节进行了研究。其中,线结构光光条中心线提取是三维测量系统中的核心环节,计算量大、硬件性能要求高。为保证三维测量系统的实时性,本文基于ARM+FPGA架构的ZYNQ7平台完成设计开发,利用片内丰富的逻辑资源(FPGA)完成图像的采集、预处理、光条中心线提取和数据传输等环节。本文主要工作的内容如下:(1)研究工业CMOS图像传感器芯片Python300的内部结构、工作方式以及数据输出格式,并基于FPGA完成了光条图像原始数据的采集。(2)为提高图像质量,首先针对图像传感器中坏点单元导致的缺陷像素进行检测与校正,然后对图像传感器内部各数据通路间引入的列固定模式噪声采用两点校正法进行校正,再根据光条图像中的噪声特点,对光条图像按列进行均值滤波,得到了相对平滑的光条图像。(3)根据图像传感器多通道按行并传输的特点,在进行中心线提取前首先需要将图像数据传输方式调整为按列传输,然后基于FPGA实现灰度重心法分通道并行完成光条中心线的提取,并将多个数据通路整合成一路后,控制VDMA实现数据的组帧传输。最后,本文根据线结构光三维测量系统模型搭建了实验平台进行系统调试,完成了光条图像的采集、预处理以及线结构光中心线的提取。实验结果表明光条中心提取的硬件设计处理速度快、精度高、稳定性好,能够满足工业三维测量的实际需求。