随着移动设备计算能力的提升,三维重建系统朝着小型化、集成化方向发展,目前被广泛应用于机器人抓取、医疗影像系统、材料力学、工业化检测、虚拟现实、增强现实等各个领域。而结构光技术是获取物体三维信息的重要技术之一。基于时间编码的方法能够实现高精度稠密重建,但是不适用于动态场景下的重建任务。相反地,基于空间编码的方法适用于动态重建,但只能实现稀疏重建。而使用散斑的光学投影能够很好地在时间和空间之间取得平衡。本文的工作旨在满足微型化需求的同时,探索一种实时的、高精度的三维重建方法。本文主要的研究内容以及创新点如下:（1）本文集成了一种非线性优化标定方法。高精度的三维测量很大程度上取决于相机参数是否精确校准。针对相机标定过程中二维重投影误差与三维重建误差的不匹配问题,在获取相机内部参数以及外部参数的基础上,将特征点重投影回三维空间,并与理想点坐标进行比较。使用非线性优化对相机的内部参数以及外部参数进行精调,相比传统张氏标定方法,精度提升了7.57%。（2）本文提出了基于两步旋转的极线校正算法。特征匹配过程中的搜索空间大小直接影响特征匹配的计算速度。为了加快双目图像之间的特征匹配过程,经过校正后双目图像的特征匹配点将保持在同一行,搜索空间从二维降为一维。相比通用的极线校正方法,具有更低的极线误差。（3）本文提出了改进的半全局匹配算法。为了减弱传统半全局匹配算法的平行假设所带来的负面效应,本文改进算法在视差计算中的过程中更倾向选择变化的视差值。实验结果表明,相比传统半全局匹配算法,改进算法在重建标准斜面以及球面的拟合误差平均降低了28.9%。（4）本文搭建了一种用于动态恢复深度信息的微型三维视觉系统。这一系统由衍射光学元件（Diffractive Optical Elements,DOE）以及双目相机组成。系统将带有伪随机斑点的单个图案投影到目标对象的表明上,并通过双目相机同步成像,双目模块之间的基线长度短至50mm。本文重建系统结构简单、体积小,能够轻松集成至移动设备之中。本文构建的重建系统与另外两款成熟产品相比,在不同工作距离都能实现更高的精度,并且在近距的精度优势更为明显。同时本文系统拥有成本低、体积小等优点,使得系统易于集成至平板电脑等移动设备中。