三维测量作为工程技术领域的一个重要研究方向，已在社会生产生活的各个方面显示出越来越不可忽视的地位和作用，尤其在工业测量、产品监控、缺陷检测等工业领域有着广泛的应用前景。本文致力于研究一种能够应用于工业非接触三维测量方法—从明暗恢复形貌(Shape from Shading，简称SFS)，其特点是只需单幅图像就可以快速、简单、低成本地实现产品的三维形貌恢复。近年来，SFS在理论研究和实践应用中得到不断的发展和完善，目前已成为视觉三维测量领域研究的热点问题。本文首先回顾了现有的各种三维测量方法，分析了它们的特点及存在问题。在理解SFS原理的基础上，深入研究了目前国内外现有的四类典型算法，并结合理论和实验结果分析了它们的适用范围、发展趋势及存在问题。其次，针对目前SFS存在的问题，即恢复精度不高、计算复杂等难题，本文引入透视投影模型来完善传统模型的不足，并采用快速算法对该模型进行求解，克服了传统算法因光滑假设所造成的恢复结果过分平滑而失真的缺点，且不需要严格的约束条件假设。为了获取清晰图像，减小噪声和畸变的影响，运用了图像滤波技术进行滤波处理，并采用了系统标定技术来进行摄像机标定和图像畸变矫正。在此基础上，本文采用虚拟仪器技术建立了基于LabVIEW平台的三维视觉测量系统，可以进行图像实时采集、处理、计算和分析，同时，为了提高系统的内存开销和运算效率，采用动态链接库来实现SFS算法的调用，从而缩短了系统开发周期，且软硬件的实现经济、高效。在实验研究中，首先对球体进行了全面象素精度分析，并采用最小二乘法对测量数据进行球面拟合来分析形状误差，然后分析了影响测量精度的各种因素，如：景深、光源和图像预处理等，通过改进实验方案进一步提高了本文方法的测量精度，并把该方法推广到对复杂图像的测量，最后把SFS测量方法应用于表面缺陷检测。实验结果表明，本文研究的基于SFS的三维测量方法在测量精度、效率等方面有了很大改善。