三维空间信息数字化是一个热门的科技方向。三维空间信息数字化的直接结果是空间物体表面的离散采样三维坐标点,这些离散采样三维坐标点的集合构成了点云。三维空间信息数字化有多种手段,包括雷达、声纳和日常生活生产普遍使用的视觉三维重建技术。相机是视觉三维重建技术的关键装置,空间的三维信息将重相机拍摄到的图像中提取出来。视觉三维重建技术可分为被动视觉和主动视觉:被动视觉是指相机在环境光下拍摄图像;主动视觉则需要向物体或场景投射特殊的光。其中结构光扫描系统是主动视觉里的一种重要技术。结构光三维扫描技术具有结构简单、速度快、精度高等优点。本文的工作涉及一些结构光三维扫描系统鲁棒解码算法的研究和结构光点云的后期鲁棒处理。本文的研究工作可以概括为以下三个方面。本文第一个工作是研究如何利用二值条纹结构光系统重建高镜面反射物体,例如金属。实验发现,无论曝光时间长短如何,金属片上总有区域无法重建或重建质量差。本文在一系列由短到长的曝光时间下对高反射表面进行扫描,提出了两种方法对高反射表面进行完整准确重建。第一种方法是利用多曝光结构光图像序列合成高动态范围的辐照率图像,最后在梯度域压缩成清晰的结构光图像用于解码。第二种是组合各个曝光时间下重建结果最好的那部分。实验证明两种方法都能对高反射表面进行完整准确重建。第二个工作是一种二值编码单次拍摄结构光系统的特征检测,具体任务是检测捕获的结构光图像菱形网格点。本文提出的X型检测子能避免模板匹配中的较为耗时归一化互相关操作,并且对嵌入菱形的不同编码形状的干扰具有鲁棒性,从而能快速和稳定地检测出特征。此外,还采用了多尺度窗口策略,能使检测算法能在物体表面曲率较大时仍能稳定检测。实验证明本文提出的检测算法对颜色纹理和噪声具有一定的鲁棒性。本文最后一个任务目的是利用现有条纹结构光系统建立高质量色彩的模型。提出的主要方法是基于图像特征点匹配的结构光系统多片点云自动全局配准。这个方法有三个步骤:利用不同角度结构光图像间的特征点实现点云片两两之间的粗配准和建立粗配准匹配图;在匹配图上构建最佳配准树;沿着最佳配准树进行对多片点云ICP局部精配准。此外,还提出了点云纹理改善方法,包括亮度空间中值滤波和利用其他高质量彩色图像进行映射。实验证明本文提出的结构光多片点云自动全局配准能够建立物体完整的点云模型,两种点云颜色的改善方法也产生了更好的效果。总之,本文工作是关于结构光系统鲁棒解码和后期点云处理。所提的主要方法都达到预期的效果,其中结构光点云颜色改善的工作还可以继续深入研究。