三维轮廓是描述物体特征的最重要信息之一。作为获得物体三维轮廓信息的重要手段，光学三维轮廓测量术在过去十年内被广泛地运用于机器人、制造业、生物医疗、航空航天以及考古等传统应用领域中。伴随着影视娱乐、三维打印、人机交互、虚拟现实和可穿戴设备等新兴应用领域的的发展，光学三维轮廓测量术正面临着新的挑战:低成本、体积小、便携，同时还要具备一定的测量精度。　　虽然利用数字投影结构光的三维轮廓测量术一直在发展，但是现阶段难以满足所有测量要求。因此需要发展利用衍射光学元件产生结构光的三维轮廓测量术。本文在总结了现有的利用数字投影和利用衍射光学元件投影的三维轮廓测量术后，提出了一种基于二维达曼光栅（Dammann grating）的三维轮廓测量术，该测量术具有可手持测量、体积小、信噪比高和成本低等优点。　　本博士论文通过从整体到细节的方式介绍基于二维达曼光栅的三维轮廓测量术，主要从几个方面介绍本论文的研究工作:　　1)首先，从整体介绍了基于二维达曼光栅的三维轮廓测量术的测量原理。在测量中，由达曼光栅产生的激光点阵投影到物体表面，双目相机采集物体表面的激光点阵，然后所得的图像经过激光光斑提取、双目匹配、点云计算和点云处理等数据处理主流程，即可得到物体的三维模型。在样机搭建阶段，我们分析样机参数对于测量指标的影响，设计出了两台参数和测量指标不相同的样机，其中一台用于低成本化可行性验证，另一台用于高精度测量。　　2)其次，我们从细节介绍基于二维达曼光栅的三维轮廓测量术的核心算法——双目匹配算法。在基于图像灰度信息的双目匹配方法失效的情况下，我们提出了一种结合极线约束、视差约束和射线约束这三种几何约束的双目匹配算法。其中，由于达曼激光点阵的引入，我们首次提出了射线约束。在具体研究过程中，我们通过分析算法中的关键参数的方式，反复改进算法以提高性能。我们分别提出了一种改进的双目匹配算法和一种快速的双目匹配算法。　　3)最后，我们从细节介绍了基于二维达曼光栅的三维轮廓测量术遇到的另一个困难——稀疏点云的配准问题。针对稀疏点云，我们提出了一种基于点云单应性的、采用“点-面”距离的迭代最近点算法(BC-p2s-ICP)。理论方面，我们首先介绍了单应性“点-面”距离的计算方法，然后提出了利用KD树进行算法优化，最后给出了坐标变换矩阵的计算方法。在实验方面，我们将BC-p2s-ICP算法和三种经典ICP算法进行比较，实验结果表明BC-p2s-ICP算法具备较强的鲁棒性、较快的收敛速度和较高的收敛精度。　　需要强调的是，以上的研究内容是围绕着三维重建这一主线，按照从整体到细节的方式进行讨论的，每一项内容并不是孤立的。本博士论文的讨论内容包括三维重建的算法理论和大量实验验证，对后续研究和技术产品化具有重要的指导意义。