物体识别技术涉及数字图像处理、测量分析、模式识别等多学科领域。近十几年来,其研究成果已成功应用于物流、目标识别与锁定、身份识别、智能家居等民用和军用领域。然而,目前的物体识别多数基于二维图像信息识别,其识别功能存在大的缺陷,如误判等,因此,基于物体三维信息的识别具有更大的实用价值。获取物体的三维信息是后续识别的基础。结构光三维形貌测量技术具有高精度、高效率和非接触式等特点,场景适用性较强。本文将三维形貌测量技术与图像识别技术相结合,对三维物体的识别方法进行了较深入的研究。本文针对三维物体识别所开展的研究工作主要包括以下几个方面:1、设计了相关分析软件,模拟比较了空域相移法与频域傅里叶变换轮廓法的优缺点,发现相移法在精度上优于傅里叶变换轮廓法,且二者测量效率差距不大;2、建立相移法测量物体三维形貌所需的结构光物体三维形貌测量装置和定标移动平台,设计了自动图像采集程序,可对不同三维物体模型进行图像采集和定标,进行物体三维形貌测量的实验;3、使用物体的三维形貌信息进行识别,在识别前,对物体和背景进行了图像分割研究,有效分离出了被测物体,使后续的物体特征点的提取与匹配更加高效;4、对尺度不变性特征变换算法进行了研究,在保持其尺度不变性、旋转不变性和光照不变性的基础上,增加了三维信息判别等条件并编制了分析软件。最后通过实验验证了该改进算法的有效性。