近年来,随着技术的发展,制造工业、民用工业以及医学等领域对物体三维形貌测量技术提出了更高的要求。本课题研究了基于伪随机编码结构光的双目立体视觉三维重建系统,具有无导轨、便携、非接触式测量等优点,可以快速得到大工件表面的高精度点云数据,用于大尺寸工件三维检测。研究了利用移位寄存器生成伪随机序列和如何用伪随机序列折叠成伪随机码以及伪随机码的窗口特性。设计了一种162?162的伪随机编码结构光图案,该编码大大降低了编码难度,节省了编码时间,提高了测量精度。利用其在任意相邻的两行内具有2?8的窗口唯一特性,将之和灰度匹配相结合增加立体匹配成功几率。搭建了双目立体视觉系统的实验平台,进行了双目标定,并利用标定结果对立体图像对进行了校正,得到了标准外极线几何结构中的立体图像对。在立体匹配方面提出了几种加快立体匹配的方法,采用由粗到精的匹配策略,利用外极线约束和物体可能出现的深度范围得到模板的近似位置,通过金字塔原理进一步缩小搜索范围,利用匹配代价函数为ncc(normalized cross-correlation)的灰度匹配算法完成立体匹配。根据三角几何结构完成了三维物体局部表面的快速重建。研究了三维拼接的原理。阐述了ICP(Iterative Closest Points)算法的原理,实现了三维物体局部表面的拼接,从而得到了完整的三维物体表面点云数据。分析了重构和拼接的精度,三维重构的绝对误差是0.03mm,相对误差是0.25%,三维拼接的最大误差为5mm。最后给出了一系列提高三维重构精度的方法。