织物的三维数字化技术在服装设计、电脑游戏、影视制作等方面的应用前景非常广阔。但因织物本身的物理特性较复杂，且容易高度变形，因此要对织物进行逼真的模拟非常困难。而传统的匹配方法无法解决无纹理信息或弱纹理信息的织物的匹配问题。因此，从结构光的角度对织物进行三维数字化有着非常重要的意义。本文围绕织物的三维数字化技术展开研究，具体工作可总结如下：1）采用张正友摄像机的标定方法实现相机的立体标定。相机标定是织物三维数字的基础，本文首先分析比较相机标定的几种方法，结合实验仪器和实验环境的实际情况，最终采用张正友标定法，该标定算法简单，容易实现，实验结果表明，标定精度也较高。2）采用SIFT算子匹配得到初始的匹配点集，通过阈值法对初始点集进行筛选，然后用RANSAC法对初始筛选的匹配点集进一步提纯得到精确的匹配点集。最后，结合相机标定结果实现了织物的三维数字化。3）采用格雷码技术实现静态织物的三维数字化。该方法将格雷编码图和格雷反码图用投影仪投射到被测织物上，进行图像采集。对采集到的图像进行预处理，主要包括有效区域的选择和二值化；由于传统的阈值分割的方法易产生误分割，本文用简化的Daniel Scharsterin双阈值分割方法对图像进行二值化。然后对二值化的格雷图解码，采用区域与区域的匹配策略得到左右图像中的对应匹配点。最后利用双目视觉的三角测量原理得到的匹配点的三维坐标。4）采用棋盘格技术实现动态织物的三维数字化。在图像采集过程中，用投影仪将国际象棋棋盘格投影到被测织物上并进行图像采集并保存。对采集到的图像对分别用Harris角点检测进行特征提取并匹配。最后根据双目视觉原理得到匹配的点三维坐标，即实现了被测织物的三维数字化。实验结果表明，基于SIFT算子可以很好得到含有纹理信息的织物的三维点云，但该方法对于无纹理信息或弱纹理信息的织物无法进行三维数字化。基于格雷码的方法能较好的恢复出织物的三维形状，但对于测量死角部分的重建效果较差。相对于格雷码方法，基于棋盘格的织物三维重数字化方法因其实时性好，可用于动态织物的三维数字化，而该方法得到的三维点仍然不够稠密，要通过内插值的的方法对恢复出织物的三维形状。本文研究的三种方法都能较好的恢复出织物表面的三维形状，这为柔性物体的三维数字化奠定了良好的基础。