三维测量是机器视觉研究的前沿性问题,三维测量系统是机器视觉系统的重要组成部分。为了实现实时三维形貌测量和提高测量精度,研究人员提出了众多的方法。基于结构光的三维重构可以实现非接触测量,与此同时面结构光相比线结构光具有重构速度快和较高精度等优点。系统在处理一幅普通的灰度图像需要几十万甚至上百万个像素点的遍历,重建一个场景往往需要多幅这样的灰度图像,这样就大大增加了重建一幅场景所需的时间。其次,由于投影仪和相机的输入和输出是非线性的,测得的相位存在误差,从而降低了三维重构的测量精度。因此本文主要从提高测量精度和测量速度两个方面进行阐述。本文为了实现实时三维形貌测量,提高测量精度。首先通过算法仿真选择了一种利于FPGA实现的三维测量算法。提出了一种用于相位测量轮廓术（Phase Measurement Profilometry,PMP）算法的高速FPGA体系结构。该系统硬件部分主要由数字投影仪、高速灰度相机、FPGA采集卡和PC机组成。该系统使用了12幅正弦条纹图实现了三维形貌测量,并对投影仪的非线性误差进行校正从而提高了测量精度。另外使用了查找表的方法实现反正切函数计算,不仅提高了计算速度,而且提高了相位计算精度。该系统利用FPGA的并行性和流水线处理的优越性能,对数据缓存、相位打包裹、相位解包裹、求取点云等模块进行了重新设计,从而大大提升了三维重建速度。提出了一种新的点云求取算法,改进了多项式拟合算法资源消耗大的缺点,最终在拥有较小资源的FPGA上实现了三维测量的整个流程。实验结果表明,该系统可以对复杂且不连续物体进行重建,并且本系统比传统PC机在测量速度和精度上都有很大提升。本文提出的系统相比matlab快了80多倍,相比多线程CPU快了将近两倍。