线结构光以其非接触、测量范围大、响应迅速等优点被广泛应用在物体表面三维轮廓检测中。尤其是现代工业的飞速发展对物体表面三维轮廓检测技术提出了非接触、大量程、高精度等一系列的要求。虽然目前物体表面三维轮廓检测的产品能满足部分的检测要求,但是对于检测过程要求实时性,测量系统要求小型化的使用场合目前的产品还不能满足。因此,开展嵌入式三维结构光传感器的研究具有重要意义。针对以上问题,首先根据Scheimpflug原理设计系统光路来获得更大的景深和始终保持清晰的图像。在分析并比较了直射式激光三角法和斜射式激光三角法各自的优势和劣势之后根据课题需要确定最终方案。然后由成像关系,计算出了物体上的点在世界坐标系中的坐标和在像素坐标系下的行列坐标之间的转换公式。最后通过实验数据求解非线性方程组得到基准面的物距和像距以及线结构光与透镜光轴之间的夹角完成系统结构参数的标定。在线结构光条中心提取部分,目前主流的方法有灰度重心法、Steger算法、方向模板法。本文在比较了以上几种方法的提取精度和速度之后,选择了提取速度快,提取精度适中的灰度重心法。为了满足测量系统高帧率输出的设计要求,本文选择对算法核心的线结构光条纹中心提取进行GPU(Graphics Processing Unit)加速处理。GPU与CPU(Central Processing Unit)的主要区别在于GPU弱控制强计算,具有强大的并行运算能力,更适合用于对图像处理时间有严格要求的场合。在GPU中,首先定义每个线程块中线程数量,然后根据图像大小分配二维网格,对图像中的像素点采取单任务多线程处理。在保证运算能力的前提下缩小系统体积,处理单元采用英伟达高性能嵌入式计算平台TX2。在实验过程中,通过GPU和CPU处理时间对比来验证加速效果。最后,根据设计原理在实验室环境下搭建测量系统,对系统结构参数进行标定,通过标准被测物验证系统测量精度。比较CPU和GPU处理时间,验证系统的时间效率。