金属板坯作为我国基础装备制造业的重要部件,已经广泛的应用于国防工业、交通运输及石油石化工业等领域。金属板坯在高温成型制造过程中,由于受到制造装备、工艺、环境等因素的影响,导致其表面质量情况非常复杂,背景杂乱并存在大量干扰信息。随机性分布的杂乱背景对高温态金属板坯的表面检测增加了较大的难度,同时目标纹理的灰度特征与其背景特征较为相似,导致目标弱对比度边缘的问题。表面感兴趣区域（Regions of Interest,ROI）的检测是表面质量检测技术核心,本文围绕上述高温态金属板坯复杂表面ROI检测的难题,提出融合灰度和深度信息的解决方法。同时针对高温态金属板坯三维形貌重构时所存在的光栅条纹清晰度问题,重构效率及重构精度问题等,分别从条纹图像成像技术,多源立体视觉三维重构技术,以及立体匹配技术几方面入手研究与解决。论文的主要研究内容可归纳如下:（1）根据高温态金属板坯的热辐射特性和成像特征,直接使用投射装置无法获取其清晰的光栅条纹图像。本文采用融合物理和数字滤波技术的条纹图像处理方法,选择投射蓝色光栅条纹及增加物理滤光片、引入数字滤光技术的方式滤除影响较大的干扰分量。进而增强高温态金属板坯和结构光源的对比度,获取清晰的光栅条纹图像,实现对高温态金属板坯的三维形貌重构。（2）针对立体匹配中对输入图像的放射差异鲁棒性较差的问题,研究各种匹配代价计算方法的性能,改进Census变换方法,提出基于HgCensus变换的立体匹配方法。该方法利用六边形网格向外扩散的优势,充分考虑中心像素的相关邻域像素的信息,进而提高匹配代价的鲁棒性。（3）为提高重构效率和重构效果,采用被动立体匹配与主动条纹的三维重构方法。该方法结合被动立体匹配技术与主动相移轮廓测量技术,减少投射条纹图案的数量,将初始视差图像与包裹相位结合进行精细化匹配,并获得高精度的三维重构效果。（4）从图像目标检测理论的角度,针对金属板坯复杂表面感兴趣区域（Regionsof Interest,ROI）目标检测所面临的各类问题（杂乱背景干扰,伪ROI区域干扰及ROI目标弱对比度边缘）,提出融合灰度和深度信息的ROI检测方法。该方法根据表面复杂程度及ROI数量等方面考虑选取不同的样本,并构建Sunk-70图像数据集。对比分析2D显著性检测方法与融合深度信息后的方法的实验结果,以验证提出方法的有效性。（5）设计并构建高温态金属板坯三维形貌重构及其感兴趣区域检测实验系统,包括硬件系统和软件系统两个主要部分。硬件系统主要由采集系统、条纹投射系统和辅助系统组成。软件系统包括相机标定和物体重建等主要功能,同时实现文件操作、相机控制、重建结果显示等辅助功能。此外,引入GPU并行计算技术来加快对三维数据的处理速度。