光栅投影三维测量技术在AR/VR领域、消费级电子、工业生产控制、文物保护及生物医学等领域应用日渐广泛,需求不断增加。利用光栅投影系统可获取高质量的测量物体点云模型,在此过程中需要对物体的有效区域进行轮廓提取,生成的点云模型与轮廓提取结果息息相关。其次,完整的点云模型需要在不同视角分别获取点云,并完成点云配准。针对三维光栅投影测量过程中,测量物体有效轮廓提取与点云数据配准问题,本文分别提出相应的改进算法。本文研究工作主要包括:(1)研究了三维光栅投影测量系统的测量原理与标定技术。重点阐述了以相移法为基础的三维测量原理、相机标定原理、求解相位-高度映射关系的标定原理。在完成标定的系统上,使用四步相移算法获取测量物体的相位信息,并完成三维重建。(2)为了提高测量物体有效区域轮廓提取速度与效率,本文提出一种基于改进K-means聚类算法实现自动分类测量物体的数据点,并结合Otsu(最大类间方差)算法对分类点进行优化处理,获取更多轮廓有效点。首先,利用光栅投影相移法获取被测物体的条纹图片,并通过计算得到调制图,根据测量物体与背景的调制值不同这一原理,利用改进K-means聚类算法把调制图的点分为测量物体有效点、背景点、测量物体边界点。改进K-means聚类算法属于硬分配算法,分配结果的背景点中存在一点数量的测量物体有效点,本文结合Otsu算法对背景点进行二次分类,从中提取测量物体有效点,进一步增加测量物体有效点的数量。(3)为了提高点云配准效率,提出一种基于自适应重叠区估计的加权改进ICP(Iterative Closest Point,迭代最近点)算法。点云中点对的前向距离与后向距离的比值越接近于1,该点对是正确响应点对的概率就越大,通常前向距离大于后向距离,利用该特点,设置阈值能够区分重叠区与非重叠区的点云。针对此问题,本文提出一个自适应变化的阈值来划分重叠区,获得重叠区后,对其进行配准。为了充分利用点对距离比值的特点,使用点对距离比值与指数函数相结合,完成点云配准。在点云配准过程中,双向距离比值越接近于1,则对应的点对赋予越大权值,反之,则赋予小的权值。每次迭代配准时,更新点对以及点对的双向距离、权值,循环以上步骤,从而完成点云配准。在搭建好的三维光栅投影测量系统上,完成系统标定,并对本文提出的两个算法进行验证。实验结果表明,本文提出的被测物体有效点自动提取算法能高效、快速地提取被测物体有效点,改进的ICP算法,能实现点云的精确配准。