在科技进步的推动下,三维成像技术在工业领域和非工业领域都开始扮演越来越重要的角色。而其中,基于结构光的三维成像技术凭借可靠的测量精度、便捷的测量方式和稳定的测量效率,开始被越来越多的三维成像系统所采用。但是在目前的三维成像系统中,测量速度、测量精度和测量范围三者不能同时兼顾的矛盾仍然是制约其测量效果的关键因素。此外,包括高昂的成本、技术封锁等在内的一些客观因素也对三维成像系统被广泛投入到各行各业造成了影响。针对以上问题,我们设计并研制了一套基于多视几何约束的大尺寸快速结构光三维测量系统。该系统由硬件系统、软件系统和核心算法三大部分组成。算法部分针对当前三维成像系统存在的缺陷提出了相应的解决方案,主要如下:1.针对测量速度慢的问题,我们创新性的引入了基于复合编码的立体相位展开方法,以此显著提高图像利用率,缩短单次测量所需的图片序列长度,减少单次测量时间至0.033秒。同时辅以深度学习的优化策略,进一步提高相位展开准确率。因此,该系统可以应用于工业流水线上的检测,提高工业检测的效率。2.针对测量范围小的问题,我们通过使用基于GPU加速的多路并行数据处理技术,合理规划图像并行计算流程,大大提高图像处理的速度,以实现快速大尺寸的三维测量,使得本系统可在大物体面型测量领域得到广泛应用。3.针对运动场景下测量精度低的问题,采用逐像素动态深度约束来排除错误点的同时保证有效点云不被误删,提高系统鲁棒性。此外,通过加入运动补偿方案,为运动场景的测量提供良好的稳定性。在对实时性要求较高的人机交互领域,该技术可提供45微米的稳定实时三维数据。硬件部分对设备的布局做出合理规划以达到最佳的成像效果,软件部分对算法进行了优化封装,并对数据处理和传输进行了良好部署,防止数据被反复拷贝和重复处理的情况发生。此外,软件还提供了如动态精度分析,简易面部比对、画线分析等额外功能,使得本系统的应用领域更为广阔。本文除完成上述核心内容的设计开发外,对系统的各项核心指标均进行了测试,并在实际场景中验证了各项功能的可靠性。