叶片作为植物重要的组成部分,准确获取它的三维形状信息,可以用于植物叶片的可视化模拟和叶片的功能分析,对虚拟植物的研究有重要意义,同时可以促进农业与计算机技术的结合,有助于农业信息化的发展。目前对植物叶片进行三维测量的主要方法可以分为接触式与非接触式,其中基于结构光的测量方法是普遍认为实用性较好的三维信息获取方法。随着技术的更新,结构光测量方法得到了新的进步,数据获取的精确度也逐渐在提升。为了在低成本情况下实时获取叶片的三维形状信息,设计了一套基于结构光测量原理的系统,并对比选择了适合叶片的结构光处理方法。本论文的主要工作内容如下:(1)分析摄像机的成像原理,明确摄像机标定的内容。根据张正友的相机标定方法,结合OpenCV实现了本系统的标定功能,经过实验发现,本系统的标定可以达到一定的精确度。(2)针对植物叶片的三维测量,详细研究了所使用的线结构光的测量模型,并对模型的求解进行分析,实现图像中二维点到摄像机坐标系三维点的数学转换,根据求解的运行效率为本系统选择较为快速的求解方式。(3)在结构光参数标定即光平面标定方面,以摄像机的透视投影几何原理为计算基础,设计了一种基于棋盘格的光平面标定算法。该算法不需要每次求解相机外参,计算比较简单。并且使用了RANSAC算法进行平面拟合,有效降低错误的光条提取点对光平面参数的影响。(4)详细研究了常用的光条中心提取算法。使用灰度重心法提取光条时结合了极值法和阈值法的思想,并且根据叶片的特性选择了合适的阈值参数。同时研究了Hessian矩阵法和方向模板法,优化了合适的参数条件后,进行了光条提取的对比实验,通过运行速度和提取效果来选择适用于本系统的光条中心提取算法。在对所有算法进行测试和选择后,系统的可视化控制界面通过Qt实现,完成系统软件的开发。并使用软件进行了实验,获取了植物叶片的三维点云信息。通过距离测量的评估,精确度可以达到99%。