随着机器视觉相关技术的发展,视觉测量技术已成为非接触式测量技术的重要手段,其中线结构光测量技术由于精度高、速度快等优点在工业生产之中被广泛应用。随着科技进步和工业领域的发展,对测量技术的要求越来越高,对线结构光视觉测量系统的测量精度以及可靠性提出了更高的要求,因此,亟需开展线结构光视觉三维测量关键技术研究。本文针对线结构光视觉测量实际需求,主要开展线结构光视觉传感器光路设计与分析、传感器结构参数误差分析、传统标定方法研究、直接标定方法研究以及针对高光表面结构光光纹特征提取方法研究等关键技术研究。基于激光三角法设计线结构光视觉传感器,并对视觉传感器的光路系统进行设计、分析计算,选取合适的光学系统参数和光学元件。根据选取的光学元件完成线结构光视觉传感器的测量模型并建立相应的数学模型。分析传感器的成像特性,在此基础上结合测量误差理论,得出设计传感器时其结构参数需满足的约束方程,并优化求解得到符合误差和分辨率性能指标要求的最佳结果。线结构光视觉传感器的标定主要有传统标定方法和直接标定方法。传统标定方法主要包括摄像机的标定和线结构光视觉传感器结构参数的标定两部分。摄像机标定采用经典的平面模板标定法,通过线结构光平面上的特征点拟合,得到线结构光视觉传感器结构参数,完成传感器标定。为提高传感器标定精度,针对线结构光视觉传感器标定过程中关键参数的选取,对摄像机标定中标定图片数量,结构光光纹中心线提取方法,结构光光平面特征点选取数量三个关键影响因素进行分析,并进行对比实验研究,确定标定过程中的最优参数。直接标定方法研究中设计了由高精度的玻璃条纹板和精密平移台构成的标定靶标,提取靶标图像特征点的亚像素坐标值以及和其对应的空间三维坐标值。采用支持向量机建立了特征点的图像坐标和空间三维坐标的映射关系,实现了对线结构光视觉传感器的直接标定并将标定结果和基于BP神经网络的直接标定方法对比方法。实验结果表明,该直接标定方法能满足精度及速度要求。针对强反射材料高光表面结构光光纹中心线提取,提出了一种基于波峰边界的高斯曲线拟合法的光纹中心提取算法。并对该算法的精度和算法准确性进行了比较和分析。最后,开展了测量实验,验证了所提出的线结构光视觉传感器标定方法和针对强反射材料表面图像处理算法的有效性,实验结果表明本文的线结构光视觉测量方法具有良好的稳定性和更高的测量精度。