通过优化光纤布拉格光栅形状传感技术中传感点位置和补偿重构结果来提高薄层合金板三维形状重构精度。通过ANSYS workbench建立合金板仿真模型，提取应变和位移模态振型，根据模态置信准则、转换矩阵稳定性和模态振型相似性分别设计了三个目标函数，采用快速和精英机制的多目标遗传算法优化传感器位置。将镍钛合金板弯曲成不同曲率半径的弧形，利用光纤布拉格光栅中心波长漂移量和线性插值算法计算得出不同形状下的结构应变，重构合金板形状，均方根误差和最大误差相较于单目标优化算法分别减小30%和15%。利用粒子群优化径向基函数神经网络算法拟合误差与位移的关系实现误差补偿，均方根误差和最大误差比无补偿时分别减小了90%和70%，最大相对百分比误差仅为5%，提高了三维形状重构算法精度。

为了校正近眼显示中的畸变图像，提出了一种基于非线性拟合和向前映射插值的图像预畸变算法。采用了径向基函数拟合算法，以得到更高精度的拟合原图像和预畸变图像之间的映射关系；采用了基于向前映射的紧支撑径向基函数插值算法进行图像灰度重建，以得到更好的图像畸变校正效果。实验结果表明，径向基函数拟合算法的拟合误差可以降到1像素以内，校正精度达到亚像素级；预畸变算法对近眼光学系统产生畸变具有良好的校正效果，显示图像清晰完整。

由于外在因素导致出土的文物模型呈现破碎状态，对其进行虚拟修复对考古学具有重要意义。现有孔洞修补方法大多仅针对三维模型结构进行补全，并且在三维结构修复后缺少表面的颜色纹理信息。本文基于文物三维空间结构和纹理信息，提出一种三维文物孔洞修复方法。首先，为了解决三维文物结构修复问题，利用基于径向基函数的算法填补三维文物网格模型的孔洞，通过拟合的曲面方程调整孔洞补丁顶点，使其与原有模型更好地融合。其次，为补全文物表面颜色纹理信息，使孔洞补丁与原有模型表面纹理自然过渡，将三维问题转化为二维图像修复问题，以EdgeConnect为框架，通过添加精细化网络生成更高分辨率的结果。最后，使用Mudbox软件映射二维图像到三维模型表面，融合结构和纹理修复的结果。本文改进后的二维修复网络在评价指标PSNR（Peak Signal to Noise Ratio）、SSIM（Structural Similarity）和MAE（Mean Absolute Deviation）的性能分别提高了0.54%、0.217%和6.52%，该方法能够有效地恢复兵马俑三维模型网格结构和表面纹理信息。

相机与投影仪的标定是影响光栅投影三维测量系统精度的因素之一，且标定所得参数的精度直接影响系统的测量精度。分析标志点边缘成像时的退化模型，提出了基于高斯曲线拟合与边缘局部区域效应相结合的亚像素边缘检测方法，获取高精度边缘，提高标志点检测精度；使用基于透视变换图像矫正的标志点快速排序匹配方法，进行相机快速高精度标定。分析投影仪标定时的相位误差，提出了一种基于径向基的线性插值方式，提高标志点圆心相位获取精度。实验验证，使用上述亚像素边缘检测方式，标志点的边缘残差为0.0871，对比基于高斯曲线的拟合方式，精度提高了41%，相机标定重投影误差均值为0.0524像素；使用上述相位插值方式，投影仪标定重投影误差均值为0.1203像素，对比使用双线性插值方式，标定精度提高23.9%。