虚拟体育运动是一种逼真自然的人机交互系统。传统散斑相关算法的搜索速度较慢，不能满足虚拟体育运动对实时性的要求。通过对数字散斑相关测量方法的研究，提出一种有效的基于邻域相关信息的快速搜索方法，极大地降低了对应点匹配的计算复杂度，进而提高了深度测量的速度。根据测量结果的误差特征，提出了距离加权邻域平均插值算法，可以显著提高深度测量的精度。实测实验证明了该方法的有效性。

提出了一种测量三维面形的新方法.将随机数字散斑投影到参考平面上,深度方向等间距平移参考平面,用CCD摄取时间序列散斑参考集R(t).然后用被测物体取代参考平面,获取物体调制散斑图像O.O中的任意子图像O(x,y)与参考平面簇中对应位置的时间序列子图像R(x,y;t)之间的交叉相关值曲线呈高斯分布,其峰值位置就是被测物点的高度.该方法摆脱了以前数字散斑测量法水平相关思路,是真正的时间序列相关方法;且原理简单,测量精度高,不需要复杂的相位展开和校准过程,特别适用于测量突变面形和空间离散面形.根据测量结果的误差特征,提出了相关值加权邻域平均插值算法,能得到比邻域平均算法更好的测量结果.