线结构光三维传感器需要结合扫描机构才能对物体进行三维重构，在使用前需要对扫描方向进行标定。由于各个标定图像的清晰度不同，传统标定方法会多次引入噪声，降低了标定精度。为了减小由图像清晰度不同多次引入的噪声，本文提出了基于联合估计的扫描方向标定方法。在标定过程中，需要使用位移台将平面靶标移动一个固定的距离，使每个拍摄位置处的靶标相对相机坐标系的旋转矩阵相同，同时平移向量的变化由位移台的运动步长约束。通过对旋转矩阵和平移向量增加约束，将平面靶标上的二维特征点拓展为三维特征点；联合所有标定图像进行统一的单应性估计，减小了由图像清晰度不同多次引入的噪声。通过测量量块尺寸进行了验证实验，实验结果表明：所提方法的测量误差相比传统方法减小了约30%，而且所提方法具有更好的重复性。所提方法实现了线结构光三维传感器扫描方向的高精度标定，减小了传感器三维重构的误差。

针对单个线结构光传感器在涂胶检测中存在检测盲区的问题, 提出一种利用三个线结构光传感器组合测量的方法对胶体进行三维测量, 三个线结构光环绕胶枪形成一个闭合的三角形光刀, 垂直投射到待涂工件表面进行实时在线检测, 采用张正友标定法进行相机标定, 利用最小二乘平面拟合法完成光平面的标定, 通过测量标准块来分析三个线结构光传感器的测量精度, 测量结果表明传感器测量误差均小于0.15 mm,符合测量要求。然后设计试验, 对胶体进行三维测量并对测量精度的影响因素进行分析, 获取胶体轮廓的三维点云数据并进行三维重建, 得到胶体截面三维轮廓图, 最后提取胶体的宽度和高度两个参数并与人工检测的结果进行对比。试验表明采用该方法对胶体进行几何参数的三维测量是可行的。

对零件上圆形特征的测量是工业制造中质量控制和自动化加工的重要方面。针对基于计算机视觉原理测量空间圆位姿适应性弱、鲁棒性不强的问题,研究了一种基于线结构光传感器的测量方法。根据图像上椭圆以及空间圆对应的两个二次曲面方程之间的转换关系,求取圆孔法向矢量,该过程需要借助一个虚拟锥面构建中间曲面转换矩阵;进而结合法向矢量和激光线与圆周两个交点的三维坐标数据构建圆孔平面,利用共线方程即可得到圆孔的孔心坐标和半径。对该测量方法进行实验验证,结果表明:在线结构光传感器与空间圆的各种姿态下,圆孔半径在2~4 mm范围内,法向矢量平均误差为0.3°、半径平均误差为0.02 mm、孔心坐标平均误差为0.02 mm。在对比实验中,该方法对于半径为3.054 mm的圆孔,半径最大误差为0.04 mm,旧方法误差极值为0.23 mm。从而验证了该方法在各种场景下测量结果均能达到较高的精度,工作环境适应广,鲁棒性较强。

为提高线结构光传感器(LSLS)的标定精度,提出了一种基于平面参考靶标的标定方法。给出了相机坐标系下参考靶标点中心坐标及激光平面方程的计算方法;将参考靶标点中心向激光平面投影,并以左下角投影点为原点建立世界坐标系,得到了靶标点中心像素坐标所对应的世界坐标;采用多项式拟合得到了任意像素点到世界坐标的转换关系,实现了传感器的标定,标定结果仅为多项式的系数,便于存储和使用;对标定误差进行了分析。结果表明,所提方法得到的各测试点与第一个点间距离误差的均方根值为0.0216 mm,相对于传统方法减少了22%,所提方法在LSLS高精度标定方面具有一定的优越性。

研究了基于线结构光光条信度评价的相机曝光时间优化方法,将信度评价结果作为曝光时间优化的参考指标。结合光条切面服从高斯分布的特点,对已有光条信度评价模型进行改进,构建高斯信度评价模型;利用亚像素光条中心提取方法对不同曝光时间下采集到的光条图像进行光心提取,提取结果经高斯信度评价模型评价得到评价信度值C和灰度值R;分析曝光时间t对评价结果的影响机理,构建t-C、t-R变化模型,并通过分析变化模型得到了相机最优曝光时间。实验以230 lx光强下的高精密齿条和水泥路面模型作为测量对象,结果表明:曝光时间优化后的测量更准确且效率更高,单光条测量的平均残差平方和约为0.03 mm ²,重构模型的平均构造深度与真实模型仅差9.8%。

为实现大型自由曲面工件的高精度快速三维测量, 设计了一种由超大尺度结构光传感器和两轴导轨构成的三维测量系统。结构光传感器在两轴导轨的带动下获取图像, 通过计算得到目标工件的三维坐标。为了将二维图像坐标转换到三维相机坐标, 提出一种线结构光传感器内外参数同时标定的方法。该方法使用准一维靶标进行标定, 通过获取运动机构平移过程中靶标与激光光条的图像, 计算得到线结构光传感器内外参数。实验结果表明, 该标定结果可靠, 系统的测量误差在0.6 mm以内, 满足设计需求。标定过程操作简便, 靶标制作简单, 适合于工业现场标定使用。

为解决现有线结构光大尺度测量标定复杂、精度不高的问题, 提出了一种基于多视觉线结构光传感器的大尺度、高精度测量方法。多视觉线结构光传感器含1个激光器和多个等间距并排的相机（一主多从）, 相互间有1/3左右重叠视场(OFOV), 光束覆盖所有相机视宽。传感器标定只需简易的棋盘格靶标, 按张氏标定法采集靶标图像、标定传统参数; 此外, 考虑相机视角的不变性, 利用OFOV内标定图像的已知特征角点, 经图像配准可预标定相邻相机图像拼接的变换矩阵。变换矩阵的逐步连乘得到任意从相机图像转换到主相机成像平面的透视变换模型(PTM)。该方法通过各相机同步采集大尺度物体的局部光条图像, 再利用PTM将所有局部光条快速拼接成完整的光条图像, 最终经光条坐标提取、换算得到光条位置的三维坐标。实验结果表明: 与已有方法相比, 该方法使用简便、精度更高, 重构模型平均构造深度与真实模型仅差8.3%。

针对大尺寸三维物体的测量需求，提出了一种超大尺度的线结构光传感器标定方法。使用平面靶标标定出摄像机内参数的初值，以相邻两控制点之间的距离为约束用LM 优化算法对初值进行优化；采用准一维靶标进行结构光参数标定，提出了一种利用两行标记点求解控制点三维坐标的方法，该方法基于消隐点性质以及各控制点与标记点之间的几何约束。实验结果表明，所提出的标定方法和控制点三维坐标求解方法具有较高的精度和稳定性，且准一维靶标较平面靶标加工成本低、加工难度小、标定过程灵活方便，更适用于大尺度现场标定。

线结构光视觉传感器的标定精度直接关系到测量结果的精度。传统的有模型标定方法为了提高标定精度，相应的模型也会越复杂，计算量也很大。为了实现高精度、高效率、低成本地标定线结构光视觉传感器，提出一种基于标准量块的线结构光视觉传感器直接标定方法，设计了标定靶标，不需要标定模型，直接建立查找索引表，在查找索引表中搜索直接得到或者采用最小二乘法拟合算法得到待标定点的空间三维坐标。实验结果表明该标定方法具有较高的标定精度，y方向平均绝对测量误差为0.0279 mm，z方向平均绝对测量误差为0.0237 mm，能够满足高精度测量需要，且计算简单、易于实现。

针对大视场线结构光视觉传感器的现场标定，提出了一种基于自由组合一维靶标的标定方法。自由组合多个一维靶标并固定，其中每个一维靶标至少包含 3个共线特征点。靶标在传感器测量空间内自由摆放至少两次。以一维靶标两两之间夹角恒定为约束求解摄像机内部参数；由一维靶标消影点性质和特征点之间距离约束，求解各特征点在摄像机坐标系下的空间坐标；根据交比不变计算光平面与各一维靶标交点的摄像机坐标，拟合出光平面方程。实验表明，该方法可获得与平面靶标相当的标定精度，具有靶标加工容易、精度高、摆放次数少的特点，适合大视场线结构光视觉传感器的现场标定。