1、目前，結構光三維測量技術和深度圖像處理技術在很多領域中都有著廣泛應用。本文將二者有機地結合起來，應用于三維目標的測量與恢復，本文在結構光測量、深度圖像插值、深度圖像濾波、深度圖像區(qū)域分割、深度圖像的三維重建等方面開展了深入的研究。
　　 在結構光三維測量方面，首先分析了常見的結構光三維測量方法的基本原理，并在此基礎上，采用了一種基于標志條紋的多線結構光編碼方法。此方法兼有灰度編碼和彩色編碼的特點，既可降低灰度編碼在解碼過程中較高

2、的誤碼率，又可以降低彩色編碼中由衍射和干涉引起的解碼錯誤。之后，以此編碼方法為理論基礎，構建了實際的多線結構光測量裝置，測量結果表明，此系統(tǒng)符合設計指標的要求。
　　 采用多線結構光三維測量，存在一定的數(shù)據(jù)缺失。針對結構光深度圖像的特點，在深入分析傳統(tǒng)圖像插值方法的基礎上，提出了兩種插值方法。一種是自適應加權插值方法，用于處理結構光垂直條紋區(qū)域的深度圖像；另一種是均值插值算法，用于處理結構非垂直條紋區(qū)域的深度圖像。實驗結果表明，

3、用這兩種方法插值后的深度圖像，深度數(shù)據(jù)連續(xù)而稠密。
　　 針對深度圖像中的折皺型邊緣，由于深度值變化緩慢，傳統(tǒng)的邊緣檢測技術不能檢測出此類型的邊緣。為此，提出了兩種深度圖像的分割方法。一種是基于法矢分量邊緣信息融合的分割方法，從法矢的兩個分量中提取出邊緣信息，進而將兩個信息加以融合，可以有效地提取邊緣，分割深度圖像；另一種是基于邊緣檢測算子和形態(tài)學的圖像分割方法，為深度圖像中的跳躍型邊緣和折皺型邊緣設計了有針對性的邊緣檢測算子，

4、實現(xiàn)更接近理想效果的區(qū)域分割。
　　 深度圖像的數(shù)據(jù)量大、拓撲結構復雜，直接進行三角剖分和三維重建精度低、時耗長。為此，引入分治算法的思想，提出了一種基于同構RBF網(wǎng)絡的深度圖像重建方法。首先利用圖像分割技術將深度圖像劃分為多個區(qū)域；其次在每個區(qū)域內，采用了同構RBF神經(jīng)網(wǎng)絡，通過不同分辨率樣本的訓練，以適應不同結構特征的區(qū)域重建；最后將各個區(qū)域進行拼接生成最終的重建結果。
　　 最后，本文分別對規(guī)則幾何體和人頭像進行了