1、結(jié)構(gòu)光三維形態(tài)測量技術(shù)已廣泛應(yīng)用于工業(yè)檢測、模式識別以及逆向工程等領(lǐng)域，顯示出了廣泛的應(yīng)用前景。隨著工業(yè)生產(chǎn)自動化水平的提高，現(xiàn)有的基于標(biāo)準(zhǔn)幀率的三維形態(tài)測量技術(shù)已不能滿足快速運動物體連續(xù)三維形態(tài)測量的需要，高速、實時三維測量正在成為三維測量技術(shù)的發(fā)展趨勢。針對目前結(jié)構(gòu)光三維測量方法無法兼顧運動物體測量與測量效率難題，本文基于格雷碼編碼結(jié)構(gòu)光方法，對高速視覺三維測量、同步誤差補償算法、異構(gòu)并行運算以及移動三維測量等關(guān)鍵技術(shù)進行了研究。以

2、期實現(xiàn)運動物體的高速實時三維測量，并將該技術(shù)擴展至工業(yè)檢測領(lǐng)域。
　　本文的主要研究內(nèi)容及取得的成果如下:
　　1.采用了一種基于高速視覺的投影和同步圖像獲取方法，將格雷碼結(jié)構(gòu)光編碼方法應(yīng)用于運動物體三維測量中，利用縮短幀間投影與圖像獲取時間方法減小同步誤差。該方法可以突破了標(biāo)準(zhǔn)幀率的限制，實現(xiàn)運動物體的連續(xù)三維測量;
　　2.基于物體運動信息估計方法，提出了一種“運動補償算法”，利用物體本身的運動速度信息補償同步誤差

3、。實驗結(jié)果表明該算法可通過物體運動速度信息預(yù)測幀間像素位置，實現(xiàn)同步誤差補償，進而獲得更加準(zhǔn)確的三維形態(tài)測量結(jié)果;
　　3.針對高速視覺中的大量圖像數(shù)據(jù)處理問題，本文采用CPU+GPU異構(gòu)并行計算模型，充分利用GPU的多核并行計算能力，加速三維形態(tài)測量算法。在當(dāng)前實驗中，實現(xiàn)了512×512像素分辨率下500幀/秒的運動物體實時三維形態(tài)測量;
　　4.對移動三維形態(tài)測量技術(shù)進行了研究，開發(fā)了一種機器人搭載用的高集成度實時測量