随着计算机技术的进步以及各个行业的发展,二维图像已渐渐无法满足人们的应用需求。相比于传统的二维图像,三维图像包含了目标物体的距离和深度信息,能够更加真实准确地反映物体的形态,因此,对于三维重建技术的研究有着非常重大的意义。本文对基于结构光的双目视觉三维重建技术展开研究,并针对其中关键的对应点匹配问题提出了算法上的改进和优化。首先,对于基于线激光扫描的立体匹配中的激光光条中心提取问题,本文提出了基于方向法的亚像素光条中心提取法,该算法对传统的灰度重心法进行改进,首先使用方向法计算光条的法线方向,然后再在法线方向上利用灰度重心法提取光条中心,弥补了灰度重心法只能在水平或垂直方向进行光条中心搜索的不足。实验结果显示,在激光光条曲率变化较大时,相比于灰度重心法,该算法的提取精度提高了35.4%,且在本文的普通实验条件下,也能达到实时性要求。接下来,对于基于格雷码面结构光扫描的立体匹配过程中,由于环境干扰容易造成匹配错误的问题,本文使用了基于大津法的背景剔除算法,该算法在大津法的基础上,利用物体的边缘信息和图像分块的方式,能有效地剔除掉复杂背景,只保留包含被测物体的有效区域,使得匹配对应点时的匹配速度提升了28.38%。针对标准平面的重建实验结果显示,在1.5米的实验距离下,本文系统的平均重建误差为0.2735mm,基本满足实际应用需求。然后,在点云拼接阶段,针对如何快速准确匹配不同点云间的对应点对,本文实现了基于标志圆和无标志圆两种方法,并通过实验验证了算法的有效性与正确性。其中,基于标志圆的对应点对匹配是通过标志圆圆心定位以及不同视角下的圆心匹配来完成,无标志圆的对应点对匹配则是通过使用SURF算法对不同视角下的特征点进行检测和匹配来实现的。最后,为了方便数据采集和实验测试,本文基于MFC库和Open CV库开发了一个三维重建软件系统,该系统界面简洁,易于操作,且功能相对完善,实现了数据采集、相机标定以及点云计算与拼接等功能。