随着人工智能以及机器人技术的发展,三维测量技术也发展的越来越迅速,其涉及的行业也愈加广泛,如医学研究,工厂工业生产、汽车无人驾驶、地质测量勘探等行业。三维测量技术经过几十年的发展,已有许多前辈提出了各种各样的测量方法,包括飞行时间技术、立体视觉技术、结构光技术。其中基于结构光的三维测量技术是最为流行的测量方法之一。为了解决三维测量的实时性问题,本文以条纹结构光为基础展开工作。实验总共分为两个部分,分别是基于线结构光的双目三维测量实验以及基于线结构光的单目三维测量实验。当结构光应用于双目三维测量系统时可以很大程度克服对低纹理物体重建的困难,因此双目结构光三维测量的优势在于向被测物体投射设计好的编码结构光来降低匹配的困难程度,加快匹配的速度以及提高匹配的精度。当结构光应用于单目三维测量系统时,其三维测量的方法包括基于正弦条纹的相移轮廓术以及本文涉及的彩色条纹生成相位图的三维测量方法等等。其中相移轮廓术由于至少需要采集三幅图像才可以生成相位图来恢复物体的三维信息,因此很难进行实时的三维重建。但是本文涉及的方法可以只需要一幅图像便可以进行物体的三维重建,因此在实时性上具有很大的优势。本文基于线结构光分别提出了适用于双目系统以及单目系统的三维测量算法。对于双目结构光测量系统本文提出了基于匹配像素差建模的双目匹配算法,配合设计的编码条纹图可以实现对被测物体的鲁棒性测量。对于单目结构光测量系统提出了线聚类的相位图生成方法,可以通过彩色条纹图准确生成相位图从而恢复物体的三维信息。双目视觉系统由双目相机以及一台投影仪组成,投影仪用来向被测物体投射编码的线结构光,然后通过双目相机采集物体的图像。单目结构光系统由单目相机以及一台投影仪组成,进行实验之前系统需要进行标定,得到标定后的系统参数。在进行实验的过程中,投影仪向被测物体投射编码的线结构光,通过单目相机采集物体的图像,然后需要将不同颜色的条纹进行分割,根据本文提出的聚类方法进行条纹聚类从而生成相位图,最后根据标定的系统参数恢复物体的三维信息。实验结果表明本文提出的两种算法在重建物体的三维信息以及对物体的连续动作进行测量时可以得到令人满意的结果。