利用基于条纹投影技术进行三维测量时，其相位提取精度直接决定着测量精度，而在实际测量中，由于待测物体存在一定反射率，因此相机拍摄到的结构光条纹在一些区域常会曝光过度，导致条纹相位产生高光误差，影响测量结果。本文分析了条纹投影技术中镜面反射光对相位提取精度的影响，提出了一种基于高动态范围图像（High Dynamic Range Image, HDRI）技术的高光误差补偿方法，可在不增加系统复杂度的前提下补偿高光误差，并针对金属工件表面三维形貌进行了测量实验验证，结果表明，在未消除高光误差时，测量高度整体向上平移 15 mm，且在高光区域存在额外 0～20 mm不等的测量误差，在使用 HDRI技术后有效补偿了高光区域的相位误差，提高了金属工件三维测量的准确度。

高动态范围图像(high dynamic range image)指的是扩大了景物可分辨的光照范围的图像。在HDRI成像中动态范围是难以量化测量的,必须将对动态范围的计算转化为其它易于计算的像质评价函数。HDRI图像的像质评价和普通图像的像质评价存在着较大不同。比较了几种像质评价的方法后,提出了利用图像的熵作为标准进行高动态范围成像评价的方法。利用一种自然图像的概率模型对图像的熵与成像动态范围之间的关系进行了数值模拟,得到了具有普遍意义上的理想成像动态范围的计算公式,公式指出了对自然景物完善成像所需的最大动态范围; 给出了图像熵与动态范围之间的关系。利用这种关系可以经由计算图像的熵来对系统的动态范围特性做出评价。这种评价方法在指导高动态范围成像系统的设计,以及高动态范围成像系统的测试中将发挥重要的作用。

为了优化高动态范围成像系统的设计，完善地评价系统性能，将信息论应用于高动态范围成像系统中，把高动态范围成像系统看作通信系统，采用端到端的互信息量来评价高动态范围成像系统的成像质量.在COMS采样成像模型的基础上引入空间光调制器反射式硅基液晶的影响，建立了基于互信息的高动态范围成像系统数学模型.利用该模型分析了反射式硅基液晶与CMOS阵列像素数比、像素开口率、相对平移、相对旋转对系统互信息量的影响及造成系统成像质量下降的原因.通过仿真计算，分别得到了像素数比例、像素开口率大小、相对平移量、相对旋转角度与互信息量的相互关系曲线，并定量分析了这些因素变化对系统互信息量的影响程度.仿真结果表明反射式硅基液晶和COMS阵列的最佳匹配条件是：反射式硅基液晶和CMOS像素的占空比尽可能大，CMOS像素尺寸尽可能小，避免相对平移和相对旋转，反射式硅基液晶像素数和CMOS像素数之比为1∶1.