提出一种利用深度学习强大的隐式建模能力解决单帧条纹图正交化存在的欠采样问题，结合条纹图降噪归一化技术，利用对抗生成网络的特征先验，构造了一种条纹图轮廓项数字方式的π/2相移网路，实现了单帧条纹图的正交化，放松了应用解析模型法实现条纹图正交化时的严格要求。通过标签图像对训练后，该网络成功地实现了归一化后的条纹图的正交化，进而高精度地实现了单帧条纹图的相位解调。仿真和实验分析证明，与基于Riesz变换的数字相移方法相比，所提方法求解更可靠，能有效地恢复测量相位。以现有的多帧高精度相移算法的解调结果作为参考值，实验结果表明所提方法的相位误差分布在0.05 rad以内，为瞬变场和物体三维轮廓测量提供了一种途径。

条纹投影轮廓术（Fringe Projection Profilometry, FPP）由于其非接触、测量精度高等特点被广泛应用于缺陷检测、逆向工程、计算机视觉等领域中。然而，传统的FPP单次测量只能获得有限景深范围内的被测物体的三维轮廓，无法完成视场范围内不同景深的多个被测物体的同时精确测量。文中在传统FPP系统的基础上增加两面反射镜和两个三棱镜，搭建了一种镜面辅助的FPP系统。所提出的方法能将摄像机不同景深范围内的被测物体转换到同一景深范围内，从而实现不同景深的多个被测物体的三维轮廓高精度测量。实验通过6层标准石膏阶梯模型验证了景深对三维轮廓测量结果的影响；同时分别采用传统FPP和提出的FPP系统对不同景深范围内两个标准乒乓球同时进行了轮廓测量，传统FPP测得的摄像机聚焦点处和未聚焦的乒乓球的拟合半径相对误差分别为2.9%、34.3%，而镜面辅助的FPP测得的相对误差分别为2.7%、5.3%。结果表明：文中提出的方法能补偿由于景深引起的误差，从而验证了该方法在不同景深物体三维测量中的可行性。

为了修正线激光传感器在轮廓测量中的边缘偏差，提出了一种边缘偏差修正方法。该方法通过分析边缘偏差的主要误差来源，建立一种基于曼哈顿距离和切比雪夫距离的混合去噪模型，实现杂散噪声的滤除；采用最小二乘法对线激光轮廓测量误差模型进行补偿。为了验证该方法的有效性，以量块的标称尺寸作为评价指标进行测量校准实验。实验结果表明：该修正方法对杂散噪声的滤除效果显著；其中，未经补偿的尺寸测量误差为0.43 mm，经修正方法补偿后的尺寸测量误差最小达0.04 mm，比前者降低了一个数量级。因此，该方法可有效修正边缘偏差，提高线激光传感器的轮廓测量精度。

针对并行彩色共聚焦测量系统在进行三维重构时质心识别效果差，处理效率低等问题，提出一种高效率、高精度的三维重构方法。该方法首先对三维重构实验得到的所有图像进行目标提取和图像拼接，得到待处理的拼接图像，通过MATLAB的regionprops函数和形态学处理提取拼接后各个被测点的质心及质心连通区域，并利用颜色转换算法进行相应的“H值-高度”转换，最后，比较并结合插值拟合算法实现了物体表面三维形貌的重构。为了验证该算法的可行性，针对一元硬币的“N”字和“E”字进行处理。实验结果表明，该系统的轴向测量范围为80 μm，测量精度可达到微米级别。该算法可以快速有效地实现物体表面三维形貌的还原，相较于传统方法，处理效率提高5~6倍。

血红细胞的形貌特征是医学领域对多种疾病进行预防和诊断的一项重要指标，提出一种同步移相显微干涉法实现对血红细胞形貌的动态测量。搭建了透射式显微干涉成像系统，测量了100 μm内径模拟微血管内、名义直径为7 μm～8 μm、高度最大值为2 μm的新西兰兔血红细胞，针对血红细胞所处的微血管环境提出了基于微血管相位相减的血红细胞形貌提取方法和成像放大率校正方法，实验得到模拟微血管内的血红细胞平均直径7.757 μm和平均最高高度2.022 μm，验证了本方法具有在体定量测量血红细胞形貌的潜力。