为了实现芯片封装凸点（Bump）高度的测量，建立了基于白光三角法的测量系统，并提出了一种复杂背景下Bump高度的测量方法。根据提出的测量模型搭建了Bump高度测量系统，利用U-Net深度学习模型进行光条图像的分割并结合灰度重心法和插值法提取完整的光条中心，以克服复杂背景的干扰。然后，对测量系统进行标定以确定像素值与实际高度值的对应关系。最后，通过函数拟合的方式确定Bump的高度。实验结果表明：Bump高度的测量重复性平均值为0.21 μm，标准差为0.095 μm；测量平均误差为-0.04 μm，标准差为0.408 μm。该方法在复杂背景下对Bump高度的测量精准度高、稳定性好，可满足芯片封装中晶圆Bump共面性在线检测的要求。

在利用多线结构光系统对大尺度连铸坯进行三维测量的过程中，线结构光中心条纹的提取精度是影响三维测量精度的重要因素。提出了一种对传统灰度质心方法进行优化的多线结构光中心条纹提取方法。对连铸坯表面激光横截面不满足高斯分布的线结构光条纹，利用图像背景差分的方式去除环境噪声，并根据线结构光条纹与背景间的灰度变化信息确定线结构光的边界，同时提取线结构光的感兴趣区域。根据光条在梯度方向上的灰度积分比例计算灰度质心法的自适应灰度阈值，利用灰度质心方法处理感兴趣区域提取出光条中心点，最后结合附近半径为5个像素的邻域内所定位的中心点进行质心重提取，获得连铸坯表面光条的亚像素中心坐标。现场测量结果表明：对反射特性不均匀的连铸坯表面的激光条纹光条中心进行提取，最终连铸坯边缘轨迹点的三维测量结果标准偏差在2 mm以内，该方法具有精度高、速度快、鲁棒性强的特点。

采用线结构光法测量金属表面形貌时，由于受到金属表面光学特性和散斑噪声的影响，条纹中心的提取误差往往较大。为此，提出了一种非相干线结构光形貌测量方法，避免了散斑噪声的影响。通过分析该方法测量金属表面形貌时的条纹图像特点，提出一种适合非相干线结构光条纹的中心提取方法。该方法首先采用结合积分图像原理的自适应阈值分割算法，对原条纹图像进行分割。采用灰度重心法粗提取原条纹中心坐标，以该坐标为基准向条纹宽度方向延伸，从而确定阈值分割后条纹图的感兴趣区和背景区，并去除背景区的噪声。经中值滤波后，采用几何中心法提取条纹中心。实验结果表明：采用该方法提取粗糙度样块表面非相干光条纹中心的平均误差为1.5 μm，提取齿轮渐开线样板表面非相干光条纹中心的平均误差为0.9 μm，均比其线激光条纹中心的提取误差小。所提方法能实现金属表面非相干线结构光条纹中心的精确提取。

为了解决传统激光条纹中心线提取方法不适用于半透明物体的问题、实现对半透明胶条的轮廓精确测量，研究了半透明胶条表面光条中心线提取算法。对比分析了不透明胶条和半透明胶条的激光条纹成像机理。通过研究半透明胶条激光条纹的一维灰度序列，说明了直接反射分量和次表面散射分量的波峰分布差异。最后提出了半透明胶条表面光条中心线提取算法，首先扫描激光条纹的一维灰度序列；然后采用数学形态学方法，根据波峰灰度值大小及分布位置差异提取得到直接反射分量；最后，采用灰度重心法对灰度序列中的直接反射分量开窗提取亚像素中心位置坐标，连续扫描获得光条中心线。实验结果表明，本文方法有效排除了次表面散射的干扰，提取光条中心线的平均误差达到3.197 pixel，二次曲线拟合后的平均误差为0.714 pixel，优于直接采用灰度重心法提取光条中心线。本文方法能够有效提取半透明胶条表面光条中心线，为工业现场半透明胶条的轮廓测量奠定了基础。