提出一种基于目标检测算法的柔性浅埋物的声-振智能探测方法，将声波激励、激光散斑干涉测振和目标检测算法有机结合，用以柔性浅埋物的大范围快速探测。在论述YOLO系列目标检测算法原理的基础上，选择并优化柔性浅埋物的智能探测网络模型；然后，搭建声-光融合智能探测系统，构建不同柔性浅埋物的激光散斑干涉条纹图数据集；最后，对数据集进行训练和测试，验证该算法用于干涉条纹图识别的可行性。实验结果表明：在给定实验条件下，柔性浅埋物智能探测网络模型的精确率为98.39%，召回率为84.72%，平均识别精度为99.66%。该声-振智能探测方法可以在给定实验环境下对多种柔性浅埋物的激光散斑干涉条纹图进行智能识别，适用于浅层地下柔性掩埋物的大面积快速探测。

长波红外差分干涉仪在低温工况下会因光学元件受到非均匀应力作用产生干涉条纹的畸变，从而降低干涉仪系统性能。本文为解决低温工况干涉条纹弯曲畸变问题，基于长波红外差分干涉仪光机系统进行了干涉条纹畸变影响因素分析，结合光-机-热耦合分析方法，对干涉仪系统低温工作状态进行仿真。随后设计了针对影响条纹畸变的关键元件——光栅元件的低温微应力动态稳定支撑安装结构，结构优化后的光栅表面面形均方根（Root Mean Square， RMS）值为3.89×10^-2 nm，面形峰谷值（Peak to Valley， PV）值为2.21×10^-1 nm，分别较优化前初始系统的分析结果减小了5个数量级，系统仿真干涉条纹畸变小于1个探测器像元。全系统低温验证试验表明，优化结构可有效抑制干涉条纹畸变，畸变量小于2个探测器像元，试验与仿真计算结果一致性较好，验证了优化分析方法的有效性。该优化方案对提升反射式光学系统结构低温稳定性，提高系统工作能力有较大意义和价值。

条纹结构光技术是近年来发展迅速的非接触式测量方法，为机械加工在机检测提供了新的解决方案。由于加工环境光线复杂且金属零件本身具有高反光的特性，造成结构光在机检测的精度降低。将高动态范围(High Dynamic Range，HDR)技术应用于结构光检测中，可抑制高反光的影响，实现金属零件在复杂场景的测量。本文首先介绍了结构光测量原理，总结出HDR结构光在机检测面临的难点；其次，对HDR结构光技术进行了全面综述，以机械加工在机检测为背景，对基于硬件设备的HDR技术和基于条纹算法的HDR技术分别进行了归纳分析；然后，根据在机检测的条件需求，对各类技术进行总结，并比较不同方法的优缺点和在机检测的适用性；最后，结合近年来先进制造技术和精密测量的研究热点，对潜在应用进行分析，提出技术展望。

双目面结构光三重扫描是在条纹投影双目视觉重建的基础上，追加左、右相机与投影仪构成的单目视觉系统重建点云，在反光和凹凸起伏等表面测量应用上具有更好的点云完整性优势。但由于环境温度变化影响，投影仪产生较大温度漂移，导致双目重建点云与单目重建点云发生“分层”现象。为此，文中提出了一种基于正交条纹投影的三重扫描系统温漂在线补偿方法，通过投影仪投射正交条纹来构建双目重建点在投影仪图像中准确的映射关系，并基于双目重建点在投影仪图像中的重投影误差最小化目标函数来求解温漂补偿后的投影仪最优外参数。最后，以金属球和汽车零件作为被测对象进行实验验证，在不依靠标定板等先验信息及繁琐标定流程基础上，所提在线快速补偿方法可以使得双目点云与单目点云温漂量分别减小78.2%和94.3%，极大减轻了温度变化对于三重扫描点云数据拼接影响。