德布鲁因序列常被用于结构光条纹的编码，但是序列中相邻的相同码元会导致在相同颜色区域内难以确定码元个数以及每个码元的确切编码范围。为了解决这一问题，提出一种邻接跳变德布鲁因序列，该序列在保留子序列唯一性的基础上保证了相邻码元的相异性。首先，证明了所提出序列的存在性，并给出了其生成方式。然后，将该序列用于相位周期级次编码，结合正弦相移条纹设计了一种彩色条纹编码方法。在解码阶段，按颜色通道分别提取、计算得到包裹相位和相位周期级次，最终获得展开相位。实验结果表明，所提方法与传统相移法有相似的测量精度，且仅需要4幅投影图像即可完成三维测量，显著提高了测量效率。

针对露天矿无人矿卡运输作业中路况差、光照强和灰尘大等原因导致小尺寸落石检测困难和实时性差的问题，提出一种使用固态激光雷达检测露天矿非结构化运输道路小尺寸落石的方法。首先使用具有双回波技术的激光雷达进行数据采集，减少灰尘干扰并提取车辆前方可行驶区域；然后采用基于扇面的直线拟合地面分割算法分割地面，实现对有坡度的非结构化粗糙路面的彻底分割；之后引入八叉树的分层网格树模型进行邻域查找，提高邻域查找的速度，引入双色最近对构建图，快速生成聚类簇，引入自适应聚类半径ε，进行聚类并输出小尺寸落石的盒模型。实验结果表明：相较于使用k-d树加速的DBSCAN算法，所提方法的正检率提升9.61个百分点，检测时间缩短379.77 ms。

针对传统位姿测量的不足，提出了一种基于三维数字图像相关（3D-DIC）法的空间刚体位姿估计方法，该方法利用双目相机拍摄待测物运动前后的图像序列，通过3D-DIC方法进行匹配计算，获得待测物运动前后的全场坐标信息，选择计算点坐标后对其进行奇异值分解，求得位姿参数。针对3D-DIC在测量大旋转时误差较大的情况，提出了一种增加中间图像的匹配计算方法。通过平移自由度和旋转自由度的实验验证，本文方法可实现空间刚体多个位姿参数的测量，三个平移自由度的测量误差均小于0.07 mm，测量角度小于10°时，偏航角和滚转角的测量误差均小于0.2°。

对棱镜分光式单目立体视觉系统进行了深度方程的推导，修正了棱镜位姿偏移引入的成像误差，分析了位姿引起的成像视场变化。该系统由一个相机与两个具有相同参数的双棱镜组成，相机单次拍摄可获取两幅具有视差的子图像，这可视为两个具有一定夹角的虚拟相机同时成像。采用虚拟点模型与光线追踪法推导深度方程，建立视差与深度方程参数之间的关系，进一步研究了系统中物距与夹角对图像深度信息与视差的影响。棱镜组的人为放置，不可避免地引入位姿误差，进而影响每个成像通道中的成像视场。基于棱镜的旋转与偏移，建立了修正的虚拟点模型，并深入研究了棱镜组位姿对系统成像与视场产生的影响；最后通过实验验证了理论与推导的有效性与准确性。

三维数字图像相关技术在获取工件表面信息方面有重要应用，针对单相机系统在全场测量中的局限性及多相机系统在全场测量中的复杂性，本文提出一种双平面镜辅助的双相机视觉测量方法，并应用在三维重建中。即：分析像素点到三维点的实际映射关系，基于公垂线中点法进行目标点三维重构，确定棋盘格标定板角点的三维坐标；分析角点在镜面的虚实对应关系，标定镜面位置方程，得到反射变换矩阵；通过反射变换矩阵完成物面的虚实转换，最终实现三维全场测量。为验证该方法的可行性和可靠性，分别进行了静态实验和动态实验。结果表明：在游戏币静态实验中，其正反轮廓的三维重建效果良好；在五棱铝柱热变形动态实验中，铝柱外侧表面高度变化均值与Ansys软件的仿真结果基本一致，且优于在镜面上喷涂散斑的重建方法，具有较高的精度。

针对长脉冲热波激励后采集到的红外原始热图中缺陷对比度低、缺陷边缘模糊等问题，本文提出了一种基于傅里叶变换、频域相位积分和保边滤波的红外序列图像处理方法，该算法首先对冷却时间段内采集到的红外原始热图进行消背景处理，再利用傅里叶变换将试样表面的红外辐射信息转化为相位信息，频域相位积分处理可以将不同频率下缺陷的相位信息整合至一幅相位积分图中，最后通过保边滤波器及自适应伽马变换对积分图像进行增强和量化。该算法克服了传统方法需要人工从多张频率或成分图中甄别出最优检测结果的缺点，并且可以消除加热不均匀的影响，改善缺陷的可视化。试验结果从定性和定量两个角度验证评估了该算法的有效性，并讨论了采集参数的影响。

提出了一种基于光强迭代的单幅干涉图相位提取方法，实现了对单幅干涉条纹图的高精度相位提取。首先通过对原始干涉图进行预处理得到初始相位；将初始相位引入到干涉条纹图的强度表达式中，利用最小二乘法初步得到背景光和调制光；再将初步估计的背景光和调制光代入最初干涉图的强度表达式中以求解待测相位，比较得到的待测相位和初始相位，若不满足迭代精度要求，则重复上述相位求解过程并实现迭代，若求解的相位与初始相位的均方根差值满足收敛条件，则停止迭代。进行仿真和实验研究，得到的Φ100 mm口径平面元件的测量提取结果与实际相位一致。结果表明，该方法在具有较高检测精度的同时能够有效地保证算法的稳定性。

条纹投影轮廓术广泛应用于重建物体表面三维形貌。但当测量彩色高反光表面物体时，受环境光照及投影条纹反射的影响，存在相机所采集图像像素过饱和，进而无法测量高反光区域表面三维数据的难题。为解决此问题，本文利用物体表面对不同颜色光反射特性的差异，提出了一种根据被测彩色物体表面色彩分布的自适应编码高反光表面条纹投影轮廓术。该方法通过向高反光区域投射与表面颜色互为补色的颜色光，利用物体对互补色光的高吸收、低反射现象，抑制表面高光的形成，从而实现高反光彩色物体的三维形貌测量。实验结果表明，与多重曝光方法相比，利用单幅自适应颜色编码能够替代多次曝光时间设置下的条纹投影重建，有效降低了投影图像的数量，提高了测量效率。

针对目前基于点云的三维目标检测算法中小目标检测效果差的问题，提出了基于改进PointPillars模型的三维目标检测方法。首先，改进了PointPillars模型中的pillar特征网络，提出了一个新的pillar编码模块，在编码网络中引入了平均池化和注意力池化，充分考虑了每个pillar模块的局部详细几何信息，提高了每个pillar模块的特征表示能力，从而提升了模型的小目标检测性能。其次，基于ConvNeXt改进了骨干网络中的二维卷积下采样模块，使模型在网络特征提取阶段能够提取丰富的上下文语义信息和全局特征，从而增强了算法的特征提取能力。在公开数据集KITTI上进行验证，实验结果表明，所提方法具有更高的检测精度，相较于原网络，改进后的算法的平均检测精度提升了3.63个百分点，证明了该方法的有效性。

针对传统变形监测中整体变形模型无法有效提供监测对象局部独特详细变形信息的不足，基于地面三维激光扫描技术提出一种包含元变形、子变形、变形图的三层混合变形模型，并设计了一种基于单元的变形计算方法。该方法主要包括单元分割、变形估计、变形融合等3方面内容，可以实现无先验监测信息条件下，自动增量地提取不同尺度的变形信息。模拟实验结果表明，在该方法下，RANSAC算法的平面拟合回归估计角度变化误差均值为1.21″，估计可靠性在一定范围内随单元大小增大而提高；滑坡实验结果表明，最小值法位移估计结果噪声更少，0.2 m单元大小分割可以提供更多的变形估计细节。所提方法尤其适用于具有非均匀变形特性的监测领域，对推动滑坡等人员难以到达的灾害监测从“点监测”向“面监测”的转变具有一定的理论与实际意义。