激光三角光斑定位通常受到像点光斑偏态的影响，为提高激光三角位移传感器的测量精度和物面适应性，在分析激光三角光斑的偏态特征的基础上，针对偏态特性提出了一种基于互相关和非均匀有理B样条插值的光斑定位算法。对光斑信号采取时域和空域相结合的滤波处理方法，降低外部噪声干扰。引入邻域标定光斑进行互相关运算，充分利用光斑偏态分布的灰度和位置相似性约束，确定像素级相关系数分布。最后，对相关系数序列进行三次非均匀有理B样条插值细分，实现亚像素级光斑质心定位。在激光三角位移传感器中验证算法，实验结果表明：该算法通过结合互相关和非均匀有理B样条插值细分，将测量重复性误差降低至0.4 μm，精度相对于传统定位算法显著提高；同时，在互相关算法中采用的邻域标定光斑模板不仅容易获取，几何相似度更高，而且对不同物面特性的适应性更强。本文方法精度高、适应性强，为有效提升激光三角位移传感器的性能提供了新的技术路径。

针对PatchMatchStereo立体匹配算法在实现倾斜平面时，因使用随机函数生成平面参数而导致算法计算量大且误匹配率高的问题，提出一种基于局部一致性约束的立体匹配算法。首先，通过对图像中的像素进行稀疏匹配获得视差置信度高的支撑点；其次，利用三角剖分为图像内各像素点确定一个三角平面，计算平面参数并分配给该平面内的点；然后，通过迭代传播为每个像素点找到更加准确的平面参数，构建出局部一致性平行窗口模型；最后，通过平面参数计算视差值并通过视差后处理优化视差。本文算法在Middlebury评估平台第三版标准测试数据集上进行实验，实验结果表明，处理后的平均误匹配率比PMS算法降低了4.39%，其中对单个图像的误匹配率最高降低15.42%。本文算法在降低误匹配率的同时提高了图像处理的效率，相较于其他算法具有显著的优越性。

本文提出一种基于光学三角法的凸点高度快速高精度测量方法，基于斜入射光学三角法的基本原理，将一束LED线光束投射到凸点上，由相机采集芯片上光束反射的图像，根据图像形貌特征计算凸点的高度。该方法在传统三角测量法的基础上结合凸点的形貌信息，可利用凸点在相机上的投影特征精确计算出凸点顶部距离基底面的高度。在进行系统参数标定时，为解决传统三角法中投影和成像装置角度标定困难的问题，采用了一种新的标定方法，利用成像系统的放大率和像素高度比代替装置角度，实现了角度参数的间接标定，标定方法快速精确。利用该测量方法对芯片凸点高度进行测量，高度测量的标准偏差为0.58 μm，重复多次测量同一个芯片凸点，其展伸不确定度小于±1 μm，实验结果表明了该方法的准确性。

为了解决目前国内自主研发的激光位移传感器基准工作距离短和测量范围小的问题，设计了一种适用于远距离测量的大量程激光位移传感器成像光学系统。基于激光三角测量原理，结合具体使用要求计算了大量程激光位移传感器的性能指标和成像光学系统的设计参数。选择5片式透镜结构作为系统的初始结构，利用光学设计软件对大量程激光位移传感器成像光学系统进行了仿真，完成了系统优化和性能分析，实现了基准工作距离为1 000 mm、量程为±500 mm、分辨率为0.4 mm的大量程激光位移传感器成像系统设计。结果表明，在测量范围±500 mm内，系统均可以满足成像质量要求。该激光位移传感器成像系统具有工作距离远、测量量程大、结构简单的特点，可满足1 000 mm远距离处大量程范围的测量使用要求。