随着电子商务的高速发展,对包裹物件的分拣工作,已越来越繁重,传统的人工分拣方法,存在效率低下、准确率低以及用人成本逐年增长的问题,随着机器人技术、视觉技术等相关技术的发展,各种高效率、高准确率以及低人力成本的自动分拣系统,已逐步替代人工分拣,本文以设计一个基于物件三维信息的物流自动分拣系统为背景,对其关键技术进行研究。基于物件三维信息的物流分拣系统,其关键在于三维信息的测量,在现有的各种三维测量技术中,基于视觉的非接触式三维测量技术,具有对被测物无损伤、测量范围广和测量精度高的优势,其中的线结构光技术,还具有成本低、实时性好和操作简单的优势,因此,本文将该技术应用于物流分拣系统,对其关键技术进行相关的研究与改进,主要完成的工作如下:(1)研究了传统的光条中心提取算法,针对物流分拣背景下,包裹物件自身特性所可能带来的光条灰度偏低问题、反射干扰问题和边缘缺失问题,在灰度重心法的基础上,通过加入自适应阈值分割、光条识别、分区划分、中心点判别和平衡调整策略,提出了自适应分区平衡重心法,较好地解决了上述三种问题。(2)研究了基于交比不变性的光平面标定方法,鉴于此法存在点集利用率低和容易产生偏差的局限,提出基于非重合直线的光平面标定方法,通过获取位于不同位置的两条激光线以提高点集利用率,并借助带权值的整体最小二乘法消除偏差较大的点,具有灵活性高和标定结果可靠性高的优势。(3)基于C++编程语言,在Visual Studio 2015和Qt Creator 5.8.0的开发环境下,设计了一个基于改进算法的三维测量应用程序。(4)选择相关的硬件,搭建了一个三维测量系统作为实验平台,对6组被测实验对象进行多次测量,并对测量结果进行误差分析。实验结果表明,基于改进算法的线结构光三维测量系统,单次测量绝对误差不超过1.27mm、多次测量平均绝对误差不超过0.78mm,满足物流分拣系统的精度要求,具有较高的可行性。