随着计算机图像学地发展,三维重建技术在人工智能、车载雷达、工业测量等领域具有广泛应用潜力。基于单根或多根结构光的三维重建可以达到微米级的测量精度,更适合于实际应用场景且具有较高的测量鲁棒性,因而受到研究人员的广泛关注。基于多次反射成像的结构光系统虽然能有效地解决亮度反差大和高反射率问题,但是光条经过多次反射后,条纹光学强度随着反射次数指数衰弱,这使得可用条纹数目较少。我在多次反射成像的结构光系统基础上结合抖动机制,通过使用电机控制平面镜轻微抖动,使其等效于相机从不同位置拍摄物体,从而获得更多的可用条纹。并且在该结构光系统中,线性算法仅仅使用单根结构光进行图像坐标系与空间坐标系的转换,无法充分利用各结构光间的相关信息,这会造成较大的误差和较低的鲁棒性。因此,我提出了一种多次反射成像结构光的相关性算法。在该算法中,我通过将两根结构光条的图像坐标系作为自变量,引入两根光条间的相关因子去描述结构光条间的相关信息,建立正确的图像坐标与世界坐标的转换关系,从而获得更高的精确度和更好的鲁棒性。本文的主要研究如下:1.我对结构光三维重建方法理论进行详细研究介绍,其中包括结构光三维重建的主要测量方法、相机的相关基础理论以及线结构光测量过程中重要的一环——中心线提取做出介绍,并根据本文研究对象选择合适、高效的方法用于实验。2.本文详细分析了多次反射成像结构光模型,并在此基础上结合抖动机制,推算出各像点间的关系式,并给出小角度下的近似方程,最后使用geogebra软件进行仿真。3.本文提出一种多次反射成像结构光的相关性算法,该算法通过增加相关性因子描述不同结构光条间的相关性信息,从而获取正确的图像坐标系与世界坐标系的转换关系。4.本文设置多组人头肖像实验验证相关性算法的有效性以及探究不同算法对测量误差和鲁棒性的影响。最后,设置十组重复实验,最后获得本实验中的重复精度。实验结果表明,本文结合的抖动机制可适用于线性算法、二次算法和相关性算法,可以有效增加的光条数目。相关性算法可以获得更高的精确度和鲁棒性,平均误差比线性算法和二次算法减少20%-30%,相关性算法的重复精度在本次实验平台上达到0.02mm。