光度立体视觉算法(Photometric stereo,简称PS算法)是三维扫描技术中一种重要研究方法,同时也是计算机视觉领域中的主要研究方向。基于光度立体视觉算法的重建系统结构简单,成本低廉,可获取高精度重建表面信息,为此受到学术界和工业界广泛的关注与研究。物体表面光源信息及图像亮度信息是影响光度立体视觉算法所得表面法向精度的重要因素。在结构紧凑,光源工作空间有限的重建系统中,光线空间分布较为复杂,使得物体表面各点光源信息获取变得十分困难。除此之外,用于求解表面法向的图像信息通常为满足某种光源模型假设的亮度分布,这与实际获取的图像亮度分布存在一定差距。以上因素导致求得的物体表面法向方向存在一定误差。为实现在近场光源照明条件下得到接近真实表面深度信息的重建结果,本文对光源信息获取及图像亮度校正过程进行了深入而细致地研究,提出了一系列有效的创新与改进算法。本文首先对光度立体视觉算法的研究内容,研究趋势以及成果和应用进行了详解介绍。并针对当前研究的难点问题,确定了本文主要研究内容。本文详细论述了光度立体视觉算法的实现过程,作为验证算法的软件及硬件平台基础,对重建系统及标定过程进行了详细描述。在光度立体视觉算法中,光照模型不仅用于求解法向信息,同时可用于光源信息标定,光照模型对物体表面特性描述的准确程度,对光源信息标定精度有着十分重要的影响。为此,本文基于光度学及辐射度学概念推导得出了一般性光照模型,结合光源光学和结构特性提出了基于光源特性的双朗伯光照模型。通过实验对比表明,所提模型较朗伯模型更接近真实物体表面反射特性。本文称将光源抽象为具有某种形状几何体的泛光源的标定算法为理想光源标定。理想光源根据位置和形状的不同,主要分为无穷远点光源,近点光源及面光源。针对近场照明系统应用,本文比较了不同光源模型对重建结果的影响,为选取合适的光源模型提供了理论与实验依据。对现有基于面光源的光度立体视觉算法进行了扩展,实现了基于任意形状面光源的重建算法。现有的理想近点光源标定方法单纯依赖光线空间几何关系或既定的光照模型,忽略了特定光源发光特性的影响,导致配置在同一位置的不同特性光源的标定结果有所差别。为此,基于双朗伯光照模型,本文提出了三种基于光源特性的标定算法。实验结果表明,本文所提算法与现有算法相比,所获光源信息更加准确,并可有效改善重建结果。光源标定过程通常较为复杂,尤其对于利用图像信息的模型拟合算法而言,标定过程往往需要反复迭代优化,这使得整个标定过程变得十分耗时。另外,在标定过程中由于各种因素的干扰,标定结果常具有不确定性。针对以上情况,本文提出了基于近点光源的快速标定算法,仅利用光源所对应的单一图像即可完成光源位置的快速准确估计。通过实验证明,该算法既可实现光源标定过程的实时性,同时又具备较高的标定精度。由于光源制造工艺误差,光学器件安装、控制环节偏差,光学材料光谱响应变化,以及光源筛选过程随意性,导致重建系统中各光源强度空间分布存在一定差别,导致图像亮度分布不一致,最终影响了重建结果的精度。现有光源强度校正算法大都针对平行光线模型假设,而对近点光源模型下的校正问题研究甚少,鉴于该种情况,本文提出了基于近点光源的强度补偿算法,实现了对图像亮度信息的校正。实验结果证明,该算法可有效补偿光源强度,改善重建结果。