距离图像分割是三维数据理解的基础研究工具,但传统的距离图像分割方法在分割前需获取待分割场景的三维数据,而这一过程使得分割容易受误差传递的影响出现错误,还将消耗较多的运算空间。导致距离图像分割在计算能力受限场景、无法预先获取或准确获取三维数据的场景中的应用受到限制。因此,如若能以无需获取三维数据的方式对场景实施距离图像分割,则将拓展该技术的应用范围。本文通过分析包裹相位的奇异特征的方式建立相位奇异检测场,将相位奇异检测场的空间约束特性、高频表征特性与计算成像的核心概念融合,提出了计算距离图像分割方法。在此基础上对计算距离图像分割进行了深入研究,论文的主要创新内容包括:（1）提出了基于包裹相位图中相位奇异特征的计算距离图像分割方法,在无需获取场景三维数据的情况下即可对场景实施距离图像分割。利用相位深度奇异特征在相移光栅中的相移不变性,通过改变光栅输入顺序的方式分离不同类型的相位奇异特征。该技术较大程度的降低了分割实施所需的计算消耗,具备过曝光抗性与无需获取三维数据的面型凹凸分析能力。（2）优化了相位奇异特征的提取过程,提升了分割实施的数据采集速率。采用正交结构光栅投射的方式降低相位不敏感造成的无法分割问题;提出多尺度增强结合双边滤波的算法实施框架,增强相位奇异特征,降低随机噪声的干扰。通过结合复合光栅投影与时间窗口滑移的方式,提升分割的速度性能。（3）提出了基于正交光栅投影与相位奇异检测场差分的复杂纹理物体分割方法,实现了复杂纹理场景中的计算距离图像分割。破除了计算距离图像分割在复杂纹理场景中的应用限制,解决了难以准确获取三维数据的场景对距离图像分割存在的现实需求问题。（4）提出了基于计算距离图像分割的三维重构精度优化方法,实现了编码结构光在静、动态场景中的阶次噪声校正。利用计算距离图像分割方法的高频表征特性,在三维数据获取前提取、保护场景的高频特征,降低滤波对三维数据造成的邻域污染影响。