基于视觉的三维重建技术是计算机视觉领域中的一个重要研究方向,根据是否发射光信号,可分为被动视觉法和主动视觉法。主动视觉法中的结构光技术由于非接触,精度高,速度快,成本低等优点成为三维重建领域的研究重点,同时在工业界中被广泛应用。由于传统三维重建技术主要针对静态或刚体目标进行研究,因此在非刚体目标的三维重建方面还存在许多问题。本文工作主要是针对基于结构光的非刚体目标快速三维重建技术,围绕服装三维数字化技术和实时三维重建技术开展研究,主要工作可分为以下三个方面:(1)基于RealSense深度相机研究了一种服装三维数字化技术以及开发了相应系统。本文使用3个深度相机和1个旋转平台搭建出一个服装旋转三维扫描系统,利用该系统可获得服装周身的多个视角的点云。本文基于SIFT算法和ICP算法提出了一种相机位姿标定方法,基于该方法和转台标定法可以得到各相机和转台之间的位姿关系参数,将这些参数用于服装各部分点云的配准可以得到完整的服装点云。本文开发了相应的服装三维数字化系统,并对多种样式的衣服进行了实验,结果表明,在使用较少深度相机的情况下,该系统可以较快的得到具有较高精度的服装三维模型。(2)基于近红外高频二值编码结构光算法研究了一种实时三维重建技术。本文使用1个工业相机和1个近红外DLP投影仪搭建组成一套结构光扫描系统。本文基于现有的二值编码结构光算法,通过投影仪将编码图案高频投射到目标表面,同时将重建计算过程改写为在GPU中执行,实现实时重建的目的。本文开发了相应的实时三维重建系统对非刚体目标进行实时扫描重建,并与多种深度相机进行对比。实验结果表明,在室内场景下,本系统重建速度可达29帧/秒,重建精度可达0.05毫米,明显好于已有方法。(3)基于实时三维重建技术研究了一种多视角同步实时三维扫描及重建技术。本文使用3个结构光扫描系统搭建出一个多视角三维扫描系统。本文通过让每个结构光系统分别投射和接收不同波长的光来解决扫描过程中不同系统的投射图案互相干扰问题。本文基于棋盘格角点检测技术提出一种相机位姿标定方法,用于实时配准不同视角的目标点云。本文开发了相应的多视角实时三维重建系统对非刚体目标进行实时重建。本文针对上述三项工作分别进行了相关实验及误差分析,得到了可视化的实验结果,验证了各系统的可行性和可靠性。另外本文也存在一些不足,如服装三维数字化系统中的纹理色差校正,实时三维重建系统的重建速度等工作还有待深入研究。