现有的水下三维重建方法大多沿用空气中的三维重建方法,由于水体对光的吸收和散射作用远远大于空气,所以空气中的三维重建方法直接应用于水下时,重建精度较低。本文对空气中的结构光重建法进行改进,提高其在水下的重建精度;并针对光度立体积分表面提出一种高度矫正算法,减小重建表面形变;最后提出一种光度立体与结构光融合的方法,使最终的重建表面同时具有高精度的高度信息和梯度信息。主要包括以下内容:(1)针对空气中的结构光重建法,提出一种改进方法,提高其在水下的重建精度。在结构光图像预处理阶段,本文增加去后向散射过程,基于水下成像模型从图像复原的角度对结构光图像进行去后向散射处理;在光条中心特征点提取阶段,本文将极值法与图像腐蚀相结合,提高在浑浊水质下的鲁棒性;在特征点高度重建阶段,对于重建结果,本文设置梯度约束来区分重建结果中的正常点和异常点,并由GRNN重新生成异常点的高度值。极大提高了结构光重建法在水下的重建精度和对不同水质的鲁棒性。(2)针对光度立体积分表面高度误差较大的问题,提出一种高度矫正算法,减小积分表面的形变程度。首先对四种积分方法(Frankot-Chellappa方法、泊松方法、Diffusion方法和M-estimators方法)进行评价,对评价结果较优的积分方法所得的积分表面进行矫正,提高了梯度积分效果。(3)基于本文的结构光重建结果和光度立体重建结果,提出光度立体与结构光融合的方法,利用BP神经网络建立光度立体重建高度到结构光重建高度的映射,即利用结构光法重建高度对光度立体法积分表面高度进行修正,在保持积分表面梯度精度较高的同时提高积分表面的高度精度。实验结果表明,本文光度立体与结构光融合的水下三维重建方法,可使最终的重建表面具有高精度的梯度信息和高度信息,且在高度信息上优于结构光重建结果,在梯度信息上优于光度立体法积分结果,并对不同目标对象具有适用性,对水质环境具有鲁棒性。本文方法可应用于海产养殖产业、海底地形地貌勘测、水下考古及海底资源开发等领域。