基于线结构光的义齿颌面三维测量系统对居民口腔健康的发展具有重要意义。本文主要通过左右相机从固定角度多次获得不同图片,首先将左右相机获取的图片进行处理,提取其像素坐标,并转换为三维坐标,即左右相机点云。其次对点云进行预处理。最后对左右相机的点云进行拼接,利用Open GL对拼接的点云进行渲染,完成离体牙齿颌面的三维测量。本文主要分为数据采集与处理、系统标定、点云拼接三部分。目前对于系统标定的相关研究,主要着重于对算法本身进行改进,对于外部因素的影响研究较少。基于以上考虑,本文提出的算法通过误差筛选法对得到的像素进行筛选,减少外部因素的影响,不仅减少了外部因素的影响,而且算法简便,标定速度快,标定精度高。1)数据采集与处理。数据采集主要是线激光投射到被测牙齿表面,平移运动平台带动义齿缓慢移动,相机开始采集由于义齿表面高度起伏而发生变化的线激光条纹图像。数据处理是指对图像的处理和对点云的处理。对图像进行去噪、提取条纹中心即亚像素坐标等处理。对得到的三维点云进行精简和去噪等处理。2)系统标定。系统标定分为相机标定和测量系统参数标定。通过对线性相机模型和非线性相机模型经典标定算法的优缺点进行比较,得出本文装置的特殊性,将误差筛选模型、数学模型和神经网络模型相结合提出了适合本文的基于误差筛选模型的共面混合标定算法。第一步利用基于误差筛选模型的径向排列约束标定算法求解相机的内参和外参。由于光照及算法等多种因素的影响,在像素提取时,有一定的误差,通过偏差过滤法消除不准确的像素点,提高标定的精度。第二步利用第一步得到的相机内参和外参将像素坐标转换为真实的三维坐标,将计算得到的三维坐标和实际坐标进行比较,利用机器学习建立补偿网络,得到补偿函数,用最后得到的三维世界坐标进行点云拼接。实验证明,与传统标定算法相比,该标定算法误差小,将标定误差降低了约6.5%。3)点云拼接。点云拼接分为两部分。首先把通过左右相机获得的图片处理得到的点云数据拼接为左、右两片点云。然后对左右两片点云进行处理,把经过预处理的左右相机点云进行拼接,主要采用重心距离特征粗拼接和C-ICP精确拼接相结合的拼接算法。将最后的拼接结果利用Open GL进行渲染,得到最终的义齿颌面模型。