物流行业需要快速获取包裹的尺寸体积用于核算运输费用、优化仓储空间,但是传统的非接触测量设备往往体积庞大、价格高昂,仅适用于转运集散中心、仓库等大型场所。在一般的快递站点或物流人员上门取件时,往往仅能依靠手工测量包裹的尺寸体积,效率低下。为此,本课题基于目前越来越普及的商业化消费级深度相机对物流包裹实时尺寸体积测量的算法原理进行深入研究,设计实现低成本、小型化的测量系统。本文根据物流包裹的外形特点,以保证实时性为重点进行算法设计。对规则外形的包裹基于单帧深度图计算尺寸体积,对不规则包裹利用惯性测量单元(IMU)进行快速三维重建后求解。为保证测量系统的精确性,本文首先通过推导相机模型的坐标转换关系,分析镜头畸变、元器件零漂等误差来源,深入研究了深度相机和IMU的标定原理与方法,以基于April Tag的标定板取代传统棋盘格标定板完成标定。针对最为常见的长方体物流包装箱,本文研究实现了手持式物流包装箱尺寸体积测量系统。本文自建数据集并基于先验信息优化Viola-Jones算法实现系统对物流包装箱的自动检测,随后使用区域生长算法同时作用于RGB彩色图和深度图完成图像分割。在将深度图转化为三维点云后测量系统利用Voxel Grid体素滤波器和统计滤波器对点云降采样、去除离群点,在保证点云宏观形状的同时平滑了微观结构。系统最后应用RANSAC算法平面估计分割出物流包装箱各表平面点云,通过统计计算求得物流包装箱的尺寸体积。针对不规则包裹和外形各异的各类待寄件,本文研究实现了手持式不规则包裹尺寸体积测量系统。为保证实时性,本文采用多传感器融合的方式通过IMU预积分直接求解相机位姿。测量系统基于Infini TAM v3开源框架以TSDF作为重建表示模型实现对被测物的实时三维重建。随后测量系统应用主成分分析求解出三维重建点云模型的最小OBB包围盒,最小包围盒的尺寸体积可以为物流工作人员选择合适大小的物流包装箱打包待寄件提供参考。系统最后基于最小包围盒使用蒙特卡罗投点法完成不规则包裹的实际体积测量。实验结果表明手持式物流包装箱尺寸体积测量系统的测量误差低于5%,测量耗时低于500ms;手持式不规则包裹尺寸体积测量系统的测量误差低于10%,包括重建过程在内的系统总耗时低于10s,该性能完全满足物流行业的实际使用需求。