图像质量是影响机器视觉决策的决定性因素。在工业检测场景下，由于环境光照、被测物体表面材质、反射率及三维形状等因素的影响，拍摄图像容易出现采光不同的现象，导致过曝光区域与曝光不足区域同时出现，这些区域一旦形成，无法通过图像处理的手段进行恢复。由于图像细节信息的丢失，影响了工业检测的准确性和可靠性。基于上述问题，本文提出了使用自适应照明系统，此系统主要思想是采用主动改善光照条件的方式进行自适应补光：在过曝光区域降低光照强度，低曝光区域增强光照强度。此系统依托于投影仪-相机系统，通过三维物体表面像素匹配和迭代补光高动态范围(Iterative High Dynamic Range，IHDR)算法完成采集图像质量的改善。
　　在本文中，首先通过三维形貌测量中的傅立叶条纹分析法将投影仪-相机坐标系统统一，使其每个像素点都能够一一对应。通过分析多种改进的傅立叶条纹轮廓术消除零频干扰问题的方法，提出一种适用于灰度图傅立叶轮廓术的椭圆滤波器算法，这种滤波器可以在提高运算准确度的基础上减少了数据计算量，提高三维高度信息的恢复速度。
　　其次，对于之前存在的自适应迭代算法进行讨论和验证，并基于反演迭代法和高动态范围图像算法提出了IHDR算法。这种方法弥补了传统迭代算法迭代次数多，运行时间长的缺点，同时在极强光照场景下比高动态范围(High Dynamic Range，HDR)算法有更好的表现，适应于工业检测场景下可靠性与实时性的特点。
　　最后，通过理论分析和实验验证了椭圆滤波器和IHDR算法，高度信息误差在0.1cm以下,将迭代次数从10次降到3次，迭代时间在1s左右。