结构光技术是计算机视觉的一个重要研究领域，结构光技术以双目视觉为基础，利用模式投射器代替双目视觉系统中的一台摄像机，将带有编码信息的模式投影到目标场景，通过对另一台摄像机抓拍到的模式图像进行解码分析得到深度信息，从而实现三维场景的重建。结构光技术中模式编码的唯一性有效地解决了双目视觉中像素匹配的难题，具有简捷、高效等优点，因而基于结构光技术的计算机视觉成为人们研究的热点，在工业自动化、目标识别、移动机器人导航及物体跟踪等领域得到越来越广泛的应用。标定是结构光技术检测的关键之一，实现高精度的检测的一个首要前提便是保证结构光云点的精确提取及高精度的系统标定。本项目组提出了基于二值符号M阵列结构光的三维检测方法，实现二值光源投射下动态目标场景的检测与重建。鉴于课题组前期标定研究工作中的不足，本文通过对亚像素云点提取方法的研究，和计算机辅助标定方法的研究，对二步标定法进行了优化与改进。主要研究内容如下：（1）亚像素云点提取方法的研究。首先对三种亚像素定位算法的优缺点进行了讨论分析，确立了以阈值分割、连通域提取、曲线拟合、角点提取实现亚像素云点提取的基本流程。针对单阈值分割不能解决光照对阈值分割的严重干扰问题，本文提出了分块阈值分割的方法，该方法能一次完成图像的阈值分割，且有较好的分割效果，达到了分割效果与分割速度的平衡。提出了自动判断灰度突变位置选取拟合采样点的新方法，使曲线拟合的效果更理想，光条中心点的定位更精确。通过对个别光条中心点数据的修正，排除了噪声的干扰。实验结果表明，该系统的算法从像素级提升到了亚像素级，具有较高的提取精度。（2）系统标定方法的研究。研究了相机标定的基础知识及传统的标定方法，针对课题组前期工作快速二步标定方法中多次采用人工测量校准实验平台与标定面位置关系造成系统误差较大的问题，提出在计算机辅助下调整平台与标定面位置关系的方法，赋予计算机自动判断平台与标定面位置关系的能力，且在标定界面准确显示出来，根据显示信息做出相应的调整，校准成功。实验证明该系统的相对标定误差约为前期工作误差的1/6，标定精度有了较大的提高。本文针对计算机视觉系统中的各项关键技术进行了研究，具体包括以下几个方面：图像检测点的亚像素定位、系统标定、世界三维坐标计算，并进行了相关的软件开发，通过实验证明了该方法的有效性和正确性。为开发完整的计算机视觉系统打下了良好的基础。