三维测量技术作为一种能够获取被测物体表面三维信息以及三维模型的技术,已广泛应用于3D打印、机器视觉、虚拟现实等领域。小波变换轮廓术是一种基于光学的物体三维测量技术,因其无接触、抗噪性强、重建精度高、仅需一幅图像就能获取三维信息等优点而成为了三维测量技术中的一个研究热点。小波变换轮廓术的基本原理是通过投射光栅到被测物体表面获取变形条纹图,并从变形条纹图中提取因被测物体高度变化而引起的调制相位,从而获取被测物体的高度信息。利用小波变换轮廓术获取被测物体的三维信息以及三维模型的基本流程主要有系统参数标定、相位提取、相位展开、相位-高度映射、点云去噪、点云精简、点云配准、曲面重构等步骤,针对相位提取和点云配准两个关键技术点,本文主要工作及研究内容如下:(1)针对小波脊易受噪声影响,造成无法准确提取小波脊,获取的相位误差大的问题,本文提出了一种结合空域噪声信息的小波脊提取算法。该算法结合小波变换系数幅值信息和相位信息获取较为完善的候选脊点;利用小波变换系数幅值和尺度参数曲线梯度信息建立代价函数;使用Feature Scaling方法对小波变换系数幅值和尺度参数曲线梯度进行调整,平衡两项指标的权重;随着噪声增大,小波脊受噪声影响加大,结合空域噪声信息对调整后的尺度参数曲线梯度进行补偿,加大尺度参数曲线梯度权重,使脊线更加光滑。实验表明,该算法具有良好的抗噪能力和鲁棒性,能够较精确的提取小波脊。(2)针对三维点云配准中精度低、速度慢的问题,本文提出一种多分辨率配准点的ICP算法。该算法引入多分辨率概念,使用法向量夹角平均值信息对点云中的点进行分级,在不同分辨率下,对每级的点进行不同采样,利用低分辨率匹配点对迅速完成配准,高分辨率匹配点对提高配准精度;引入匹配度概念以寻找更合适的匹配点;使用KD-tree来加速点间关系的查找并根据计算需要来计算相应点的曲率信息,以进一步提升配准效率。对比实验表明,该算法在精度和速度上都有较大提升,且随点云规模增大,速度提升幅度有递增趋势。