随着我国海洋资源领域开发的不断进展,水下结构物、海洋生物、管道等的探测对水下三维测量的精度提出了较高的要求。声纳探测距离远,但测量精度低无法满足测量要求。由于蓝绿激光衰减小,采用激光扫描的视觉技术在水下具有极大的应用前景,在水下考古工作中不仅能够展示考古遗址、遗迹和水下文物,而且可以对其空间信息进行全面存档,为后续进一步的研究提供丰富的数据。本文开展了就水下激光旋转扫描的三维测量方法研究,首先考虑到水下发生散射和折射等问题导致水下图像失真,通过水下图像增强和复原技术处理数据集,对水下图像进行改善。其次考虑激光光条在水下环境应用时背景区域光条信息干扰问题,重点研究了基于深度学习的光条检测方法,搭建基于密集特征金字塔的卷积神经网络框架,检测图像中目标光条的ROI区域,为之后的计算提供更加有效的数据。再次研究了水下视觉测量系统的标定问题,包括轴眼标定、水下摄像机标定和水下光平面标定。提出了一种引入轴眼标定算法计算转轴坐标系和摄像机坐标系的转换关系;针对水下特殊环境中光线发生折射的过程,提出了带光线折射的水下摄像机成像模型,研究水下摄像机的内参数和外参数标定方法;引入水下光平面高精度标定算法,结合水下摄像机成像几何模型进行水下三维测量。最后研究了水下三维点云配准问题,引入点云ICP配准算法使得离散的点云信息变得整体化,使其符合人的视觉直观感受,更能凸显出被测物体的丰富性。通过对特殊物体进行水下三维测量,从不同角度对实验结果进行了分析,验证了本文提出系统的稳定性和测量算法的准确性。通过对不同物体进行水下视觉三维测量,系统能够满足测量的基本要求,实验分析和数据对比验证了方法的有效性。