近距离属性成像提供生物组织吸收率与散射率信息,广泛应用于皮肤病临床诊断、消化道早癌原位筛查和果蔬病害检测等领域。经典光学属性反演方法假定的光源为平行入射光,而近距离宽场结构光照明不满足该情形。本文基于朗伯体漫反射模型,引入目标表面形貌信息可提高光学属性反演精度。基于上述思路,研究基于三维形貌矫正的属性参数估计算法、系统搭建和单次曝光快速成像方法。首先,为了同时测量两种信息,设计了一套基于结构光的三维形貌\光学属性复合成像系统。在投影仪透镜前加窄带滤光片,构建低成本结构光照明方案。投射模板采用同相位多空间频率与同空间频率多相位组合的空间条纹模板。运用光子在组织内的蒙特卡罗模拟方法,生成包含有吸收值和散射值的漫反射查找表,提取组织的吸收和散射参数图谱。其次,在复合成像系统基础上设计了一个基于组织形貌的属性图像矫正算法。采用四步相移法获取组织三维高度信息,将组织高度信息运用朗伯体反射模型矫正系统的调制特征值,运用系统的调制特征值重构出组织的光学参数图谱。经实验表明,该矫正算法有效降低了吸收系数图像重构误差。最后,针对空间频域属性成像方法测量次数和测量精度互为矛盾的问题,提出了一套基于深度卷积网络（CNN）的单次曝光快速属性成像方法。基于结构光照明的单次曝光数据集,训练模型并估计形貌矫正的属性参数图像。实验结果分析表明,经过组织轮廓矫正后的光学特性参数重构误差下降,优于未矫正的单次曝光快速重构图像。