本文的研究目的是利用HALCON语言建立灵武长枣果实的三维模型。在室外环境下采摘灵武长枣时,实际上机器只能够识别果实的一个侧面,若可以建立成千上万的灵武长枣果实三维模型,就可以通过识别果实的一个侧面预测整个果实表面情况,这对于最终建立灵武长枣立体图像库有一定的参考价值。该模型的建立还有利于获取果实的三维尺寸参数,以及从各个方向上判断果实的成熟度和果实表皮损伤程度,并能为果实的分级检测、成熟度检测和外观品质检测等方面的研究和应用提供部分理论依据和参考。本文首先利用线结构光三维测量系统配合转台从七个不同的视角获取灵武长枣果实表面的三维信息,获得七幅深度图像和灰度图像。然后对深度图像和灰度图像分别进行处理,前者的目的是得到点云模型,后者的目的是识别出标志点并定位其中心点,进而求得视角之间的转换矩阵。最后,利用转换矩阵进行七块点云模型的拼接,完成灵武长枣的三维点云重建。主要研究内容如下:(1)线结构光三维测量系统的研究。该系统主要有两大部分组成:硬件操作系统和软件操作系统。本章节研究了这五个部分各自的操作方法、功能作用、系统主要工作原理、算法理论知识以及相关的系统数学计算模型。(2)灵武长枣深度图像采集和处理的研究。首先,搭建一个简易的置物平台,将灵武长枣果实固定在平台上。其次,调整好相机与灵武长枣果实保持最佳扫描距离,反复操作机械臂进行扫描,寻找最合适的扫描路线。然后,在3DExplorer软件中完成关键参数的设置。接着,手动旋转固定在平台上的灵武长枣果实,分别从七个不同的视角采集灵武长枣表面信息,也就是灵武长枣深度图像,最后通过三维图像处理知识,分割并提取出只含有灵武长枣果实区域的深度图像,最后将其转换为七块点云模型。(3)灵武长枣标志点识别和中心定位问题的研究。首先对摄像机采集到的灰度图像进行以下图像处理:平滑操作、ROI区域的选择、图像剪切、图像阈值分割、根据轮廓生成区域、获取连通域、形态学运算、特征选择,再通过椭圆拟合精确定位灰度图像中标志点的中心,最终可以灰度图像中每个标志点的中心像素坐标。(4)灵武长枣三维点云重建的研究。首先求得标志点的中心三维坐标,通过同名标志点匹配和三维坐标变换求得不同视角坐标系之间的转换矩阵,将转换矩阵应用于七块点云模型,使得后面六块点云模型都转换到第一块点云模型的视角坐标系下再将其整合为一块完整的灵武长枣点云模型。接下来,进行精简、去噪、三角网格化表面重构,完成灵武长枣果实三维点云重建,且运行程序仅为15秒左右,时间复杂度较低。最后,为了验证本文方法的可行性和稳定性,对10个灵武长枣果实进行三维重建并测量其尺寸及计算尺寸误差均值。结果表明,无论在长度方向还是宽度方向上,尺寸误差均值都小于10%。