增减材复合工艺由于其生产效率高、制造精度高和成本低的优点,在金属增材制造领域获得广泛应用,其中如何能快速准确地对增材制造的零部件进行三维重建是金属增减材复合工艺中一个关键的技术问题。本文针对金属增材制造中对成型零部件三维轮廓重建的需求,对基于双目视觉的三维重建过程中图像分割、特征信息提取和立体匹配等若干关键技术进行研究,在此基础上,开发了一套基于面结构光的金属零件三维形貌重建系统。首先,在双目图像的分割方面,本文针对传统图像分割方法中阈值法在金属零部件图像分割上无法单独分割出零部件的问题,提出基于区域生长算法和形态学运算的图像分割方法,并通过实际图像的实验验证,验证了该方法的有效性。然后,针对当前基于图像区域的特征提取在金属零部件三维重建的缺陷和局限性,对在不同结构光栅下特征提取的方法进行了研究,设计了新的特征信息提取方案,解决了无纹理金属零部件特征提取困难的难题。接着,针对特征信息提取方案,提出基于格雷码粗匹配和绝对误差和算法（SAD）细匹配的立体匹配算法,实现对双目图像的稠密立体匹配。在此基础上,对匹配元的邻域和匹配代价进行改进和优化,进一步提升立体匹配算法的匹配效果、匹配效率以及抗干扰能力。最后,搭建基于双目视觉的金属零件三维重建系统,该系统包括图像采集、图像预处理、图像分割、特征提取、点云匹配和曲面化等功能。通过对实际物体进行三维轮廓的重建实验,验证该系统实现了三维重建的功能。