基于视觉的三维重建技术在现代社会中的应用非常广泛,包括工业检测、医疗卫生、安全监控、道路交通和虚拟现实等在内的多个领域,具有非常广阔的应用前景,也是当今国内外研究的热门课题。随着计算机视觉技术的不断发展,三维重建测量技术也在更多的领域发挥作用。在工业检测中,对物体进行三维重建是实现对物体的缺陷检测或者尺寸测量,最终实现对目标物体的外观质量检测。本文致力于研究基于调焦法的物体表面三维重建,以调焦法中的聚焦深度法(depth from focus,DFF)为重点,从聚焦图像序列重建出物体表面的三维形貌,其特点是利用远心镜头,拍摄分辨率相同聚焦深度不同的图像序列重建出物体的三维形貌,在实验室现有设备的基础上不增加硬件成本便可以通过对数字图像分析处理重建出物体表面的三维形貌,具有非接触、硬件设备简单和实现微小物体形貌恢复等优点。本文总共分为六个章节,主要内容是论述了基于调焦法的三维重建技术的研究现状、存在的不足、算法的改进以及软硬件设备测量系统的构建及实现等。采用软件c++builder编程工具实现了电动滑台的控制以及图像采集的功能,使用算法编译软件halcon实现了物体表面三维形貌恢复的功能。完成的工作包括以下几个方面:一、根据课题实际要求设计了全自动的硬件滑台系统,通过编程软件实现了移动滑台的控制和图像数据采集的功能,将图像采集和三维重建结合,实现了软硬件系统的整合,并在同一界面上显示。二、使用halcon编程软件实现DFF的三维重建,通过对一系列不同聚焦状态下的图片恢复出物体的深度信息,恢复物体表面三维形貌,实现三维重建。将halcon代码导入到C++builder中并与图像采集算法进行结合,整合成完整的程序,最终实现在界面上显示图像采集和三维重建的结果。三、比较了目前常用的聚焦评价算法,对聚集评价算法进行了对比,分析了其中的不足,选出了适用于本课题的聚焦评价算法。通过搭建的实验系统采集不同步长的图像序列,对获得的全聚焦图像进行误差分析,验证了步长越小,图像质量越好。对获得的全聚焦图像获取点云数据,根据点云数据拟合出外圆直径,将获得的直径和样品实际直径进行对比分析,测得不同步长下外圆直径的绝对误差均小于0.03mm。