光学面扫描技术目前已经在工业化在线检测、航空航天、工程机械、医学测量领域得到了广泛的应用。然而，现有的光学面扫描技术大多只能测量零件的可见形面，对于箱体零件和壳体零件的复杂的内腔形面、深孔、沟槽等遮光部分等少缺少有效的结构光三维测量手段。机械部件之间的装配质量和零件的使用性能与寿命都和这些隐藏的表面的检测精度直接相关。为了满足日益提高的工业测量需求，本文对手持式三坐标测量系统进行了相关的研究。本文对手持式三坐标测量系统中的基于数学形态学的特征点图像识别提取算法、特征点匹配算法、系统标定等关键技术进行了深入的研究，以提高手持式三坐标测量系统的测量精度和测量稳定性。实现特征点图像的识别提取对测量系统中的后续的坐标解算具有重要的意义。为此，提出了一种基于数学形态学算法的特征点图像识别算法，该方法将数学形态学的思想运用到图像处理技术中，使得目标图像与背景图像可以被有效的分割，快速识别提取出仅有特征点的图像。实现两个相机拍摄到的图像的对应点的正确匹配对光笔标定具有重要意义。提取出特征点的图像之后，需要对两个相机中的特征点进行正确的匹配，才能完成后续的坐标解算。为此，提出了一种有效的寻找左右相机图像中的特征点匹配的算法。通过特征点之间的距离对应关系和相对位置关系对特征点进行标记，以便两个相机能够实现特征点的正确匹配。系统的标定包括相机的标定和光笔标定，系统的准确标定是提高系统测量的精度和稳定性的前提。为此选用了Zhang的基于2D靶标的相机标定方法。相机标定主要包括相机的内部参数标定和相机之间的外部参数标定。标定出相机的内部参数和外部参数之后，对于两个相机之间的位姿关系进行优化。将世界坐标系固定在其中一个相机上，由两个相机之间的极线约束关系建立目标方程，通过目标方程优化得到两个相机精确的位姿关系，最后对平移向量中的比例因子进行修正。光笔标定是系统求解三维数据实现视觉测量的关键。为此提出了一种基于位置不变的单点多姿态的光笔测头自标定算法。该方法将光笔测头固定在一个锥孔里，通过旋转笔体改变笔体的姿态，拍摄笔体在N个姿态下的图像，通过建立好的光笔测量模型将世界坐标系和光笔坐标系下的特征点转换关系方程列出，利用SVD分解求解旋转矩阵和平移向量；根据旋转矩阵和平移向量建立光笔在不同姿态下测头中心坐标求解的线性方程组，利用最小二乘原理解算出测头中心在光笔坐标系下的三维坐标，最后将光笔坐标系下的坐标转换到世界坐标系，实现对物体的三维测量。在对上述的关键技术进行研究的基础上，经过理论分析和实验验证，为手持式三坐标测量系统的发展作了一些有益的研究，使得手持式三坐标测量系统的性能得到了提升，系统的能够达到一定的测量精度和稳定性。