基于计算机视觉的三维检测技术近年来得到了快速发展，并逐渐应用于移动机器人导航、目标识别、工业自动化及物体跟踪等领域。结构光视觉技术是双目计算机视觉的一个分支，该技术采用一台投射器代替双目立体视觉的一台摄像机，由于其投射的结构光具有编码唯一性的特点，从而解决了双目视觉中像素匹配的难题，因而是一种简捷、高效的三维视觉检测方法。　　 本项目组提出了基于符号M阵列的二值结构光的三维检测方法，以实现二值光源投射下动态目标的检测与重建。检测的首要问题是精度，为了保证很高的检测精度，结构光图像检测点的精确提取以及高精度的系统标定是研究的关键。　　 在总结前期研究成果的基础上，本文针对结构光图像检测点提取、系统标定和三维坐标获取三个关键技术部分展开研究，其主要成果如下：　　 (1)亚像素定位方法的研究。总结了前期工作中基于骨架的交叉点提取算法的不足，研究并介绍了三种亚像素定位方法，且通过实验验证了各算法的优缺点。本文详细介绍了条纹中心线的提取步骤，同时为了增强光条中心线的完整性，提出了曲率延伸法对光条中心线进行断线修补，最后利用曲线相交法提取结构光图像检测点。实验结果表明本系统算法提取精度比原算法提取精度要高。　　 (2)系统标定方法的研究。在总结目前已有的视觉系统标定方法以及前期工作中快速二步标定方法不足的基础上，提出了基于感知的二步插值标定方法。基于感知的二步插值标定方法让计算机具备感知偏移的能力，并且在标定过程中不必对摄像机的内外参数和系统结构参数进行标定，减少了对各种参数的敏感性，过程简捷且可靠性高。　　 (3)三维坐标获取的研究。在已完成系统标定和左右图像检测点匹配的基础上，通过建立光源侧与CCD侧光路方程，利用三角法计算结构光图像检测点的三维坐标，并对误差对象三维坐标获取算法进行改进。重建实验表明改进后的重建结果比改进前得到了改善。　　 本文针对计算机视觉系统中的各项关键技术，包括图像获取、检测点提取、系统标定、三维坐标计算等进行了方法研究和软件开发，并通过实验验证了所采用方法的正确性和可行性，为开发构建一个完整的计算机视觉系统结构奠定了基础。