随着三维数字化技术的发展,三维检测技术在现代工业产品的形面质量评价体系中,正在承担着越来越重要的角色。由于传统接触式检测方法存在操作繁琐、效率低下等诸多问题,严重地制约了加工产品质量的提升。近几年,以结构光视觉检测技术为代表的光学三维型面测量方法以其所具有的非接触、测量速度快、精度高、易于计算机控制等优点,已在工业检测环境中倍受瞩目,在三维自动检测和物体识别等领域内正在发挥不可替代的作用。本文以机器人柔性三维视觉检测系统为实验平台,对平台搭建所涉及到的线结构光视觉传感器的结构优化设计、滤光镜镜头畸变校正以及摄像机标定等问题进行了相关研究,为系统测量精度提高奠定了基础。本文的研究内容及重要贡献如下：1.根据线结构光传感器的数学模型,详尽分析了传感器的成像特性。在此基础上结合测量误差理论,得出设计传感器时其结构参数需满足的约束方程,并优化求解得到符合误差和分辨率性能指标要求的最佳结果。2.为了改善三维视觉检测系统的抗干扰性,给摄像机镜头安装滤光镜。分析并验证了滤光镜所引起的畸变类型,提出采用除式模型对畸变进行校正,对比多项式校正模型,该方法快速简单,能够有效抑制滤光镜引起的畸变,保证了系统的检测精度。3.根据直线透视投影保留同素性原理,提出了一种基于非量测畸变校正的摄像机标定方法。采用单参数除式模型对镜头进行校正。首先对直线的实际成像点拟合圆,鲁棒求解出模型畸变系数和像平面中心。后对成像特征点校正,根据内参数的基本约束方程,线性求解出余下摄像机参数。与现有方法相比,该方法可在单幅图像下完成摄像机标定工作且精度高、效率快和可行性得到明显改善。