机械对人类社会生产力的发展提供了巨大的帮助。但目前的智能机械，特别是开放环境中的自治机械，其工作效能和智能性仍有较大的提升空间，主要原因之一是目前仍缺乏一种非常有效的机器理解方法。在不能实时、正确地掌握工作环境和工作对象的情况下，机器所采取的任何动作都有可能是错误的。并且，机器的这种主动理解应该是建立在实时检测数据基础上的。三维几何参数是机器理解中非常重要的参数之一，因为环境的三维空间参数可直接应用于机器的运动避障、路径规划和运动决策，物体的三维表面参数可为目标的三维描述、逆向工程以及基于表面曲面的结构化识别提供基础数据。本文第一章首先回顾了国内外基于硬件的距离测量方法、计算机视觉深度检测方法以及结构光三维检测技术，分析了各方法的优点和存在的不足，指出结构光技术是一种较为理想的三维检测方法，同时对结构光技术中的编码策略和编码模式问题展开了较为详细的分析讨论。本文针对目前结构光技术受环境极大制约的缺陷，引入了激光投射加带通滤光的基本思路。针对采用激光投射后编码手段和码字量进一步减少，与动态空间检测大码字量需求的矛盾，提出了符号M阵列编码模式的创新思想，该编码模式在两个维度上均带有编码，且码字全局唯一，适合动态空间的检测。同时该编码模式以二值符号作为M阵列元素，适合二值光源(包括激光)投射。本文第二章建立了系统的针孔模型。分析了针孔模型中源坐标系、像坐标系和全局坐标系三者之间的变换关系；讨论了系统模型中目标三维坐标重建方法，以及不同深度下目标像的移动轨迹；讨论了点光源和接收焦点的偏差距离、源平面和像平面的角度、点光源与源平面的距离、接收焦点与像平面距离，以及目标深度等各种参数对成像的影响；同时也给出了微格编码模式前期研究工作的一些结果，讨论了其中CCD图像探测范围扩展后的种子算法、连通的优化策略以及子模式解码方法等。微格编码模式同样是二值、二维且全局唯一的，然而由于子模式尺寸较大，在不连续表面的测量中容易断裂，本研究不再沿用该编码模式，但微格编码模式为本研究提供了有益的思想和实现方式。本文第三章对编码元素符号的进行了研究和讨论。首先在并行细化方法和简约细化方法的基础上，实现了对符号中心骨架的提取；建立了邻域代码与交叉关系之间的索引模板，提出了游历原则及后处理原则，实现了符号中心骨架的有序遍历；符号的可识别性和特征点定位的准确性作为符号选择的一项重要指标，本章讨论了有序遍历链的多层次分解和各层次链序列的结构化方法，表明基于链序列的结构化识别对严重变形甚至旋转符号具有较高的识别率，为后续的符号识别提供基础；同时讨论了多跨距分辨的链角序列算法，链角序列对符号中的特征点有较高的灵敏性和品质特性，为符号关键测量点的准确定位提供了基础。本章最后总结提出了作为M阵列编码模式元素的十个二值符号。本文第四章讨论了大尺寸M阵列的生成方法。首先讨论了以n级移位寄存器为反馈函数的q元n级de Bruijn序列的生成方法，以及通过并圈法和剪接法生成所有的互不平移等价的q元n级M序列的方法；简单分析了一维伪随机序列间接生成二维M阵列的多种增广方法，指出各增广方法均无法保证拼缝窗口代码的全局唯一性。为此，研究并提出了快速生成大尺寸M阵列的“拼片算法”。通过片接口分布、拼接准则等的分析，大大缩小了M阵列的分布区间，提高的生成速度；本章讨论了拼接序列、片预订策略，以及出口后继均衡、接口数匀速消耗和元素量同等投入等片选原则，生成了近4亿种9元85×63、窗口尺寸为2×2的M阵列编码模式。尽所知，该模式是目前国内外同类研究中尺寸最大、元素量最多、且窗口较小的编码模式。且该编码模式在二个维度上均带有编码、所有码字全局唯一，适合动态空间的检测。本文第五章主要内容为符号M阵列编码模式图像的解码方法。首先讨论了图像滤波和二值化等图像预处理方法，针对本研究中的符号M阵列编码模式图像，提出了百分阈值分割法，和背景细化法和扩散法两种符号分割方法，以及基于扩散法的黑噪声消除方法；讨论了虚终端支路识别方法以及基于该方法的白噪声消除方法；讨论了基于内部结构链支路代码的符号类别识别方法。研究了链代码和链角波形，以及锐点、凹点和内部交叉点等特征点的定位方法，通过特征点相互位置关系的分析，提出了符号码字还原方法。同时讨论了符号中关键检测点的定位方法，对每个符号中的六个第一类关键检测点做出了较为准确的定位。最后讨论了窗口的组建和基于投票机制的窗口匹配方法，利用窗口的唯一性，确定了窗口在投射模式中的位置，从而进一步确定了窗口中各符号和各关键检测点在投射模式中的绝对位置，实现了符号M阵列图像的解码。本文第六章为本研究的实现与实验部分。本章首先提出并实现了一种基于Ch和OpenCV的图像分析与处理平台ChOpenCV，讨论了Ch空间对C库调用接口、Ch和C空间的实现以及dl动态链接库的建立，给出了ChOpenCV集成机制，实现了基于Ch的图像处理系统。ChOpenCV是一种交互式、纯C代码的、源码开放的图像分析与处理平台，它兼括了Ch和OpenCV的所有优点，为本研究的开展提供了良好的平台基础。分析了非线性优化法、直接线性变换法等传统标定方法存在的问题，提出了外空间光束的两步快速标定法。该方法将光源系统、CCD系统和光学系统视作黑箱，仅考查外空间光束的直线方程参数，因而避免了对光学镜片曲面参数和光学系统参数的测定，与传统的标定方法相比更为简洁、快速；在图像处理系统平台和系统标定的基础上，本章最后进行了系统的标定实验、测量实验和重建实验，通过对测量结果的分析表明：系统在消除固定误差后，本方法对1310mm长、983mm宽、最大深度为1940mm区域的测量，其XYZ三个维度上的绝对百分误差小于1.45％。重建实验表明目标的三维重建结果能反映目标的基本结构和基本曲面。本文第七章为研究工作总结与展望。本章对本文的研究工作和创新点作了归纳总结，同时也讨论了本研究中存在的不足及今后的工作思路。