论文研究基于彩色结构光三维视觉检测方法。在结构光三维视觉检测应用中，建立合理的反映二维图像坐标与三维空间坐标之间对应关系的数学模型和采用有效的模型参数标定方法是一项重要的研究内容。针对采用线性模型和非线性模型的各自缺点，采用了一种基于神经网络的立体视觉标定方法，利用了网络良好的非线性映射能力以及学习、泛化能力，通过所采集的高精度的样本数据来训练网络模型。这是一种新颖的结构光三维视觉检测方法，与常规方法相比，它不需要对影响系统的各种因素进行精确的考虑，因而能够有效地弥补常规建模方法的不足，保证了检测系统具有较高的测量精度。 本文对结构光三维视觉测量的参数标定方法在理论上进行了论述，并且通过实例，完成了从数据采集、数据处理到空间点重构的全过程，以实例验证了逆求技术在工业设计领域中应用的可行性。 本文的主要贡献包括：1．设计出作为定标参照物的平面模板，模板的固定装置以及视觉成像系统固定装置，建立起一个完整的标定以及测量的结构光视觉系统。2．在MATLAB下编写了实现特征提取的程序，并且通过实验证明该程序可以有效地对模板图像进行特征提取。3．经过比较分析，建立起适合的神经网络视觉检测模型，完成系统的参数标定。4．实现空间点的三维测量，验证方法的合理性。