随着人工智能和机器人技术的迅速发展,实时三维测量技术变得越来越重要。机器人的三维视觉实际上依赖于实时三维传感或测量方法的发展。在医学外科、生物医学工程、智能制造和娱乐业等领域,实时、高精度的三维形貌测量一直是科学家和工程技术人员的迫切需求。实时三维测量技术根据所使用的器件和工作原理可分为三类:结构光（SL）技术、立体视觉（SV）技术和飞行时间（TOF）技术。迄今为止,所有这些技术在学术界和商业界都取得了巨大的成功。针对于立体视觉法和结构光扫描法对测量中存在的技术缺陷,本文融合立体视觉方法及结构光扫描方法,取其优点,提出了一种基于双相机的结构光主动立体视觉的三维重建方法,并通过多组、多场景的实验验证了该方法的有效性,实现可通过较低的计算复杂度重建动态目标。本文以结构光与主动立体视觉为基础,主要研究了以下内容:（1）提出了一种由等间距红色、绿色、蓝色的光点依次包裹而成的新型结构光点阵。点阵中心为一红色标记点,各颜色点位置相互限制。该结构不仅提高了结构光点匹配过程中的鲁棒性,且在匹配过程中可以利用任意两种颜色的点匹配关系拟合出第三种颜色点的匹配关系。利用上述位置特性,通过迭代拟合方式建立最优、稳定的匹配关系;（2）采用HSV域色彩图像与斜率差自动阈值分割提取方法,解决了RGB结构光在多色彩物体表面的提取问题;（3）针对双目视觉匹配的计算复杂度与准确性问题,提出了一种类人眼的双目匹配策略。利用该策略对目标物体轮廓、内部不同色块（中心点）、色块（中心点对应点阵）内的点逐次进行匹配,建立了双目结构光点的匹配关系。该双目匹配策略减小了计算复杂度、提高了匹配精准度;（4）针对目标物体部分反光或其他原因造成的结构光缺失或误提取问题,提出了一种基于基础结构光点阵的模型恢复方法。该方法主要通过概率计算、位置拟合恢复实现了缺失结构光点的有效修正,并基于基础结构光点阵模型建立了完整的结构光点阵,提高了匹配的精度与系统稳定性;通过与目前主流三维重建设备重建结果进行多组定性与定量的对比,突出了本文所提出方法的先进性与鲁棒性,充分展现了本文所提三维重建方法的价值。