材料加工过程中物体表面的三维信息能为材料的成形性能评估、成形质量控制和成形工艺的改进等提供强有效的数据支持。面结构光三维测量法由于具备测量分辨率高、速度快、精度高等优势而被广泛应用于三维测量领域。其中多帧面结构光三维测量法在测量时采取多帧投影,其应用范围有限,难以实现动态场景的快速测量。为了实现复杂物体的快速高精度三维测量,本文研究一种基于数字散斑投影的单帧面结构光三维测量方法。该方法采取单帧投影,测量过程中无需切换投影图案,且编码、解码方式容易。在动态场景的快速测量和静态物体的手持式测量方面展示出巨大的应用潜力。具体研究内容如下:探讨了数字散斑投影三维测量原理。介绍了相机的成像原理,包括相机成像过程中常用的坐标系以及相机的透视投影模型。随后对双目立体视觉中的极线约束原理、立体匹配原理以及三角测量原理进行详细讨论,分析了如何利用单帧图像对实现被测物体的三维重建,同时指出数字散斑投影三维测量方法的关键在于如何通过立体匹配算法获取视差图像,为全文研究奠定理论基础。为了解决数字散斑投影三维测量中的立体匹配问题,研究了基于数字图像相关的局部立体匹配算法。该算法采取ZNCC（Zero-mean Normalized Cross Correlation）相关函数作为相关准则来衡量子区的相似性,采取赢者通吃算法计算出初始的视差图像。针对由噪声和遮挡等引起的错误视差,提出采用唯一性检查、左右一致性检查和连通区域法来剔除。为了提高视差的精度,提出采用基于一阶形函数的反向合成高斯牛顿迭代算法来完成亚像素级别的视差优化。实验结果表明由该算法重建出的标准球的球面拟合标准偏差不超过0.05mm,两个标准球的球心距的绝对误差为0.071mm,满足基于数字散斑投影的三维测量的精度需求。该算法能够精确且较完整地重建出复杂物体的三维数据,但算法的耗时较久。针对基于数字图像相关的局部立体匹配算法耗时较久的问题,研究了基于Census变换的半全局立体匹配算法。该算法采取基于Census变换的匹配代价值来衡量像素点间的相似性,该匹配代价计算过程简单,计算效率较高。为了增强匹配代价值对噪声的鲁棒性,采取八路径代价聚合步骤,使聚合后的匹配代价值更能准确地反映像素点间的相似性。通过对视差空间图像采取赢者通吃算法来获取初始视差图像。采用唯一性检查、左右一致性检查和连通区域法来剔除由噪声和遮挡等引起的错误视差。为了提高视差的精度,提出分别采用曲线拟合法和基于一阶形函数的反向合成高斯牛顿迭代算法来完成亚像素级别的视差优化。实验结果表明由基于曲线拟合法的半全局立体匹配算法重建出的标准球的球面拟合标准偏差高于0.19mm,球心距的绝对误差为0.076mm;由基于反向合成高斯牛顿迭代的半全局立体匹配算法重建出的标准球的球面拟合标准偏差低于0.06mm,球心距的绝对误差为0.060mm。这两种算法均能够完整且稠密地重建出复杂物体的三维数据,精度稍低但算法的耗时较短。最后将三种立体匹配算法的实验结果进行对比。得出以下结论:这三种匹配算法的精度较高,均可解决基于数字散斑投影的三维测量中的立体匹配问题。基于反向合成高斯牛顿迭代的半全局立体匹配算法既可精确、完整且稠密地恢复出被测物体的三维形貌,耗时又较短。对于一般的应用场景,推荐采用该匹配算法作为基于数字散斑投影的单帧面结构光的立体匹配方法。