GPU(Graphic Processing Unit)是一种市场上很容易获得的低成本、高性能处理器，拥有高度并行性和可编程性的GPU已经广泛应用于各种通用计算领域。本论文利用GPU来实现结构光三维视觉测量和电子稳像中的运动矢量估计。　　 结构光三维视觉测量技术因其非接触、动态响应快、精度高等优点被广泛应用于各种表面检测领域。采用结构光视觉对其进行缺陷检测需要占用大量的计算资源，往往难以满足实时检测的要求。　　 电子稳像技术是通过数字图像处理技术对序列图像进行运动估计，进而进行运动补偿来消除图像帧间的诸如抖动、旋转等非正常偏移的一种技术，其中的关键技术是全局运动矢量估计。在整个电子稳像系统中，运动矢量估计需要非常大的计算量，消耗大量的计算资源，几乎占用了整个电子稳像系统大部分的计算时间，因此提高运动矢量估计的计算效率成了提高电子稳像系统实时性的关键。　　 本文首先对基于结构光视觉的钢轨表面缺陷检测作了深入研究，提出了一种结构光中心的快速提取算法——Steger算法的改进算法，并将该算法在GPU中实现。对于钢轨表面缺陷的深度和宽度的计算，本文则提出了一种基于形态学的计算方法，并在静态情况下对钢轨表面缺陷检测进行实验，实验结果显示，GPU对于结构光中心的快速提取具有非常好的效果。同时，本文对于运动矢量估计算法进行研究，其中以块匹配算法及其改进算法作为重点研究对象，对于块匹配算法的一种改进算法——GEA算法(Global Elimination Algorithm)，进行并行化处理，并利用GPU实现该算法。针对具有平移和小的旋转抖动的航拍视频进行实验，实验结果表明，GPU对于运动矢量估计具有非常好的加速效果，能够满足运动矢量估计的实时处理。