本发明公开了一种基于机器学习的结构光在线密集三维重建方法，包括以下步骤：标定系统参数并采集图像；对图像进行预处理；基于神经网络算法训练颜色分类器；对颜色识别后的图像进行滤波，优化图像质量；检测光条中心线，并确定其在光条序列中对应的索引；根据每个像素点的亮度及光条索引，完成结构光解码，得到相机采集图像对应的相位，并得到对应点的集合；基于摄影测量学中的三角交会算法，对对应点集合中的每一组匹配点对进行交会，解算其空间三维坐标，进而完成对物体表面的密集三维重建。本发明的基于机器学习的结构光在线密集三维重建方法具有重建精度高，能保证系统稳定性和计算效率，有助于实现动态场景测量的优点。