管道运输作为一种高效、经济的运输方式,在国民经济中发挥着重要作用。随着管道服役时间的延长,因管道材质老化、腐蚀以及输送介质的冲刷等因素的影响,管道泄漏事故时有发生,这不仅会造成原料和产品的浪费甚至工厂停产,而且还可能会带来重大的人员伤亡和严重的环境污染,因此,对管道缺陷特别是内表面缺陷进行准确检测,及时掌握缺陷状态和发展规律,对于保障管道正常运行和减少损失具有重要意义。本文以计算机视觉检测理论为基础,采用理论与实验相结合的方法,对基于机器视觉的管道内表面缺陷检测方法进行了研究。论文针对直径为80~200mm的工业管道系统,结合管道内表面环境、单目视觉和圆结构光的相关特性,设计了基于圆结构光的管道内表面缺陷三维可视化检测系统。考虑到管道内表面空间狭小,故采用圆结构光激光器与摄像机呈纵向排列的方式,来采集管道内表面的图像。研究了圆结构光光条图像处理算法,具体包括图像预处理、图像二值化、光条中心提取、亚像素位置获取以及光条中心点的拟合等,重点研究了一种改进的圆结构光光条中心提取算法,可以比较准确且快速地提取光条中心点。根据圆结构光的工作原理和单目摄像机的特点,对两种标定方法进行了实验比较研究,寻找合适的标定实验方法,以便较好的检测出管道内表面缺陷的大小。采用改进的光条中心提取算法求得圆结构光的光条中心点,结合标定方法,求出管道内表面的三维点云数据,然后通过MATLAB编程实现了管道内表面缺陷的三维形貌可视化并求得缺陷尺寸的大小。实验结果表明,该系统采用改进的圆结构光光条中心提取算法的精度更高,可以准确且高效地提取圆结构光光条中心点,减小了缺陷检测误差,使缺陷测量的相对误差小于1%,并能实现管道内表面缺陷的三维形貌可视化,达到了预期目标,研究工作具有一定的理论意义与工程应用价值。