随着制造业的快速发展,产品质检标准越来越严格,越来越多的企业开始重视产品的表面缺陷检测,而对于产品表面缺陷检测大多制造商都依靠人工进行检测,人工检测的方法效率低、错误率高、成本高,因此基于计算机视觉的高效的检测手段越来越受到重视,计算机视觉通过获取产品表面二维图像,对二维图像进行分析并检测。然而在许多情况下,因为二维图像无法得到目标的深度信息可能导致部分缺陷难以被检测到,而三维检测手段可以获取目标的深度信息,重构出原本无法甄别的缺陷。通过三维检测的方式更加可靠直观,因此三维表面缺陷检测越来越受到人们的重视。本文对线结构光扫描系统展开实验设计了基于该系统的标定流程,利用该系统获取点云数据结合适当的方法进行缺陷检测与量化,达到了缺陷检测的需求。本文在基于线结构光扫描的表面缺陷检测开展如下方面的工作:(1)本文检测主要是为了检测物体表面缺陷信息,因此搭建和验证有效的采集系统是首要任务。研究基于线结构光的视觉系统原理,即通过线结构光来增加条件约束辅助相机完成深度信息获取。研究线结构光视觉系统一般模型,由于一般模型中以世界坐标系进行分析,在该参考系下难以准确获取相机的相对位姿,故将参考坐标系建立在相机坐标系下进行分析,得到了简化模型。在此基础上制定相应的光平面标定、传送带速度方向标定的算法及步骤,同时提出一些方法和指标进行标定准确性衡量。通过反复实验及对实验平台及算法和步骤的调整,最终得到了有效标定方法及有效的视觉传感器。(2)对于点云检测方法,本文采用了将点云数据映射为二维高度灰度图的方法,采用适当的插值方法获取了完整的二维高度映射图像,再结合适当图像处理及分割算法进行缺陷检测。在检测出缺陷后,根据系统扫描的特点,对获取的点云数据进行逐帧地进行缺陷检测,由于单帧检测无法确定帧与帧之间点云数据的关系,基于此提出采用并查集的方法对单帧检测出的缺陷点进行合并聚类,该方法不同于常见的聚类手段,不受初始化设置的影响且无需预先知道有多少缺陷集合,极大程度上简化了聚类难度。结合一定的降维处理有效地提取了缺陷点集合。在此基础上利用三角剖分对缺陷集合进行量化。(3)搭建了三维扫描系统检测实验平台,在Visual Studio 2017软件开发平台下开发了检测软件,实现了实时扫描可视化功能,同时显示扫描局部点云及彩色高度映射图图像。并在利用该实验平台进行了金属型材缺陷检测,实验结果表面该方法具有较强的可行性。