随着产品质量要求越来越高，检测手段越来越丰富，对产品表面缺陷识别也越来越严格。当前许多产品除了需要获取表面缺陷的二维信息外，还要通过三维检测手段了解缺陷的深度或高度信息。三维视觉是获取物体表面点云数据的主要方法，借助于三维视觉检测，使得原来无法识别的和不明显的缺陷，具有更加可靠的识别效果,这对产品生产工艺的调整更具有指导意义。所以基于三维视觉的表面缺陷检测越来越受到企业关注。本文提出并研究了基于线结构光扫描的三维表面缺陷在线检测基本理论和方法。本文的主要工作和创新点如下：（1）建立了基于线结构光视觉传感器三维表面扫描的数学模型。首先建立了线结构光视觉传感器测量的一般数学模型，然后调整测量坐标系使其XOZ平面与结构光平面坐标系重合，并假定测量坐标系的Y轴与结构光视觉传感器的扫描方向一致，这样使得三维扫描系统的各坐标系间的关系得到简化；最后在考虑摄像机径向畸变的情况下，建立了满足实际应用的三维扫描系统的数学模型。（2）对已有的三维锯齿靶标标定方法中的特征提取算法进行了改进，并利用改进后的特征提取法对线结构光传感器进行了标定。针对立体靶标标定方法的不足，提出了一种基于三圆点平面靶标的线结构光视觉传感器的现场标定方法，建立了标定模型，设计了一种特征点映射方法，比较方便的实现了线结构光平面与摄像机坐标系的位姿关系标定。（3）针对在线检测实时性较高的要求，提出了一种全自动的基于方向场的加权重心结构光条纹中心线提取算法，并与改进后的Steger法进行了比较，该方法效率高，且对三维表面的颜色和材质具有较强的普适性。（4）提出了一种基于高度颜色映射的三维表面缺陷识别方法。首先将点云高度映射为彩色图像，通过二维的最近点迭代快速配准方法，实现被测产品与标准产品的高度彩色映射图像配准，再对两幅图像进行色差计算，进而识别出缺陷；和传统的点云配准与偏差计算方法相比较，本文提出的缺陷识别方法充分利用了已有的二维图像处理方法，运算速度快，能够满足实时在线三维表面缺陷检测的要求。（5）搭建了三维扫描缺陷检测实验平台，并在Visual C++2010软件开发平台下开发了检测系统软件。并在此实验平台上，进行了磁瓦崩边缺陷检测、标签粘贴气泡缺陷检测、模具钢丝位置识别的实验，实验结果表明本文检测方法具有较强的可行性，可以广泛应用于各种产品三维表面缺陷的在线检测。