无损检测技术的主要目的是在不破坏检测对象原始具有的使用功能前提下,采用各种原理技术对检测对象进行其被损坏程度的检测。漏磁检测技术是无损检测技术的一个重要分支,其主要用来检测铁磁性材料的对象;输油管道由于主要由铁磁性材料组成,所以对于输油管道的方法主要是漏磁检测技术。在对于输油管道的漏磁检测中,因为一段管道的长度通常较长,所以检测结果的数据量往往会很大,所以对于腐蚀缺陷位置的确定,以及准确还原腐蚀缺陷的形态尺寸深度,就变的尤为重要。本文的主要研究内容有:第一,针对管道漏磁检测数据中确定腐蚀缺陷位置的问题,提出了管道漏磁检测数据的校准方法和滤波方法,设计了差分尺寸窗单峰阙值异常区域检测算法,并提取了缺陷特征,利用试验场数据生成了样本库。第二,针对缺陷深度反演精度与计算计算资源的平衡问题,提出了使用Pearson相关系数的特征降维与基于主成分分析、以及因子分析的特征降维算法,并生成了样本库;设计了三种机器学习算法,决策树算法、支持向量机算法、以及深度学习的一种网络AlexNet,取得了良好的实验效果。第三,针对缺陷深度反演精度问题,提出了基于特征选择与降维的尺寸信息融合算法,相关实验验证了算法的效果。