大型曲面构件是满足汽车、船舶、高速列车、航天器等重要现代化设备的空气动力学、流体力学方面特定性能的基石,针对大型曲面零件的三维信息提取与应用是曲面产品数字化设计及制造的支撑技术。本文结合高速列车车身段曲面加工质量检测的项目,研究开发了基于2D视觉传感器的大型曲面检测系统,用于实现大型曲面的自动化测量。本文针对曲面测量技术要求和工业生产环境,设计了基于2D视觉传感器的大型曲面检测系统的整体架构。根据被测曲面特征设计了线结构光传感器工作方式;将工业机器人、直线导轨和视觉传感器相结合,拓展了系统对大型曲面的检测范围;并针对测量系统和曲面评价标准开发了相应交互软件。为了获得准确反映大型曲面三维形貌的深度图像,本文设计了基于线结构光原理的大型曲面深度图像获取方法。通过相机的二维标定确定相机内参并消除图像畸变;从光条图像中提取其中心坐标,结合光平面方程计算得出曲面三维信息;采用中值/双边组合滤波器对深度图像进行增强,由此获得了准确的曲面深度图像。针对大型曲面质量检测局部异常衡量标准的多样性且难以标准化的问题,本文设计了一种基于曲面平均曲率的曲面异常区域检测及其评价方法,从深度图像中计算大型曲面的不同尺度曲率,通过对区域曲率图像和细节曲率图像进行差分判断图像中是否存在曲率异常的区域,由此确定曲面上异常区域的位置;通过对异常邻域内的正常深度信息用最小二乘拟合,得到该区域内标准曲面的最优估计,并由此计算曲面异常区域所对应的超差信息和曲面质量的评价指标。最后完成了在实际加工现场的设备安装调试,实现了对高速列车车身进行测量,并将测量过程和测量结果与传统方法进行比较,验证了本系统在大型曲面测量上的高效性和准确性。