高压电缆表面缺陷会严重影响电缆的绝缘性能,给电力系统安全运行带来严重隐患,因此对高压表面缺陷进行检测是电网维护中必不可少的环节。针对目前高压电缆在敷设前仍依靠人工检测表面缺陷的问题,本文提出了一种基于三维视觉算法的缺陷自动检测方案。通过三维重建技术对高压电缆表面进行三维重建,获取三维点云数据然后分析高压电缆表面缺陷三维模型,利用其凹凸特性实现对缺陷区域的检测定位。首先本文就线结构光三维重建算法进行了深入研究。针对高压电缆三维重建过程中出现的渗光现象进行了分析,确定了线性最好的激光波长。随后对Steger激光线提取算法进行了改进,设计了利用激光线宽度确定高斯卷积核参数的方法。针对激光线重建后的表面的噪声无法被现有点云去噪算法有效去除的问题,提出了一种基于邻域梯度的噪声去除算法,成功对单线点云上的离群点进行剔除。最后针对相机标定精度难以达到精确拼接的问题,提出了一种细拼接的方案,实现对高压电缆点云的拼接,从而完成对高压电缆的完整重建。随后,分析了高压电缆表面缺陷的三维模型,针对高压电缆表面缺陷的三维模型,提出了一种局部凹凸性的描述方法。在此基础上提出了一种基于局部凹凸性的缺陷检测算法,该算法通过超体素分割建立不同点云区域间的拓扑关系,随后通过局部凹凸性变化检测实现对缺陷区域的标记,通过点云聚类实现对缺陷区域的提取,以建立最小包围盒的方式完成对缺陷区域的定位和尺寸测量。本文搭建了高压电缆三维重建及缺陷检测的硬件平台,并设计了对应的软件系统。实现了对110KV高压电缆的完整三维重建,并对重建精度进行了评价,其中对高度重建的最大平均误差在0.06mm左右,满足对深度0.2mm以上缺陷的重建要求。同时对高压电缆打磨表面各缺陷进行了检测,缺陷总体识别率为87.38%,满足人工检测的要求,检测效果表明该系统具有较强的可行性。