轮胎气泡作为轮胎生产过程中的常见缺陷,其存在会使交通事故的发生更加频繁,破坏人民正常的生产生活及社会秩序,因此在轮胎成型之前进行质量检测是十分必要的。目前,部分国内轮胎厂商采取人工无差别手动刺穿气泡的方式进行检测,效率、准确率低下,因此本文针对该问题,结合机器视觉,采用线激光-点云两种方法完成轮胎表面气泡缺陷的检测,并设计一套完整的气泡缺陷检测系统,具体研究如下:（1）对于二维图像的获取采用激光三角法,结合成型轮胎的特点,分析了多种图像处理方法优缺点,结合形态学滤波以更好的处理图像,并从中寻找最适合于处理轮胎图像的方法,提出轮胎气泡缺陷位置判断算法。通过分析气泡缺陷几何模型,可得到气泡起始点及顶点粗略位置,并将顶点附近的激光中心点纵坐标离散性放大,利用高斯函数掩膜与该区域卷积并求出最大值,从而确定缺陷位置,顺利完成图像处理。（2）对于三维点云的生成采用了深度相机来获取深度图,设计出三维点云神经网络模型来处理含有气泡缺陷的图像。考虑到目标所含前景点较少的问题,提出新的采样方法,将C-FPS和FPS融入采样策略,利用最大池化提取全局特征并将其与不同尺度的局部特征结合。采取先分类后生成提案的方式来提高检测效率,避免在正常轮胎上耗费过多检测时间,通过实验验证了经训练后模型性能。（3）鉴于分别采用了点云和线激光的方法检测气泡,介绍了二者所用到实验装置及众多部件的选型,描述了Kinect2.0相机标定、配准的过程,并利用点云标注工具对样本标注以取得数据集。（4）为了能完成整个检测流程,在检测系统确定气泡缺陷位置之后拟设计整套机械装置能定位气泡缺陷位置并除去,秉持整套装置具有结构简单、成本较低的优点。模拟检测流程,详尽分析将待检测轮胎从生产线到机械装置的抓取过程及轮胎所处相位,所设计的机械装置能够最大程度地代替机械手,针对轮胎整个外表面部分,设计机械装置能够在具有一定自动化功能的前提下覆盖整个外表面截面,从而避开手工操作所带来的种种不利之处,并强调其中重要受力部分的选型及强度条件,保证检测质量。