当处于设备运作时摩擦磨损等现象可能出现在工件表面上,引起工件表面产生损伤/缺陷,对其表面健康状态及设备性能带来重要影响。若损伤/缺陷程度不在正常范围之内,就会引起机械故障和安全事故,造成不必要的人身危害和经济损失。因此对工件表面损伤/缺陷大小、位置等情况实现高精度的识别是非常有必要的。本文将高速滑动电接触导轨当作研究工件,依据导轨表面损伤的特点,对基于激光三角法测量原理的非接触测量方法进行了主要研究,采用高分辨率的二维激光扫描仪设计了三维信息测量系统实验平台,用于工件表面损伤信息的高精度识别研究。采用三维信息测量系统对不同材料导轨不同位置处的损伤形貌信息进行采集,测量到的三维点云数据为损伤识别的核心处理数据。在三维点云数据处理技术的研究基础之上,研究损伤区域点云特征提取方法,实现对损伤区域的准确检测与定位,进而根据检测的损伤信息精确计算出损伤的损失体积及质量与识别损伤种类。首先,提出了一种基于点云平均曲率估算的工件表面损伤检测方法,通过估算代表点云“外在弯曲”几何特征的平均曲率,采用OTSU法设定曲率阈值,实现损伤特征点云的准确提取及损伤区域的精确定位。其次,为了验证上述检测方法准确与可行,又提出了一种基于点云深度映射颜色的方法,通过构建点云深度映射颜色模型,将包含损伤形貌特征的点云深度信息映射为红绿蓝(RGB)信息,采用一维最大熵法设定最优颜色阈值,实现损伤区域的准确提取。然后,根据损伤提取结果及点云数据特点,求取损伤的体积进而计算损失质量。最后,根据损伤种类特点,同时为了简化分类问题,提出二叉树分类方法建立损伤分类模型,进而提取损伤特征参量,设立相应的分类规则,实现导轨表面微小损伤的识别与分类。实验结果证明了两种检测方法的是有效与可行的,还表明了损失质量小于1 g的微小损伤检出率可达98%以上,质量损失检测精度可达毫克级,凹坑与划痕两大类损伤识别率可达85%以上。