20世纪70年代末,视频检测技术开始兴起,主要是对公路交通信息量的研究。视频检测属于非接触式的检测方法,也称为图片处理或人工视觉,视频检测技术是一种结合视频图像和电脑化模式识别的技术,通过视频摄像机和计算机模仿人眼的功能,是目前先进检测技术之一。本课题将视频检测技术用于钢管缺陷检测,实现了钢管缺陷检测的视频图像化分析处理,为后续钢管缺陷定量、定性分析提供基础。主要研究内容如下:1.本论文构建了基于单个摄像机的双目视觉测量系统。对图像进行特征角点提取时,对比了传统SUSAN和Harris算法,为了满足系统需要,在传统Harris算法中引入多尺度理论,沿着小尺度到大尺度的方向迭代。实验证明,该方法得到的角点定位精度高、准确率高。2.本文立体匹配采用特征角点匹配,在基于灰度相关相似度的基础上,得到粗匹配;在极线约束未知的条件下,利用鲁棒性估计方法获得基本矩阵,计算得到极线约束;同时利用唯一性约束、一致性约束、视差梯度约束和极线约束去除虚假匹配。实验证明,该方法极线约束正确、匹配率高,但是匹配速度较慢。在此基础上,本文在递归搜索前先对粗匹配角点对进行判断,如果左图像中角点与其在右图像中对应点的x、y坐标差值在一个阈值外,就将此匹配对作为虚假匹配消除;实验证明,该方法缩短了匹配时间,并且匹配效果良好。3.利用双目视觉测量原理、三维重建技术恢复钢管表面特征点以及缺陷内部特征点的三维空间坐标,再将其转化为在左摄像机坐标系下的坐标,以此得到缺陷深度值,即为二者z坐标差值。