自上世纪九十年代中期面世以来,三维扫描技术越来越引起工业生产研究邻域的关注。三维扫描技术通过高速扫描测量,可以大面积获得被测对象表面在相机坐标系下的三维点云数据,具有速度快、精度高、数字化、实时动态显示、非接触等特性。但三维扫描技术单次扫描只能获得物体单面点云数据,需要对多次测量获得的点云数据进行处理,才能获得待测物的完整三维数据。且由于点云数据具有无序性和稀疏性,点云数据的处理具有相当的难度。在工业生产邻域,产品生产的实时监控与检测是不可或缺的环节之一。传统的产品检测通常采用机器视觉检测技术,但基于图像处理的零件缺陷检测难以完成对工业零件的高精度测量,从而无法对零件表面形变和尺寸误差等缺陷进行检测。因此工业零件的非接触性高精度缺陷检测是业内公认的难题。工业零件的非接触高精度缺陷检测主要包括零件点云数据获取、待测零件完整三维数据获取、零件类别位姿判断,零件缺陷检测等步骤,本文针对使用三维扫描技术进行零件缺陷检测流程中的问题,主要工作如下:首先,为解决零件点云数据获取问题,搭建基于结构光编码的三维扫描系统,使用该系统获得待检测零件的高精度点云,为后续点云处理提供数据基础。其次,由于单次三维扫描只能获取待检测零件单面点云数据,为获取待测零件完整三维数据,提出基于2D-3D邻域信息的点云粗拼接和精拼接的方法,通过采集点云对应的二维图片对三维点云数据进行拼接,完成多视角采集待检测零件后的点云拼接,获取待检测零件完整三维数据。为从点云数据中提取待检测零件语义信息和位姿信息提供条件。然后,为判断待检测零件类别位姿,提出一种点云编码方法,将无序点云编码为定长有序的结构数据,一定程度上解决点云的无序性问题,从完整三维点云数据中获取零件类别和位姿信息,为零件缺陷检测提供基础。最后,为验证本文所提出的三维零件处理方法的有效性,提出待检测零件缺陷检测标准,开发基于点云的三维点云缺陷检测系统,进行对待检测零件装配体的缺陷检测实验,完成基于点云的高精度测量与缺陷检测。