低温液体具有极易气化以及超低温等特性,在工业生产、日常生活中的日益广泛应用的同时,其安全存储尤为重要。近年来,对低温液体的存储主要采用低温绝热气瓶,低温绝热气瓶的结构的特点是内外壁之间抽成真空,在保证真空度的前提下可以提高瓶体的绝热性能。当低温绝热气瓶表面出现缺陷时,会影响气瓶的绝热性能,严重时可使气瓶内的低温液体大量气化出现超压现象,极易造成爆炸、冻伤等事故。目前,对低温绝热气瓶表面的缺陷检测主要采取人工检测的方式,但是检测效率低且偶然性较大。因此,为了保证低温绝热气瓶的安全运行,本文依托于“某省低温绝热设备产品质量监督检验中心的低温绝热气瓶智能化检验系统项目”,进行了低温绝热气瓶外观三维重建及其凹陷识别研究工作。首先,本文分析了基线距离、放大倍率以及激光平面与CCD摄像机之间夹角对检测精度的影响,同时结合现场情况,搭建出检测精度最佳的低温绝热气瓶外观三维重建与凹陷检测系统结构。其次,采用了基于线结构光的三维检测方法对气瓶表面凹陷进行识别与检测。线结构光投射到低温绝热气瓶表面,视觉传感器获取其图像信息,因结构光光条在图像中的分布相对固定,为提高检测效率对图像进行了分割处理,运用行向灰度分布提取结构光条中心点。最后,选择结构光平面作为三维还原过程的约束条件,通过结构光平面的标定进一步提高了二维坐标信息转换到三维点云数据的精度。在运动控制系统的带动下,视觉传感器完成对低温绝热气瓶整体扫描,通过扫描方向的标定提高了单组点云数据集的精度。三组点云数据集经拼接、去噪、平滑、空洞修补以及渲染得到低温绝热气瓶的整体三维模型。本文在基本的凹陷检测基础上提出了一种优化后的检测算法,可实现凹陷的位置、深度、周向宽度以及轴向长度的检测,与基本检测方法比较,检测精度有较大提高,具有一定的工程意义。