管道作为中国运输行业的后起之秀，对国民经济增长以及社会发展变革发挥了不可替代的作用。但运输介质的腐蚀性以及不断增加的管龄，使得管道不可避免的会出现腐蚀、损坏等问题。随着机器视觉技术的发展，管道内部环境的可视化成为可能，为管道内表面缺陷检测提供了新的思路和方法，有助于提高管理水平、降低维修成本、避免管道事故发生。本文的主要研究内容是双目视觉技术在管道内表面检测中的应用，完成管道内表面图像三维重建，实现对管道内表面腐蚀情况视觉上的观测。　　本文在Marr视觉理论基础上，搭建了基于双目视觉技术的管道内表面三维重建系统框架，分析了系统主要结构的原理并给出了具体实现方法。主要完成的工作包括：阅读大量文献，详细的调查了当下国内外在立体视觉以及三维重建方向的发展情况，并深入的讨论了双目立体视觉技术涉及到的关键技术，主要包括摄像机标定、图像预处理、特征提取和立体匹配等；结合管道自身特点，从功能和性能两方面对系统做需求分析，并以此为出发点设计了管道内表面三维重建系统的总体结构框架；分析比较各类算法，针对管道内表面腐蚀测量的特殊背景和实际需求，对三维重建过程涉及到的相关算法做了针对性调整，选取最优算法来完成三维重建系统各个关键部分；利用MATLAB和Visual Studio2010实验平台，编写能够实现管道内表面三维重建的程序；最终验证系统的有效性。具体来讲，图像获取部分采用双目立体视觉系统，摄像机标定采用张正友平面标定法，边缘检测算法采用改进的 BP神经网络，立体匹配采用SIFT匹配算法，综合计算摄像机标定获取的参数与立体匹配获取的视差，最终实现了管道内表面局部图像的三维重建。实验结果表明，研究工作达到了预期目标，系统能够利用采集到的二维图像还原出管道内表面局部三维形貌，证明了该方法的可行性，具有一定的现实意义与应用价值。