石油管道运输是石油资源配送的主要方式，管道老化带来的安全事故备受关注，安全隐患对国民经济的威胁不容忽视，因此研究管道检测技术为管道破损状况提供技术支持是非常重要的，本文旨在探究如何从漏磁信号中恢复管道缺陷的三维形状，这是管道检测的技术难点。漏磁检测是石油管道检测的常用方法之一，本文以漏磁检测在管道检测中的应用为出发点，简要的讲述了管道检测系统的组成和各部分的基本作用和漏磁检测的基本原理，并且在此基础上进一步讨论漏磁场产生和分析的理论模型，即磁偶极子模型，通过磁偶极子模型分析不同缺陷参数对漏磁信号的影响，漏磁信号影响因素分析是缺陷智能识别的基础。首先，提出一种漏磁信号的智能识别方法，智能识别主要包括数据插值、类别判定、宽度计算等部分。在智能识别中使用多种规则几何图元近似表达真实的二维缺陷，借助于缺陷漏磁信号与几何图元类型的关系，利用支持向量机优秀的判别性能对漏磁信号所属类别进行判定。提出一种基于支持向量机的宽度计算的方法。通常轴向磁化方式时缺陷宽度的测量是漏磁检测的难点，本文通过缺陷漏磁信号的几何特征量与缺陷参数之间的复杂的非线性关系采用间接测量的办法，利用支持向量机实现漏磁信号几何特征量到缺陷宽度映射的软测量方法，通过数据验证识别精度令人满意。然后，提出一种石油管道缺陷的三维重构技术。将管道缺陷的三维重构分解为沿宽度方向的一系列二维重构，利用最小二乘支持向量机建立漏磁信号与二维缺陷的映射关系，分别使用遗传算法和粒子群算法优化最小二乘支持向量机的正则化参数和核参数，利用经过参数优化的最小二乘支持向量机实现管道缺陷的二维重构，通过比较发现经过参数优化的最小二乘支持向量机的二维重构效果明显优于使用神经网络的二维重构效果。最后，为了验证本文提出的管道缺陷三维重构技术的有效性，利用有限元法建立了半球形缺陷、锥形缺陷、圆柱体缺陷和三角形棱柱缺陷漏磁场的三维仿真模型。通过数据映射和保存获得其中三种缺陷的三维漏磁数据，并且制作漏磁数据数据库。使用该数据库中的数据对本文提出的缺陷三维重构技术进行验证并且分析验证的结果，通过比较三种真实缺陷的形状和重构结果验证三维重构技术的有效性，结果表明本文提出的缺陷三维重构技术具有工程应用价值。