近年来随着人们物质生活水平的逐步提高,汽车保有量也逐年增加。汽车作为人们主要的出行工具,在改变了人们的生活状况和生活方式并给人们提供了极大便利的同时,也对人们的生命及财产安全造成了较大威胁。因此,采用技术手段定期对汽车的技术状况进行检测和维护显得尤为重要。汽车形貌是影响汽车安全性及通过性的重要因素。而机器视觉技术正逐步发展为提高车辆检测精度及效率的重要手段。因此,基于机器视觉的汽车形貌检测可以自动辨识车辆是否超限超载,并为车型的分类、整车尺寸参数、车辆信息的获取及重建提供非常重要的依据。所以研究基于无运动约束支撑台的汽车形貌主动视觉检测方法,对于丰富汽车性能检测手段、保障人们的生命财产安全、实现汽车自动化检测具有重要研究意义。针对汽车形貌检测的研究现状,研究了基于无运动约束支撑台的汽车形貌主动视觉检测方法。建立了由三维靶标-支撑台-外部摄像机求解环和三维靶标-支撑台-内部摄像机求解环组成的汽车形貌无运动约束主动视觉检测系统闭环一致性模型,实现内部摄像机和支撑台位姿关系的解算。根据解算模型,以图像提取的支撑台特征点坐标为初值,结合支撑台坐标系特征点在图像的重投影坐标,建立以重投影误差最小为目标的优化函数,采用捆集调整算法对支撑台和外部摄像机间的位姿关系进行了优化。建立了基于三维靶标的检测系统激光平面标定模型,采用SVD分解的方法实现对激光平面的标定。为重建汽车车身上的三维特征点,首先采用了背景差分法与Canny边缘检测算法相结合的方式对LED特征点进行跟踪识别,以提高外部摄像机视场范围内不同位姿的支撑台特征点的提取效率。通过计算轮廓矩实现了对LED形心位置的提取。其次根据闭环关系求得的检测系统内部位姿参数以及激光投影点与车身交线点的投影关系建立了无运动约束主动视觉检测系统重建模型。然后利用汽车车身的激光投影点在内部摄像机的位姿关系结合闭环一致性模型,实现了在外部摄像机坐标系下汽车车身特征点的三维重建。采用标准圆柱体对检测系统重建方法的准确性进行了评价。最后为了研究各影响因素对检测系统重建结果的影响,建立了检测系统重建误差分析模型。并从理论上分析了摄像机内参数、外参数、图像坐标等因素对检测系统重建误差的影响。