工业产品的外形自动检测(AVI)作为计算机视觉应用研究的核心问题之一，近几年在企业界和学术界的双重推动下，AVI已经渗透到食品业、农业、工业和航空业等社会各个领域，得到了蓬勃发展，它包括对物体的三维尺寸测量、机械零件的识别以及外表缺陷和缝隙检测等内容。本文特别分析了三维检测技术所涉及到的理论和方法，并根据实际环境实现了一个货件外形自动检测系统，对我国AVI技术的应用进行了有益的尝试。 工业检测系统所具有的实时性和精确性特点，要求灵活应用计算机视觉领域所出现的新技术和新方法，设计出适合用户需要的视觉系统。本文探讨了基于视觉的三维检测系统的原理和所涉及到的两个关键技术：深度数据获取和传感数据建模，提出了两种高效的深度获取方法，即多基线的运动体视和结构光深度成像方法，同时，给出了由透视深度图构造八叉树的快速方法。 在工业生产现场，流水线式的生产运作方式，使得每道工序所生产的工业部件大多都经过传送带运送，如何在运送期间实现在线检测而不影响生产的连续性，是所有制造商所期盼的。本文针对香港新机场货运总站的货件外形自动检测系统，综合考虑用户要求、现场环境与当前的技术水平，提出了利用红外光扫描设备对货件的各个面进行连续的扫描，获取货件的外形数据，然后与标准舱位进行比较，以决定货件的包装是否合格的总体方案，研究并实现了自动检测算法，建立了外形自动检测系统，在生产测试中取得满意的效果。 本文研究的主要内容包括： 1．结合体视或结构光技术与红外光传感设备，给出了一个多传感器的三维检测模型，以实现现代运输中大型货件的外形检测； 2．在分析各种深度数据获取方法的基础上，重点讨论了多基线体视理论；并对这一理论进行改进后，应用到运动体视中以获得货件的深度数据，另外，给出了一种高效的结构光深度成像方法，以上两种