管道是气体和液体运输中最安全、高效的运输方式，管道内表面缺陷检测对于保证管道运输安全、避免事故具有重要的现实意义。传统的管道缺陷无损检测方法检测效率低，不具有可见性。基于圆结构光的视觉检测技术能对管壁进行精确的三维测量，对其获取的三维数据点进行管道缺陷识别并利用三维重构技术对管道内壁进行曲面重构，实现管道内壁三维形貌可视化，具有十分重要的现实意义和工业价值。本论文主要围绕国家自然科学基金项目——管道内表面三维形貌视觉检测理论与技术研究，针对圆结构光视觉检测系统获取的管道内表面三维点云数据，对管道缺陷识别以及管道内表面的三维重构进行研究。本论文首先研究了三维点云数据的精简方法，并针对圆结构光视觉管道内表面三维点云特点，采用基于k邻近点平均距离值的点云数据精简方法对管道内表面点云数据进行了精简。基于管道内壁圆结构光视觉三维点数据的特点，提出了通过比较管道内表面同一圆周上相邻点间法矢夹角的突变识别管道内表面凹凸缺陷的方法；通过判别相邻圆周线上对应的相邻三维点之间的距离来识别孔洞缺陷：如果两距离均小于阈值，那么该处视为非孔洞，否则视为孔洞；并通过在孔洞边界处减小判别阈值获取孔洞边界。基于Delaunay三角剖分原理，研究了有孔洞和无孔洞管壁圆结构光视觉三维点云数据的三角剖分方法，并实现了三维曲面重构。论文基于VC++6.0软件平台，利用OpenGL图形库，针对管道内表面缺陷和孔洞的圆结构光视觉三维点仿真数据和管道内表面圆结构光实测三维数据，分别进行了管道缺陷识别方法的验证和三维曲面重构。