管道是保证现代工农业正常运行的基本运输工具，确保其安全运行所进行的大量检测和维护工作日益受到人们的重视。随着机器人技术与机器视觉理论的不断发展与完善，基于视觉传感器的管道检测方法逐渐成为未来管道检测领域的发展方向之一。本文正是以机器视觉的管道检测为研究背景，提出了一种由管道内壁的2D图像恢复真实的3D管道内壁解决方案。　　本文管道内壁3D重建方案主要研究内容如下:　　(1)全景视觉系统研究。由于管道内部空间比较狭窄，普通视觉系统在管道中采集的图像信息非常有限，而全景视觉系统的大视角特点在管道内部成像具有明显优势。故本文研究了两种全景视觉系统:鱼眼透镜全景系统和折反射镜全景系统。　　(2)中心偏移矫正与展开算法。无论是哪种全景视觉系统，在管道这种圆柱形成像环境中，均需考虑光轴与管道中心轴不同轴的情况。故本文首先提出中心偏移矫正算法，将存在偏移的管道图像矫正为同轴的标准图像，然后对标准图像进行展开，得到管道内壁的展开图。　　(3)展开图拼接与3D重建。相邻数帧的展开图中，管道内壁的重复信息量非常大，实施图像拼接是剔除冗余信息的可行解决方法，而且在实际应用中也能够极大的提高检测人员的效率。本文应用Harris特征点检测以及RANSAC特征匹配算法进行匹配与拼接，然后利用OpenGL将拼接后的管道内壁图像实现3D重建，最终得到真实的3D管道内壁信息。