我国隧道的数量和里程都位居世界第一,隧道安全与人民生活和社会经济发展息息相关。隧道运营过程中会出现各种影响安全的病害,现有人工检测效率低、安全风险高,难以满足大规模高速、高效、高精度隧道检测。研究一种自动化的快速、高精度隧道检测技术具有非常现实的应用价值。本文对隧道检测系统、隧道三维点云处理和隧道衬砌图像处理进行了系统研究,主要内容如下:(1)研究了多传感器集成的隧道病害快速检测方法。分析了动态条件下利用CCD相机和红外相机阵列采集隧道衬砌灰度和红外图像的数据特征,以及隧道病害评定中存在的问题与问题出现的原因;研究了激光雷达测量隧道三维的特点,分析了三维点云建模的影响因素。为了更好的采集隧道衬砌图像,设计了衬砌图像数据采集策略。(2)针对附属构造物影响隧道三维建模,以及导致阵列相机物距计算错误的问题,设计了一种新的附属构造物噪声去除方法,并使用了新的方式实现了隧道点云三维重建。将隧道点云分段,求出每个分段的标准横断面,利用标准横断面重新构建该分段,再拼接各个分段,有效的去除附属构造物噪声;将隧道三维点云展开成平面点云数据,利用三角剖分算法构建平面点云中点与点之间的三角关系网,再将三角关系网应用于实际三维点云,实现隧道高精度三维模型的获得。对点云数据的这些处理,解决了阵列相机动态物距计算的难题。(3)针对动态测量中传感器相对位移引起相邻图像错位问题,设计了一种基于几何关系与数据特征的隧道衬砌图像拼接方法。基于图像采集时的几何关系粗定位隧道衬砌灰度图像在全景图中的位置,对于质量较好的图像,利用SURF算法,对相邻图像进行高精度图像配准,以更新图像在全景图中的位置,提高拼接精度,实现了隧道衬砌图像的快速、高效拼接。研究成果原型装备已经在国内二、三车道隧道检测中应用,能够实现隧道裂损类病害、水害和冻害的检测,点云处理方法能够较好消除隧道附属构造物噪声影响和重建隧道三维模型;序列影像拼接方法能够实现衬砌断面图像拼接,满足隧道衬砌裂缝识别要求。