冷弯方矩形钢管已在生产领域得到广泛应用。随着科技的发展,生产领域对高标准的方矩形钢管需求量日益增加。并且方矩形钢管生产过程中的参数在线检测环节存在精度较低、检测系统成本高等问题。因此,智能化地提高方矩形钢管尺寸参数的在线测量精度和测量效率,是当前亟待解决的问题。据此,本文以设计低成本、高精度且稳定的在线测量系统为出发点,重点研究线结构光测量技术在方矩形钢管宽高、弯角半径、对角线以及凹凸度等参数测量方面的关键技术。具体工作如下:(1)通过分析现有的激光条纹中心线提取算法,综合在线测量系统需要满足的精度和效率要求,选择了形态学骨架法作为条纹中心线提取算法。并针对形态学骨架法会产生大量骨刺的缺陷,提出了一种改进的骨刺去除算法。实验结果与其它算法相比,验证了改进的骨刺去除算法提高了条纹中心线提取的精度和效率,满足系统需求。(2)建立了相机的成像模型,从而明确了相机与待测方矩形钢管之间四个坐标系的转换关系。同时,推导了基于靶标的相机内外参数及激光平面标定原理,构建了条纹中心点三维重建的约束方程,完成了方矩形钢管点云模型的三维重建。(3)利用卷积神经网络可以提取图像局部特征的特性,研究了一种方矩形钢管点云模型的快速拼接算法。该网络模型以自动生成的方矩形钢管深度图像作为输入,以相应生成的拼接参数作为预测输出,通过端到端的迭代训练直到满足精度要求。实验结果验证了该网络模型可以精确预测两片点云之间的拼接参数,并且预测时间与点云量无关,拼接效率高。(4)通过分析拼接后方矩形钢管点云模型的特性,提出了一种基于模板和法向量的参数测量算法。该算法利用在模型上建立形状模板作为边界,并通过在模板内构建法向量来采集参数计算所需的点数据。实验结果证明该算法能够满足在线测量系统的指标要求。(5)设计并搭建了基于线结构光的参数测量系统。首先,根据实际生产的在线测量技术指标和环境,确定了在线测量系统的基本框架和设备型号。其次,根据方矩形钢管的生产型号以及相机和激光投影仪的参数,确定了待测方矩型钢管、相机以及激光投影仪的相对位置。最后,通过对标准方矩形钢管进行测量实验,验证了该系统能够达到国标的误差要求,并且满足实际生产中在线测量的精度和稳定性。