工业管道广泛应用于工矿企业,其中工业热力管道由于其特殊的工作环境,易因管道内部涂层材料的脱落、堆积导致管道堵塞和爆裂,从而造成设备损坏,更严重的将造成人员伤亡的重大事故。而目前大多数管道无损检测技术受检测管道材质、壁厚以及设备体积和成本等问题的限制,并不能很好的适用于该类管道的无损检测。为了能够有效解决这类管道的检测问题,本文着手研究基于工业内窥镜的管道视频图像无损检测方法。通过工业内窥镜采集得到的管道内壁视频图像并不能直观、全面的显示出所需要的探伤信息。因此需要对视频连续帧截取得到的探伤图像进行展开、拼接等操作,最终实现探伤的二维平面重建和探伤面积的统计。该方法不仅提高了检测精度,大幅降低了检测成本,并且不受管道自身属性的限制。本文首先介绍了图像的展开降维以及图像的相关预处理过程。详细分析了 SIFT算法提取特征点的步骤和配准过程,并针对算法特征描述符维数高,计算复杂等问题,提出了一种基于改进特征描述符的快速SIFT算法。与原算法对比,本文算法在保证原有算法尺度不变等特性的前提下,算法的整体运行速度提高一倍,有效改善了算法的时效性。其次,在对图像进行特征点检测后,对匹配到的特征点采用文本所提出的基于相似度的预处理思想进行误匹配剔除。从实验结果可以看出该步骤能有效剔除大部分误匹配,而只是付出了损失较小部分正确匹配数量的代价。然后将一些无法仅通过欧氏距离进行剔除的特征误匹配点对,应用改进的自适应阈值RANSAC算法进行剔除。该方法除了利用匹配点与相对应变换矩阵之间的距离均值外,还利用了距离的方差,进而得到最佳阈值。最终实验仿真结果证实了本文所提出算法在匹配率、匹配总数等评价参数优于相关算法。最后,基于本文改进的图像拼接相关算法,将采集到的管道内部探伤图像序列拼接成完整的探伤图像,从而实现管道内壁探伤重建。并结合图像分割算法,统计探伤面积。从实验数据可以看出本文算法在探伤面积统计精度上较相关拼接算法有明显提高。