煤炭一直是我国的主要能源,煤炭的安全生产对我国经济发展至关重要,而矿难的发生正在使得矿山救援变得越来越重要。及时有效的矿山救援不仅能够减少人员伤亡,而且可以减少巨大的经济损失。在矿井救援过程中,尤为重要的是需要避免因为救援井信息的缺失,而做出错误的救援方案和决策,造成二次伤害。在目前的矿井救援过程中,针对救援通道的监测方法还较为单一,应对矿井恶劣环境适应性较差,救援井形变检测精度较低,以检测结果作为救援通道判定依据存在诸多问题,严重影响矿井救援效率。针对现如今救援井救援通道工作环境,本文将深度相机作为检测设备,将相机旋转扫描作为测量方案,标定后的深度相机在近距离内测距最大相对误差为1.4%,可以满足救援井救援要求。针对救援井中弱光环境,本文采用改进SURF算法使得在相同时耗下,救援井井壁特征点提取数量明显增多,匹配效果提高。选用FLANN算法对救援井井壁相邻图像进行特征粗匹配,选用RANSAC算法计算H矩阵并剔除图像误匹配对,提纯特征匹配点,得到了适合弱光工作环境的特征点匹配对。选用渐入渐出法对井壁图像进行融合,获得形变处井壁全景图,更加直观观测井壁形变。通过处理救援井井壁扫描数据,运用最小二乘法获得不同井深处救援井截面信息,结合获得的救援井形变处井壁全景图,可以更加定形定量的观测井壁形变。基于救援井实验平台进行实验研究,运用最小二乘法测量得到的救援井形变处形变量最大相对误差为2.77%,通过二分法计算截面最大内切圆来判定救援通道,测得最大内切圆最大相对误差为0.75%,满足救援井救援要求。通过三维软件对救援井点云坐标进行处理,实现救援井井壁三维重建,三维模型较准确反映了救援井的真实信息。