轮对是高铁动车组中的重要组成部分,在高速动车组中,为保证运行的可靠性,轮对每运行120万公里就需要回厂检修一次,而在返修拆卸的过程中,因受到非单一轴向力作用而导致受力不均,使得与轮对连接处的车轴金属表面留下微小划伤,而这种微小划痕导致轮轴啮合处进行注油时易出现漏油现象,将会给轮对的压装和高速运行时的高铁动车造成安全隐患。若金属表面划痕深度超过0.5mm时,动车轮对的车轴在压装之前应该进行磨削以减小金属表面的损伤程度。而当前企业针对此类微小划痕的检测大都是依靠于人工目测或经验判断,无法准确有效的得出划痕数据检测报告,导致原本合格的车轴在检修后安全参数超标,直接报废处理,造成严重的经济损失;同时极大影响了其检修效率,大大降低了车轮的返修质量,严重时还影响到高速运行时列车的动平衡以及行车的安全性能。因此本文针对高铁车轴表面微小划痕的检测展开以下研究内容:（1）针对高铁轮对检修时拆卸过程中车轴表面上产生的划痕,提出了基于线结构光主动视觉的高铁车轴表面微小划痕检测方案,并根据方案对检测系统进行相应的机构设计与电气设计,最终根据预期的技术指标要求完成对线结构光三维测量系统中各硬件部分的选型。（2）对线结构光三维测量系统关键技术进行研究。使用改进的BAS算法对相机初始标定参数进行优化,直到满足标定精度要求。为了提高线激光器的标定精度,提出了一种基于异型标定块的直接标定法,建立起标定块上特征标定点的图像像素坐标系与世界坐标系之间的映射关系,之后激光线上任意一点的空间世界坐标系都可以根据此映射关系插值求取。为了精确的提取激光线中心线上的特征标定点,提出了一种基于DBSCAN聚类优化算法与改进的PSO最短路径寻优算法相结合的提取方法,通过与灰度重心法得到的结果进行对比分析,取得了很好的提取效果。使用速度标定法完成了移动检测机构的速度标定,并通过自适应多级阈值与逐行动态模板实现了高铁车轴表面金属反光区域的检测与修复过程。（3）对点云数据进行处理的划痕测量算法研究。使用RANSAC算法对扫描得到的点云数据分割处理,使用直通滤波与统计滤波相结合的方法对点云数据滤波处理,减小了后期划痕检测算法的计算量,使用Delaunay量化处理算法使点云数据更加符合实际划痕形貌。最终通过对点云数据的深度图映射,从视差图中对划痕进行边缘提取实现了划痕的长度与宽度测量,通过对扫描得到的单帧点云数据进行三次B样条曲线拟合实现了划痕的深度测量。（4）实验平台搭建、软件系统设计、实验结果分析与误差补偿模型建立。软件系统设计分为三大模块:标定模块、数据采集模块、划痕检测模块。标定模块给出了相机、线激光器与移动检测机构各部分的标定结果,并进行了精度验证分析,数据采集模块与划痕检测模块分别进行了相应的软件界面设计。然后使用圆柱轴进行实验测量,将测量结果与第三方测量结果进行对比分析,满足预期技术指标中0.05mm的测量精度要求,并使用改进的GA-BP算法建立了误差补偿模型,使得测量结果更接近标准值。最终使用搭建好的线结构光三维测量系统实现了高铁车轴表面微小划痕的检测。