铁路隧道口是列车安全行驶的重要交通地段,异物检测是保证铁路隧道口行车安全不可获缺的重要手段。鉴于现有的铁路隧道口异物检测技术和方式存在种种局限的背景下,本文提出利用结构光测量技术的铁路隧道口异物检测方法,重点开展了如何有效实现多种天气条件下的异物检测图像处理算法的研究。论文取得的研究成果如下:(1)针对铁路隧道口场景下阳光对异物结构光图像的干扰问题,提出了采用点结构光图像背景差分的图像处理方法。在阳光干扰特征分析的基础上,通过点结构光可消除线结构光远距离条纹信息削弱的影响,背景差分可实现异物结构光图像太阳光斑和背景的去除。经实际场景实验测试,结果表明该方法能够有效的解决阳光干扰问题。(2)针对铁路隧道口场景下雾气对异物结构光图像的干扰问题,提出了结合结构光大气模型与改进Tarel算法的图像处理方法。根据结构光测量技术异物检测平台的光源分析得到结构光成像模型,利用直方图分析改进Tarel算法实现去雾,在保留异物条纹信息的同时实现雾气噪声的去除。测试结果表明该结构光图像去雾算法复原相似度可达99.69%,有效解决雾气对结构光图像干扰问题。(3)针对铁路隧道口异物场景下降雨对异物结构光图像的干扰问题,提出了利用直方图统计阈值的帧间复制的图像处理方法。通过直方图统计阈值实现雨水对异物结构光图像造成的雨斑去除,帧间复制实现雨水造成的条纹缺损区域修复。对比经典图像修复算法,测试结果显示该修复算法具有最优的直观效果与复原相似度。(4)针对异物结构光图像激光条纹的快速、准确提取问题,提出了自适应卷积的条纹中心线提取算法。利用条纹的结构信息和像素信息生成卷积模板实现条纹横截面的高斯分布,并采用运行速率较高的灰度重心法对条纹中心点提取,测试结果表明该提取算法可准确获取异物条纹中心点位置,为空间定位提供高精度的转换信息。本文完成了面向铁路隧道口场景的多种天气异物结构光图像影响分析与处理,基于Visual Studio 2015平台与RK3399平台初步实现了算法的性能测试,结果验证了基于结构光测量技术异物检测方法的可行性。