列车检修对保障乘客的生命安全有着举足轻重的意义。传统的检修方法主要依靠检测人员的主观判断,对检修人员的专业技术水平要求较高,并且长时间作业所带来的视觉疲劳难免会影响主观判断的正确性,从而影响列车的安全出行。目前对列车检修主要依靠人工与计算机视觉辅助相结合,然而计算机视觉技术在列车检修中所提供的智能度较低,并对检测的列车部件图像采集区域限制较大,不能充分体现出其优势。本文在已有的故障检测系统基础上设计了一种基于图像处理的列车部件完整性检测方法。本文主要研究内容如下。1)通过对铁路部门提供的列车部件数据进行需求分析,并结合列车部件的特点,提出了列车部件图像完整性检测的思路。2)针对列车部件形态复杂,且拍摄干扰较多的问题,设计了一种改进SIFT特征点检测算法,可以减少列车部件平坦区的特征点数量,增加列车部件梯度变化剧烈位置的特征点数量,从而减少误匹配对的数量,提高了特征点匹配的准确率。并改进了原始RANSAC算法用于匹配对的提纯方法,优化了匹配对提纯的时间。3)针对配准后的列车部件设计了两种列车部件的完整性检测算法。针对已知列车部件常见形态的故障,首先提取列车部件的骨架,并通过改进的DWT匹配进行识别,从而判断列车部件的完整性;针对未知列车部件常见形态的故障,先对配准后的差分图像进行分析,根据设计的错位剔除算法定位到异常区域,然后计算异常区域轮廓相似度,从而判断该列车部件的完整性。在方法研究基础上,开发了列车部件完整性检测系统。利用采集到的437张列车部件图像,对系统进行测试,实验结果表明正确识别率达到88.1%,可以达到辅助人工作业的目的,极大地提高了列车部件完整性检测的效率。