货车运行故障动态检测系统(TFDS)是铁道部在全国列车提速的大环境下大力推广的一套自动安检系统。该系统的应用可以克服传统的停车静态人工检测中作业点多、保证区段短的局限性,并实现了列车货车安全保障模式从人控模式向人机结合模式的转变并最终实现完全机控检测。本课题是对上述系统(TFDS)的延续性研究。其主要设计工作可以概括为:基于计算机视觉这个热点研究方向实现用计算机代替人眼对故障进行自动识别。本文围绕这个主题设计了一套以图像特征提取和特征分析等数字图像处理方法为理论支撑的故障自动识别系统。这对完善整个TFDS系统的自动检测功能和最终实现完全机控检测,有着解决实际难题和探索全自动检测设计方法的双重意义。系统整体设计采用了服务器/客户端分布式模型,各终端之间利用TCP/IP协议进行通讯,在数据库设计上应用Oracle8i数据库管理系统实现了分布式数据库的存储和管理。在设计过程中,系统的可靠性和稳定性被充分加以考虑,并为此设计了很多处理运行异常的方法。计算机视觉功能被应用于识别转向架枕簧丢失、小心盘螺丝丢失、制动梁安全链脱落三大典型故障。在视觉算法的设计上,灵活运用了基于直方图的灰度变换、灰度图象分割、Sobel算子边缘检测、二值图像投影理论以及Hough变换及其逆变换等经典数字图像处理算法,实现了故障自动识别功能。论文最后分析和讨论了在调试和实际应用过程中系统运行的异常和自动识别算法所存在的问题,并提出了解决方案。实际应用证明,整套系统的设计满足设计要求,有着较高的可靠性和稳定性。