列车走行部检测是铁路安全运营的一项重要的保障措施。传统的走行部检测依靠人工巡检,其成本高且效率很低。随着数字图像技术的发展,利用机器视觉实现走行部检测是目前铁路智能检测技术研究的一个热点。与二维视觉相比,三维视觉能更直观地反映物体的大小、形状和体积等信息,克服对比度差、颜色干扰等问题。因此论文针对列车走行部三维视觉检测问题展开研究,主要工作内容如下:首先,搭建了一套列车走行部检测实验平台,包括结构光扫描模块、扫描启动光电模块、走行部模块以及上位机。结构光扫描模块由线激光器和相机组成,实现列车走行部图像数据的扫描;扫描启动光电模块由光电开关和单片机组成,利用触发信号控制结构光扫描模块启动和停止;走行部模块由实验机车和控制台组成;上位机完成上述设备的驱动、图像采集和数据可视化等工作。同时结合硬件设计并实现了一套走行部三维测量的软件系统。其次,利用扫描图像数据实现走行部三维重建和表面重构。先对相机、光平面以及基平面参数进行了标定,再通过阈值分割法对在走行部上采集的光条图像预处理,用细化法和灰度重心法提取光条中心,根据三角几何法测量原理和前面标定的参数计算光条中心的三维坐标,获得走行部三维点云数据。为获得更好的可视化效果,分别采用贪婪投影三角化算法和泊松算法进行走行部三维模型的表面重构。接着,基于模型差分和层次聚类算法检测走行部上粘附异物。模型差分法初步获得异物上的点云,再结合它们的特征,提出了一个基于自适应层次聚类的方法,实现了噪声点云剔除和异物点云的聚类。最后,分析影响结构光三维测量精度的因素。重点对光源、走行部结构等因素造成的测量误差进行了详细分析,并利用已知体积的规则和非规则几何物体进行体积测量误差对比分析。论文设计并搭建了一个结构光三维测量实验平台,实现了列车走行部的三维重建、表面重构和异物检测。相关工作将成为列车检测技术的基础,有助于实现列车走行部高效、低成本的检测,推动列车检测技术向智能化的方向发展。