高速铁路安全性的检测已经成为我们国家发展高速铁路的重要任务之一,保证高速列车安全、高效的运行是我们国家发展高速铁路面临的一个重大的挑战。钢轨光带是轨道不平顺性的重要指标之一,钢轨光带发生异常,直接原因是轮轨间作用力和作用点发生了改变。检测轨道不平顺性,可以先从光带入手。为了寻找一种高效、自动、智能的钢轨平稳性检测的方法,解决人工检测的人力投入大、检测效率低、准确率得不到充分保障的缺点,本文搭建了钢轨光带检测系统,它采用了机器视觉技术和计算机技术,它能有效地降低人力投入、提高检测效率,并保障检测的准确率。本文主要研究内容有钢轨光带检测系统的搭建、钢轨光带检测系统的图像分析、钢轨光带缺陷分析以及代码移植分析等。对于钢轨光带检测系统的搭建,我们从硬件和软件着手,包括CCD相机的选取与安装、图像采集软件以及标定块等。钢轨光带检测系统的图像分析方面,本文主要进行了标定、图像预处理、形态学、复原等图像处理技术。而对于钢轨光带缺陷分析,主要在图像复原、图像边缘检测和图像直方图进行了分析。对于系统的代码移植分析方面,本文给出了两个可供选择的方案,即MATLAB Coder和MATLAB Compiler。根据钢轨光带特性,我们选择了面阵CCD相机并从误差分析角度验证了其可行性。对于钢轨光带的检测可以先用图像标定、均值滤波、直方图均衡化增强进行预处理,然后进行图像形态学处理,接下来进行钢轨光带的检测误差分析,最后结合盲去卷积图像复原进行分析。在钢轨光带缺陷分析方面,采用盲去卷积图像复原算法、canny图像边缘检测以及图像直方图算法。对于系统的代码移植,可以根据实际需求选用不同的方案。通过分析可知,面阵CCD相机满足系统要求,钢轨光带的检测的效果比较理想,盲去卷积图像复原算法实现钢轨光带产生的运动模糊的复原效果良好。在钢轨光带缺陷分析方面,可以结合图像边缘检测以及图像直方图推断钢轨光带是否有缺陷。对于系统的代码移植,可以根据实际需求和结合MATLAB Coder和MATLAB Compiler的特性来选择生成系统的C/C++代码。