在我国铁路早已成为货物运输、民众外出所使用的重要交通工具之一,随着技术进步和制造质量的上升,火车的速度也随之上升,因此,不仅对火车的制造质量和精度有着越来越严格的要求,同时对于火车的检测维修精度要求也越来越高。火车车轮由于其长时间与轨道进行接触、摩擦并且处于外界的腐蚀之中,不可避免的会产生磨损和损坏等现象,车轮的磨损和损坏不仅影响到车轮的使用寿命,尤其会严重增加火车行驶过程中的安全隐患。目前我国主要的火车机务段对于车轮的检测仍旧在沿用传统的人工测量手段,其基于车轮横向断面的二维测量不论是踏面圆周的磨损量、轮缘的厚度和高度,都难以达到需要的精度要求,同时测量到的信息太过片面,对于车轮的整体信息获取不全。为了弥补传统的人工测量手段的一系列不足,本文结合最新的图像处理技术和高性能的计算机运算速度,对火车车轮踏面磨损和损坏进行自动检测并确定经济镟修量,为车轮自动检修提供新的思路和方法。本文根据双目视觉对火车车轮踏面磨损的自动检测精度要求,选择照明光源、光学镜头、面阵CCD相机和图像采集卡等一系列硬件设备,建立一套适合车轮图像采集的双目图像采集系统。首先,选择最合适的张正友标定法对双目相机进行标定,获取双目相机的内外参数,并通过软件运用灰度化、图像平滑、图像增强和图像锐化等方法对采集到的车轮双目图像进行预处理。然后,在分析SIFT算法和特征匹配过程中的约束准则的前提下,针对车轮踏面磨损的图像特征,提出了一种在限制特征点范围内运用余弦距离进行特征匹配的改进SIFT算法,完成对车轮踏面特征的快速、高效提取和匹配。最后,对车轮踏面点云运用ICP算法进行配准融合,结合点云与车轮自身的约束关系求出车轮轴线方程,并重建车轮磨损踏面的三维模型,将其重建模型与标准车轮的三维模型进行同轴比较,最终得出车轮踏面的磨损状况并确定经济镟修方案。