轨道安全一直是我国重点研究课题,而扣件是轨道重要的组成部分之一,它的状态决定着轨道安全,一旦出现扣件缺失或者不完整则会对轨道行车安全产生重大隐患,甚至可能出现重大安全事故。现阶段我国主要在大力研究计算机视觉技术与图像处理,基于计算机视觉技术的轨道扣件检测己成为未来发展趋势,该技术具有检测速度快,准确率高等优点。本课题根据现阶段国内外研究现状,提出一种基于计算机视觉的扣件检测方法,主要针对实验室内采集的轨道图像,采用图像处理算法对扣件进行定位识别。具体方法如下:为实现对图像中扣件部位的区域目标进行提取,提出一种改进的十字交叉定位方法,首先根据先验知识对扣件左右两边位置进行定位分割,然后利用中值滤波对分割后的图像进行去噪处理,再将图像进行Canny边缘检测,得到二值图像,再利用扣件上下部分灰度值差,做出水平方向投影,最后进行阈值分割得到扣件部分的图像。该方法经过实验验证,能够很好的实现对扣件部分的初步提取,且提取速度快,检测准确。将上述所提取的扣件部分图像进行特征提取,采用小波变换与局部二进制组合的方法,首先将图像进行小波变换处理,降低图像信息维度,减少图像噪声干扰,得到增强后的图像,然后使用多尺度局部二进制算法对扣件的特征进行提取,得到不同尺度下的图像特征,然后将所有特征融合,形成扣件特征向量图,通过最近邻分类器对其进行识别。针对扣件特征提取还采用了 2DPCA算法对其进行处理,利用2DPCA算法能够保留图像结构信息的特点,加上PCA算法能够降低图像维度,减少图像数据量的优点,2DPCA算法能够很好的提取扣件特征。最后通过最近邻分类器对其进行识别判断。上述两种方法都通过实验证明对扣件部分有良好的识别效果。本文所提出的扣件提取算法都在matlab中进行实验论证,均能够准确的分辨出扣件。