随着国内铁路运输的迅速发展,保障其营运过程的安全性变得愈发重要。而钢轨作为铁路最主要的基础设施,在投入运行后往往会发生弯曲、变形等现象,严重影响到轨道的服役寿命和列车行驶的安全稳定,铁路工务部门必须及时对钢轨进行探伤、预防危险。三维机器视觉技术能够无损获得钢轨轮廓的三维信息,有助于实现对铁路表面伤损情况的自动化检测。本文针对钢轨材质粗糙、存在部分反光的特性,采用线结构光测量原理,选取合适的相机、激光器和可控移动平台,搭建出恒聚焦光路的三维重建系统。全文的研究工作如下:（1）由于钢轨测量的范围较广,本文采用Scheimpflug镜头改变相机的光路,依据相机与激光器的相对位置来确定Scheimpflug角,实现了对激光平面的完全合焦和测量景深的增大。针对Scheimpflug相机的标定问题,在针孔模型的基础上引入二维倾斜角,建立垂直像面与倾斜像面的映射关系,修正传统标定的内参初值和模型优化的目标函数,实验证明该方案能够准确描述相机的成像过程。（2）在本文的线结构光测量系统中,激光平面是计算三维点的辅助约束条件,移动平台用于对被测物体进行完整的扫描,因此,需要标定得到精确的光平面方程和移动平台的扫描路径。本文利用平面自由靶标获取到光平面控制点、扫描路径控制点,然后拟合、优化求解出光平面方程的系数和移动平台的运动向量,具有速度快、成本低、灵活性高等优点。（3）完成系统标定后,可从复杂多变的光条中恢复出对应点的三维坐标。本文针对钢轨光条中心的提取问题,提出一种基于梯度分割的改进灰度重心法。首先通过图像的梯度双阈值分割、几何约束等措施,滤除大多数的环境噪声以准确提取出光条区域,然后在骨架的法线方向上运用灰度重心法,计算出光心的亚像素坐标。（4）系统在运行时存在六自由度的随机振动,直接利用移动平台的轨迹进行点云拼接,会出现点云分层、波动等现象。针对此本文提出两步补偿算法,第一步矫正单帧点云的轮廓形变,第二步采用ICP算法对齐曲线上未发生磨损的轨腰部分,结果表明该算法可有效降低振动误差。之后,根据相机前后帧的位置约束关系,将补偿后的三维点投影到选取的颜色基准图像中,获取点云的色彩信息。本文的三维重建系统对标准块的尺寸进行多次测量,测量误差基本都在1%内,同时完成了钢轨的高速扫描试验,重建得到高精度、细节清晰的钢轨轮廓和色彩纹理。