中国铁路从无到有,让世界见证了中国经济的高速发展。现如今铁路出行已然成为了中国民众出行的最主要的交通工具之一,保证铁路出行的安全也成为重中之重。轨道扣件是紧紧固定铁轨的重要部件,随着计算机技术的发展,数字图像处理和计算机视觉技术逐渐应用到了轨道扣件的检测当中,使得轨道检测逐渐走向自动化。轨道实现自动化检测有着诸多优点,比如人力成本低,检测效率高,数据存储智能化等。本文以轨道扣件缺陷检测为背景,以国内外轨道检测技术研究为基础,提出了一套基于形态学处理和HOG特征的扣件缺陷检测方法设计方案。该方法的设计方案整体分为轨道扣件定位算法的研究,以及基于提取特征的扣件分类研究两个部分。（1）轨道检测车采集的轨道图像分为左右轨道,每一张轨道图像上都分布有若干个扣件,为了便于扣件的检测和分类,需要对轨道图像进行扣件的定位和提取。本文从粗到精,采用了十字交叉定位法和形态学处理投影法,其中基于交叉腐蚀膨胀的形态学方法的定位法可以有效减少光照因素的影响,实现扣件区域精确定位。（2）对提取的扣件样本图片,按照正负样本进行HOG特征提取。在分类前对特征向量做PCA降维,并由SVM对提取的样本特征信息进行分类训练。通过缺陷扣件的对称性检测方法,进一步减少扣件漏检率。最后用测试样本对分类器进行实验验证。