随着我国高速铁路的快速发展,保证列车的安全行驶成为了铁路发展的第一要务,但在高密度、重载列车和外界环境的影响下,钢轨表面产生的缺陷越来越多。若钢轨表面缺陷得不到及时处理,扩展下去会对铁路运输安全造成影响,严重时甚至会发生翻车事故。因此,能够及时、准确地检测出钢轨表面缺陷,并将缺陷的地理位置和缺陷图片的相关信息传输到服务器端,提醒工务段维修人员及时进行处理是十分必要的。本文在现有的钢轨表面缺陷检测基础上,对钢轨表面缺陷检测算法与缺陷的地理位置定位展开了研究。论文的主要研究内容如下:首先,以轨检图像的检测要求为标准,对图像采集装置中的光源、相机与镜头等进行了选型;通过比较现有的列车定位方法,对搭载在轨检车上的定位模块进行了选择。其次,利用轨面区域和非轨面区域的亮度差异,提出了一种基于RGB颜色模型的最大亮度和算法,实现了轨面区域的提取;接着对提取的轨面区域采用中值滤波进行滤波;最后对滤波后的图像采用灰度对比图算法做增强处理。再次,通过分析现有的轨面缺陷分割方法,结合形态学开-闭重构及最大熵阈值法对于简单图像可以良好分割的优点,提出了基于背景差分法和最大熵阈值法相结合的轨面缺陷分割方法;再次根据连通域分析对缺陷进行像素统计,找出面积大于25mm~2的缺陷,并利用最小外接矩形对其进行标注,同时提取出该缺陷。最后,对含有大于25mm~2缺陷的钢轨图片进行地理位置定位,并将地理位置和缺陷的相关信息进行传输。首先对集成GPS(Global Positioning System,全球定位系统)和GPRS(General Packet Radio Service,通用分组无线业务)的SIM868主模块做了相关配置,同时建立了TCP连接;其次对GPS模块和GPRS模块能否正确、及时地进行定位及传输进行了仿真测试。通过对系统进行整体仿真表明,本文所研究的缺陷检测方法可以用于钢轨表面缺陷检测,GPS模块能够定位出缺陷的地理位置,GPRS模块能够将缺陷地理位置及缺陷图片相关信息传输到服务器,供铁路工人复核参考。