随着中国的高速铁路的建设，中国的高速铁路运行速度也越来越快，但是安全监测与控制系统相对来说却非常滞后，以前，这些检测的工作都是靠有经验的人工来完成，为了降低对及其有限的有经验的工人的依赖，一种可行方案就是利用新兴的科学技术来做这些检测工作。　　数字图像处理技术的快速发展，尤其是图像识别技术的不断突破，为基于图像识别技术的智能系统开发提供了有力支持，利用数字图像处理技术跟视频处理技术开发的智能交通系统，已经得到广泛的应用，尤其是在车牌识别，车辆监控上有了比较成熟的发展，但是基于图像处理的智能技术在铁路系统中还不远够普及，因此应用前景非常广阔，尤其是铁路供电的接触网异常检测，铁道异物入侵，铁路杆柱信息的识别，等等因此智能交通系统具有重大的研究前景。　　在文章中我们提出了一种基于火车和计算机自动检测铁路杆柱信息系统，这样不仅可以减少工作人员的工作量，而且可以进行不同的环境下进行实时的检测，同时通过铁路监控网络可以实时监控每一辆火车。　　本文做的工作有以下几个方面:首先对铁路杆柱信息识别系统中涉及到的数字图像处理技术做了简要的介绍，这些内容包括:图像增强技术、图像的数学形态学技术、数字的识别技术，每一个方面都是一个庞大的体系，但是限于篇幅只能简要的介绍一下原理和跟本次系统设计有关联的知识点;其次对Opencv数字图像处理函数库做了简要的介绍;最后详细的介绍了本次系统的设计过程、思路以及算法。　　本人做的主要工作有:在杆柱标识信息的提取算法设计过程中，经过分析Hough变换理论原理，同时结合铁路杆柱的几何形状，设计了一种搜索杆柱线的算法;在设计分割杆柱中数字区域的算法中，对比各种图像分割技术，提出了一种基于Canny边缘提取技术同时结合图像积分投影技术，利用数字区域的长宽比动态筛选数据区域的算法，提高了识别率。　　本文设计的铁路杆柱标识信息的识别系统，需要输入高速铁路摄像头拍摄的相邻两帧数字图像，就可以识别出图像中的杆柱信息，同时结合红外摄像仪监控系统，可以使铁路工作人员快速定位接触网异常地点，快速抢修线路。