行车安全是铁路运营的永恒主题。近年来,随着我国铁路建设的飞速发展,行车安全越来越受到人们的重视。但在实际中,由于铁路线路跨越地域广、沿线自然及社会情况复杂,加之铁路管理缺乏专业人才以及人们交通安全意识淡薄等原因,造成铁路运营事故频发,严重影响了铁路建设的发展和人民生命财产的安全。综合来讲,影响列车行车安全的因素是多方面的,但外物异常入侵则是造成铁路事故的重要方面。外物的异常入侵以其突发性强、不可预见性高和侵限行为多样化的特点,很难从根本上加以解决。基于上述现状,从制度和技术入手,制定合理的规章制度、积极利用技术手段提高铁路运营安全则显得尤为重要。本文研究的主要内容是在视频监控的环境下,完成对铁路异常入侵行为的智能检测。论文主要完成以下工作:一、充分调研了异常侵限行为给铁路行车安全带来的巨大危害,论证了本文研究工作的重要性与必要性。同时,广泛研究了目前国内外铁路入侵检测系统研究现状以及铁路入侵检测系统的现实需求。在此基础上提出了基于视频识别的铁路入侵检测系统的研究思路。二、在深入研究目标检测典型算法的基础上,提出了一种新的目标检测算法。该算法融合了基于混合高斯背景模型的背景相减法和给合Prewitt算子的三帧差分法,极大的发挥了背景相减法和帧差分法的优点、摒弃了不足,能大大提高目标检测的准确性。三、设计开发了基于VS2010平台的铁路入侵检测系统软件。该系统实现了对异常入侵行为的快速检测,能够对目标进行准确识别、跟踪。同时,实现对危险入侵行为的报警功能。监控平台还具有对入侵情况进行实时录像保存和重放的功能,可以依据需要真实再现外物的入侵行为。四、完成了系统的实测。系统开发结束后,为了全面检测系统的工作性能,进一步发现研究过程中存在的问题,对系统进行了多次现场实测。从检测结果来看,本系统能较好的完成入侵检测工作。同时,发现系统易受恶劣自然因素影响的问题,为系统的进一步开发完善指明了方向。