当今高速铁路快速发展,CRTSⅡ型板式轨道是我国目前350km/h高速铁路中铺设最长的一种无砟轨道结构。轨道安全涉及人民群众的生命安全和财产安全,关于CRTSⅡ型板式轨道的轨道安全问题成为热点话题,而轨道板裂缝是轨道安全中的重点隐患之一。高速铁路轨道板裂缝检测时,环境复杂,图像采集困难,因此轨道板裂缝检测是一个难点。本文在综合分析国内外研究现状的基础上,针对CRTSⅡ型板式轨道,对基于图像处理的轨道裂缝检测技术进行了充分研究。主要工作如下:提出一种复杂环境下基于图像处理的轨道板裂缝显著区域提取方法。复杂环境下采集到的轨道裂缝图像存在光照不均匀、噪声多等问题,首先对轨道板裂缝图像进行预处理包括尺度变换、高斯滤波和直方图均衡化,然后采用K-means算法和开运算,实现轨道裂缝图像的粗分类,最后采用改进的Canny边缘检测算法,提取出清晰的裂缝显著区域。提出一种基于图像处理的轨道裂缝检测和分类方法。首先采用基于裂缝形状轮廓的算法提取裂缝特征,然后进行裂缝的精确定位并利用最小外接矩形标识图像中的裂缝,最后提出了一种对裂缝病害等级进行分类的参考标准。该算法不仅有效的改善了复杂环境下对轨道板裂缝检测的检测效率,准确率达到87.73%,而且量化了裂缝病害等级。