随着我国高速铁路的迅速发展,高速列车长期处于高速、重载与高密度的运行条件下,使得钢轨表面的磨损日益严重,可能会引发严重的安全事故,因此钢轨廓形的检测分析及其磨耗测量逐渐成为了铁路工务部门非常重要的检测任务之一。基于结构光的测量技术是如今视觉测量领域的研究重点和热点,已经广泛地应用于工业测量的各个领域,因此基于结构光的钢轨磨耗测量方法已经成为铁路基础设施安全检测中的热点课题之一。本文着眼于如何在动态、高速、高噪的行车状态环境下实现钢轨磨耗的准确测量,具有重要的理论意义和应用价值。本文的主要工作有:1、传统的钢轨廓形检测激光传感器采用非接触试测量方法,通过两侧安装激光传感器,对铁轨的内测和外侧分别进行动态扫描,导致系统的体积庞大、结构复杂、系统价格不菲。同时对采集到的图像进行拼接时,离散点的处理会在一定程度上丢失精度,导致磨耗信息丢失。为此,本文采用单侧安装激光传感器的测量方式,提出了可以抵抗噪声的光条中心提取算法,该算法采用密度聚类算法处理离群点,使得算法对于噪点具有很好的鲁棒性。2、传统的廓形对齐方法的特征点选取无法处理采集到的图像出现在轨头末端的特殊情况,会导致特征点匹配失效,从而无法完成准确的对齐。为此,针对特殊轨型本文提出了有效的识别与对齐方法,该方法利用轨头末端没有磨耗的特性,对廓形进行对齐,并且使用轨腰下方的直线部分进行结果的修正,在实验中取得了较好的对齐效果。3、针对采集的廓型数据需要与标准廓形旋转对齐的问题,本文提出了噪声鲁棒的两阶段改进ICP（Iterative Closest Point）算法。在两阶段ICP匹配算法之间加入了对于干扰匹配噪点的去除操作,提高了 ICP算法的匹配准确度,进而可以得到高准确度的磨耗测量结果。