在铁路系统安全检测中,由于铁轨爬行等危害的存在,对铁轨位移进行长期稳定的检测是确保列车安全运行的重要保证。通过研究基于机器视觉技术的铁轨位移检测方法,建立了铁轨位移检测系统,最后利用室内模拟实验验证了铁轨位移检测系统的性能。首先,对提高标靶图像分辨率方法和评价重建的标靶图像质量方法进行研究。通过研究插值、学习和重构领域的图像分辨率提升算法,发现不使用外在训练集的依据自转换样本的图像超分辨率重建方法对提升标靶分辨率的效果最好。实验显示,使用该方法重建的标靶图像质量的峰值信噪比参数最高,比其它方法重建的标靶边缘部分更加易于分辨。然后,提出了一种基于复合定位的标靶定位方法。铁轨位移检测视场较大,标靶较小,一般目标检测方法定位精度不够。研究发现基于单向最近邻匹配的可变形多样性相似性方法的目标匹配复杂度较小,效果显著。实验表明该方法匹配准确度很高,匹配时间不到1.5s。在该方法定位区域基础上,使用提出的基于圆拟合的标靶精确定位方法,可以实现精确测量标靶质心坐标和直径大小。最后,搭建了一个铁轨位移在线检测系统。从铁轨位移检测环境具体要求和成本控制角度,合理选择相应的系统构成部分,基于光学成像原理分析了铁轨位移检测模型。通过此检测系统采集两组模拟铁轨位移图像进行实验。第一组模拟铁轨位移图像的检测结果与实际位移的最大误差是0.12mm,为原始图像中单个像素对应实际尺寸的18.1%,表明此铁轨位移检测系统可行;第二组不同时间采集的图像测量得到的标靶质心坐标与初始时刻图像的标靶质心坐标最大误差为0.23mm,小于原始图像中0.5个像素对应的实际尺寸,表明了提出的基于复合定位的标靶定位方法的稳定性,验证了铁轨位移在线检测系统的准确性和稳定性。图29幅;表6个;参46篇。