货车运行故障动态检测系统（TFDS）是一套旨在提高列检效率和列检质量的货车安全检测系统。该系统自2001年研制以来，逐渐取代人工现场检测，目前采用人机结合的工作模式，降低了劳动强度，节省了技检时间，具有比较高的列检效率。但相比于完全脱离人工的计算机自动检测，人机结合的工作模式还存在工作效率相对较低且列检质量不能完全保障的缺点。本课题旨在通过对目标分割、特征提取等图像处理方法的研究，实现三类故障的识别检测算法，从而促进TFDS的发展。　　本文着重讨论了各类故障检测中涉及的关键技术，并对相关技术难点进行了探讨和研究。通过对挡键丢失、紧固螺栓松动和截断塞门手把关闭等故障特征的分析和总结，指出稳定线结构检测在货车故障识别中的重要意义。文章主要研究了以下内容：　　基于曲线检测的挡键丢失和紧固螺栓松动故障区域定位——针对阴离散点采样图中模板匹配对图像尺寸一致性的要求，结合车轮部位边界特征的实际分析，提出基于曲线聚类的圆检测方法。该方法根据曲线结构的曲率和圆心等信息，将各曲线进行聚类，并在各曲线类中采用Hough变换检测圆，该方法在检测精度和时间效率上都有很大的提升。　　基于线结构特征的挡键丢失和紧固螺栓松动故障检测——经过图像预处理，分割等步骤后，分析两类故障类型的故障区域变化形态，总结出相应的边界变化特征，根据边界特征分析，实现故障的检测识别。　　基于宽线检测的截断塞门手把故障区域分割——通过对该故障手把区域灰度特性的分析，基于非线形滤波的宽线检测方法，提出一种基于脊点和区域生长的改进的宽线检测方法，该方法在检测精度和检测效率上都有明显的优势；且相对于OTSU等分割算法，该方法能够更好的分割出手把区域，从而提高故障的识别准确率。