随着现代铁路的高速发展,对铁路轨道进行定期检修变得越来越重要。我国目前仍然依靠人工巡检,劳动量大,危险度高,因此迫切的需要一种高速和精确的自动化检测装置完成铁路轨道的检测。本文以铁轨表面缺陷自动检测技术为研究对象,基于机器视觉原理提出了一种铁轨表面缺陷自动检测方法,利用图像处理技术实现铁轨表面缺陷的自动识别,为铁路养护人员提供可靠的检修数据。本文的研究内容如下:(1)阐述了铁轨缺陷检测的研究背景及意义,归纳目前铁轨缺陷检测的方法及其现有检测设备,分析机器视觉检测方法的优越性,并对机器视觉的概况及其在铁轨表面缺陷检测的应用进行了论述。(2)根据运动中铁轨表面缺陷实时检测的需求,设计了基于高速线扫描相机的成像系统。通过分析铁轨表面缺陷检测系统的技术指标,选择了线扫描相机等成像系统器件。针对相机性能、外界光照、振动等成像因素的影响,设计了线性模组、高速转盘、室外电动车等成像系统方案用于测试,掌握了相机成像参数以及各器件间的协作配合方式,最终应用在轨检车成像系统成功的采集到真实的铁轨表面图像。(3)根据铁轨表面缺陷的特点,设计了针对离散疤痕和裂纹的缺陷检测算法。其中对离散疤痕的检测提出一种以图像增强和自动阈值分割为核心的检测算法,克服了铁轨表面光线反射不均的缺点,并且取到的阈值使背景类方差最大的同时保持缺陷出现概率较小。对裂纹缺陷的检测采用基于偏微分方程的Chan-Vese模型,该模型能够适应铁轨裂纹拓扑结构多变的特点,通过对横向和纵向裂纹进行实验仿真,证实了该方法对裂纹缺陷检测的可行性。最后,设计铁轨表面缺陷检测中的应用软件。在VS2008编译环境下,利用微软基础库类、相机公司的SDK及OpenCV视觉库搭建缺陷检测系统,通过在真实铁轨上测试,取得了较好的效果。