为了满足形势需要，提高行车安全，我国自主研发了一套货车运行故障动态图像检测系统（TFDS系统）。该系统集多种技术于一体，弥补了传统列车检修的缺陷，提高了检修结果的质量和效率，保障了列车的运行安全。如何针对折角塞门图像设计出高精度、高效率的故障诊断算法是研究的难点。通过深入分析和研究，本文共设计出两套准确性高，快速性好的故障诊断算法，即底面故障诊断算法和侧面故障诊断算法。每套故障诊断算法又包含故障定位算法和故障检测算法，能够对底面和侧面图片进行精确的定位和故障判断。另外，本文对两套故障诊断算法进行结合设计了最终调用函数，该函数完成了对整个折角塞门的故障诊断，为TFDS提供了很好的支持。本文在算法的设计和实现中，充分利用数字图像处理中的镜像、缩放、Hough变换、腐蚀和膨胀等经典方法。同时，还对图像二值化算法做了改进，采用局部和全局阈值相结合的方式选取阈值，加强了图像分割效果。另外，改进了灰度算子，采用灰度映射和窗口灰度映射的方式定位目标边缘，使得定位结果更加准确。在模板匹配处理上采用先将图像压缩的方式来大幅度提高算法的运行效率。为满足设计和测试需求，本文设计了两个人机界面。批量提取图片界面能够简便、快速、批量的提取折角塞门图片，并将侧面和底面图片分开存储。数据显示和算法测试界面分别实现了算法设计中和设计后的程序测试，保证了算法的准确性。在数据显示方法上本文对其进行了改进，改进后的方法代码量少、易读性强，且操作十分简便。为很好地解决动态调用和宿主程序之间调试和修改程序的难题，本文提出了对DLL封装的改进方法，该方法思路新颖，调试方便，易于TFDS系统自动识别平台的调用。论文最后介绍了算法的测试方式，它们很好地解决了对图片的单个测试和批量测试，确保了测试算法的正确性，最终测试结果为误报率8%，漏报率为0%，满足TFDS系统对算法的要求。