随着我国高速铁路的飞速发展,铁路网规模与日俱增,铁路线路的安全运营益发重要。然而,目前铁路线路异物检测技术滞后于应用需求,因异物侵限导致的铁路事故时有发生,带来惨痛的人员伤亡和经济损失。本文提出了基于立体视觉的异物侵界检测方法,克服了目前铁路异物检测技术存在的技术难题,有效提高了异物检测的准确性,对于保证列车行车安全具有重要的实际意义。本文首先进行了铁路异物侵限检测系统总体方案设计,然后介绍了立体视觉的原理及技术,在此基础上进行了系统软硬件设计,最后通过一系列实验测试了系统的性能和准确性。论文重点研究内容包括相机标定、图像校正、图像匹配以及三维重建等技术。通过MATLAB相机标定工具箱完成了相机的标定,根据相机标定结果使用OpenCV中的图像校正函数完成了图像的去畸变校正和平行校正,根据SAD块匹配算法实现了图像的立体匹配,采用汇聚式立体视觉模型完成了匹配点的三维重建,有效解决了传统的基于平行式立体视觉模型的三维重建结果不准的问题。针对目前基于立体视觉的三维重建普遍存在的计算速度慢的问题,提出采用CUDA并行计算构架优化程序设计的方法,有效提高了系统的实时性。在实验室和地铁现场环境下对系统进行测试,实现了尺寸超过30cm×30cm×30cm异物的检测与报警,实验结果显示,本系统能够实时准确地检测到入侵的异物。采用立体视觉的方法对铁路线路进行三维重建,根据三维重建结果进行异物侵界检测,有效克服了传统基于图像差分的异物检测方法存在的静止异物的漏检、阴影的误检和无法定位异物等问题。