随着货运列车的不断发展，高速、重载、大密度开行已经成为当今主要发展趋势，陈旧的人工列检方式已不在适应时代的发展，为此，90年代末期出现了TFDS系统，经过十多年的发展，TFDS已经发展成了车辆运行安全检测系统的重要组成部分之一，它的产生为铁路货运实现现代化发展提供了技术支持。交叉杆和禁锢螺栓是货车转向架的重要组成部分，一旦发生故障将使货车转向架的承受能力降低，使货运的安全受到严重的威胁。本文的主要研究内容是为TFDS图像识别系统设计两套针对交叉杆弯曲和禁锢螺栓松动的故障识别算法，将数字图象处理技术与模式识别的思想结合起来设计出两套高精度，高效率的自动识别算法，为TFDS系统提供底层算法的支持。如何设计出鲁棒性强、精度高的自动识别算法是整个课题的难点和重点，在算法的设计和实现过程中，将以准确率为主要目标，快速性为参考，充分的利用了数字图像处理技术中的图像旋转、图像增强、图像的分割、灰度映射、边缘提取、图像的抽取和拼接、Hough变换等经典的方法。同时，还要将故障诊断算法设计过程中的优化算法进行总结。简单介绍了算法设计和实现过程中设计的仿TFDS系统图像识别平台的测试窗体，然后列出TFDS系统对自动识别算法提出的接口方式，根据该方式设计封装识别算法的大体流程并制作DLL。论文最后介绍两套算法在TFDS系统中的测试效果，通过测试数据计算出算法的误报率和漏报率完全符合TFDS系统对算法提出的要求，同时分析误报图片的误报原因，对可以通过改变算法来解决问题提出改进措施。最后简单阐述了本文中在程序设计过程中提出的几种优化算法。