随着我国铁路事业快速发展,轨道交通安全日益重要,通过研究高速状态下的轮轨接触姿态,分析轮轨病害状况,能够维护铁路运营安全。对于运动中的轮轨接触测量需要采用非接触式测量方式,高精度非接触式测量通常采用结构光,而由于金属轮轨高镜面反射特性以及不良光照条件的影响,投射到金属轮轨上的结构光会产生过曝光和信息缺失的问题,大大降低了测量精度。因此,本文以改善金属轮轨结构光图像质量为目标,主要研究内容如下:（1）针对不均匀光照条件下图像存在过曝光与欠曝光区域的问题,提出了基于曝光融合模型的图像自适应曝光恢复算法。首先通过场景光照图计算权重矩阵,权衡曝光良好像素的占比,其次根据相机响应模型生成多曝光图像,最后将原图与多曝光图像进行融合得到增强图像。实验验证了本文算法能够自适应的对图像中过曝光与欠曝光像素进行曝光恢复,避免了传统图像增强算法的过度增强与颜色失真的问题,并且本文算法相比其他主流的图像增强算法在PSNR与MSE等图像评价指标上表现更好。此外本文算法仅需要单张图像即可实现曝光融合,具有较高实时性,能够应用于动态场景中。（2）针对金属轮轨表面高镜面反射造成图像中像素过饱和的问题,提出了基于色度空间的镜面反射去除算法。以双色反射模型为基础,通过对轮轨结构光图像计算漫反射色度,在该色度空间中对像素进行聚类,计算聚类后像素的反射强度比,根据反射强度比将镜面反射分量分离出来。实验验证了本文算法能够高精度去除金属轮轨图像中的镜面反射,并且本文算法处理结果相较于其他镜面反射去除算法的结果得到的PSNR值与SSIM值更高,去除镜面反射分量后的图像失真更少。（3）针对金属轮轨结构光图像在去除镜面反射后出现图像失真区域的问题,提出了基于边界像素匹配的图像修复算法。首先计算待修复区域边缘像素的修复优先级,并在邻近区域寻找相似像素区块进行填充修复,通过结合结构光条纹编码信息计算出条纹中心线,沿着条纹中心线的方向进行搜索相似区块。实验验证了本文算法能够有效恢复图像中结构光条纹失真部分,并利用结构光空间结构信息提高了算法修复的精确度与算法效率。