铁路扣件是维系铁路运输安全的重要部件,扣件缺失很有可能酿成列车脱轨等重大事故,扣件的自动化探测是发展铁路事业必须要面对的问题。当前我国铁路尤其是高速铁路的快速发展,使得这问题日益突出。如何利用现代科学技术实现快速而准确的扣件探测成为项重要课题。用计算机视觉技术实现扣件自动探测是当前国际上普遍采用的方案。计算机视觉检测使用图像传感器获取被测对象的图像信息,由计算机对图像进行处理,完成测量功能,具有非接触、速度快、精度高、信息量大、智能化程度高、适应能力强等优点。本课题根据国内外扣件探测方法的研究现状,以铁道部“高速铁路轨道扣件缺失探测”为项目背景,研究基于计算机视觉的铁路扣件缺失快速探测方法。主要研究内容是探讨探测系统的整体设计方案,分析并设计探测系统的各部分组成,同时研究扣件识别的快速算法,实现铁路扣件的自动化在线同步检测。基于计算机视觉检测方法的基础,本论文提出了探测系统的硬件设计方案。以工控机为中央控制核心,控制高速相机采集图像,辅以扣件定位系统和照明系统,搭建了完整的扣件探测硬件系统。在正常运行时,定位系统在扣件处于视场中央时给高速相机发送外触发信号,相机采集图像,并将图像发送到工控机。工控机分析图像,判断图像中是否缺失扣件,如果缺失则保存图像和地点信息,待后续人工确认。本论文还根据探测系统的需求设计了软件,以便用户操作和系统调试。将软件分成相互独立的三层结构,界面层、控制层、模块层,其中模块层包含若干独立的功能模块。对每层需要实现的功能以及实现方法进行分析,实现软件系统的模块化设计。论文还重点讨论了扣件识别的图像处理算法。以现有的算法为基础,提出了用于检测平行直线的相关直线法,并将此方法用于扣件检测,在扣件边缘较明显的情况下实现了快速有效检测。同时研究了基于统计信息的方向场算法,并达到了在图像质量般的情况下也能快速有效地识别扣件的目标。论文还研究了将图像算法用GPU实现,包括GPU存储器的选择以及GPU内核函数的块和线程的划分,将图像处理的速度提高了数倍。最后,在上述软硬件设计及算法研究的基础上,测试了系统的多项速度和算法的正确性,验证了整个探测系统能够有效工作。