随着铁路运输安全的要求越来越严格,对铁路轨道的检测要求随之提高。铁路轨道是由众多部件组成,如何对每种部件进行全方位的检测成为影响铁路安全的重要因素。目前,铁路轨道的检测仍然以人工为主,随着铁路检测项目的增加,人工检测在检测效率、检测精度、数据处理与存储等方面无法很好地满足日益严苛的检测要求。近年来,随着信息技术的发展,机器视觉技术得到了快速发展,将机器视觉应用到铁路轨道检测,不仅可以满足检测精度要求,在检测效率上也有大幅提升,因此对轨道进行三维检测研究具有重要意义。本文在结构光三维成像的基础之上,开展三维点云数据后期处理的研究工作。通过深入研究钢轨、接缝钢轨、尖轨的外形特征,提出了铁路轨道识别方法,方便了点云后续处理工作。通过深入研究尖轨各断面之间的点云数据,提出了基于轨腰法线和基于轨头特征的点云配准方法,分析比较了两种方法的优缺点,并结合现场检测需要确定了合适的方案;研究了铁路轨道的检测参数,在检测系统中实现了参数的测量。通过深入分析钢轨波浪形磨损的检测方法,提出了将小波分析应用于波磨检测,并成功进行了现场检测试验。在检测软件研发过程中,针对三维点云边界提取计算效率低下的问题,提出利用OpenCL异构计算提高计算效率;针对三维点云分割不足的问题,提出利用kd-tree优化分割结果;针对测量软件的人机交互进行了优化,提升了交互性能。