随着经济的发展,社会需求的增加,铁路运输任务也在逐渐增大。铁路正在向着重载、高速的方向发展。钢轨作为轮轨接触系统中最基础、最重要的部分,它的“健康”与否,直接关系到列车的行车安全,因此,对钢轨的检测至关重要。如果能够将钢轨缺陷的形状和大小重构出来,就不用再通过人眼去主观地识别和判断这些缺陷,这将会节省大量的人力和财力。本文通过查找国内外钢轨表面缺陷检测以及三维重构的文献资料,最终决定利用PMP(Phase Measurement Profilometry,相位测量轮廓术)来对钢轨表面进行三维重构。本文针对相位测量轮廓术利用相移法提取相位时需要三幅以上的相移光栅条纹图像使得整个重构过程复杂的问题,提出利用单幅光栅条纹图像提取相位的方法进行钢轨表面的三维重构。主要思想是:通过对单幅光栅条纹图像进行希尔伯特变换(Hilbert transform)的方法实现光栅条纹的相位移动,利用推导的相移公式提取相位,重构钢轨表面三维形貌。结合传统的Stoilov相移法,进行仿真对比分析。仿真结果表明,文中方法能够很好地提取光栅条纹的相位,实现钢轨表面的三维重构,误差不大于传统的Stoilov相移法,并且利用Stoilov相移法复原钢轨表面形貌需要48ms,而本文方法只需要10.5ms,本文方法运行速度较快。搭建实验平台,对文中的相位提取算法进行验证。首先,控制工业摄像机获取光栅条纹图像,根据钢轨轨面和轨底亮暗分明的特点,采用最大亮度和算法提取轨面区域的光栅条纹图像;接着,采用广泛使用的三种滤波算法对轨面光栅条纹图像进行滤波处理,通过分析比较,选取滤波结果最好的轨面光栅条纹图像;然后,对滤波后的轨面光栅条纹图像进行Hilbert变换,提取轨面光栅条纹的相位,并结合标定所得的关系重构钢轨表面;最后,对手工制做的缺陷进行重构。实验结果表明:基于希尔伯特变换的相位提取算法,能够重构出钢轨表面及其缺陷的三维形貌,满足钢轨三维检测的要求。