中国是一个人口大国,随着国民经济的迅猛发展,人民物质生活条件不断提升,人们对安全、快捷、舒适的出行需求也日益增加。为此,我国自十六大以来的十多个年头内,对中国铁路事业尤其是高速铁路投入巨大,取得了令世人瞩目的成绩。近年来,随着高铁建设的快速发展,与之相配套的高铁站的建设遍布各地,尤其是中心城市,为了满足众多旅客的需求,高铁站的建设更趋于现代化、规模化、宏伟化,随之而来的高大建筑物顶所存在的安全隐患也越来越得到业内人士的关注。针对高铁站在常年累月使用中可能存在异物或者损坏的情况,本论文探讨了采用图像处理技术进行智能检测的可能性,其中图像采集由四轴飞行器携带的摄像机完成,由本实验室另一同学负责研发,本论文主要负责图像异物检测软件设计。论文设计了一套基于图像处理技术的高铁站智能检测软件系统,该系统在Microsoft Visual Studio2010开发平台完成。整个图像处理过程分为图像特征点检测及匹配、用RANSAC对匹配点对进行精选、图像空间变换矩阵的估计、对新拍图像进行透视变换、图像剪裁、原始图像与新拍图像相减、图像异物检测及标记、腐蚀去噪等8个步骤,论文借助OpenCV函数库,针对上述8个步骤编写了相应算法。论文对各个步骤中的算法进行了分析筛选和实验对比,例如,图像特征点检测中,对不同尺度的图像分别采用经典的Harris算法和尺度不变SIFT算法进行对比实验,实验结果表明SIFT算法具备特征点检测的尺度不变性；使用SIFT和SURF算法对相同图像进行特征点检测并记录检测时间,通过对比实验结果表明,SURF算法比SIFT算法检测效率更高。为得到两图像之间存在的空间关系,运用尺度不变SURF特征点检测算法对新拍摄的图像和原始图像进行特征点的提取、描述和匹配。由于存在很多错误的匹配点对，应用了RANSAC算法对特征点对进行优选。通过精选出的匹配点对估算了两幅图像之间存在的空间变换矩阵。依据估计出的变换矩阵对新拍图像实现透视变换而进行配准。将变换过后的图像进行剪裁。运用图像像素值差算法对两图像相减。进一步为抑制由于图像处理中噪声引起的误报,论文采用了图像腐蚀算法,使得系统异物检测效果更好。实验测试表明,在环境的亮暗、图像位移、旋转、倾斜、缩放等因子的变化不超过容许范围的条件下,本论文设计的基于图像处理的高铁站智能检修系统基本能够取得较好的效果。