随着我国铁路高速发展,传统的铁路轨道检测手段已无法满足高效、准确的检测需要。本文以铁轨图像为研究对象,结合图像处理、模式识别等相关技术,提出一套基于图像处理的铁轨表面缺陷检测系统,该系统能够实现对铁轨表面缺陷区域进行智能识别。本文主要包括以下几方面内容。首先,通过对比几种传统的图像滤波算法,采用一种结合均值的快速中值滤波方法对图像进行初步的滤波处理;结合形态顶帽运算,提出一种基于梯度投影的方法对铁轨表面区域进行定位,通过定位结果验证该方法的有效性。其次,通过对比前后图像的差异,来初步判断图像是否存在缺陷;结合人类视觉注意机制,采用视觉显著性计算方法对缺陷区域进行分割,得到准确的缺陷区域,并与SR算法和Itti算法得到的结果做对比性实验;对缺陷区域进行特征提取,包括缺陷部分的形状特征、几何特征、灰度特征和纹理特征,分析提取到的数据,选取合适的特征训练SVM分类器并完成SVM核函数参数优化,实现缺陷与伪缺陷(轨道连接处)的分类。最后,设计缺陷检测软件来实现上述算法,并对软件的可靠性进行检测。经过实验验证,本文算法具有良好的稳定性,经过统计最终的检测识别率为91.67%,在实际应用中具有参考价值。