随着高速铁路的快速发展,高速列车的运营技术取得了重大进步,运行时速得到了较大提升,方便人们出行的同时,对列车的安全运行提出了更高的要求。研究发现,影响列车安全运行最主要的因素之一是铁路轨道异物侵限,其不仅危害人民生命财产安全,还对国家财产造成不可估量的损失。因此,实时准确地检测出侵限异物,并及时发出预警信号,保障列车安全运行具有十分重要的意义。本文在分析现有铁路轨道异物检测方法的基础上,重点研究了基于视频图像处理的铁路轨道异物侵限的检测方法,实现了铁路轨道异物侵限的自动检测与预警。论文主要研究内容如下:（1）研究铁路轨道异物检测的环境优化方法。首先,采用Canny算子和Hough变换对铁路轨道边缘进行检测和提取;然后,以铁路轨道边缘为基准线建立铁路轨道的危险区域,减少信息处理量,提高异物检测的实时性;最后,通过对阴影特征的分析,提出了一种基于无需训练的区域匹配阴影检测与去除方法,实现对阴影的检测与去除,减小异物目标检测中的干扰因素,提高检测的精确性。阴影检测通过YCb Cr颜色空间信息、HSI颜色空间信息以及区域之间的相似性实现,无需训练直接检测,较好的保证了相似区域的一致性。阴影去除主要在HSV颜色空间中,利用检测出的阴影区域,检测出相对应的非阴影区域,再结合直方图匹配算法去除阴影,实现最小化的去除操作,避免了对阴影区域其他特征的影响。实验结果表明,实现了铁路轨道异物检测的环境优化。（2）研究铁路轨道异物侵限图像的去抖动方法。针对监控摄像机抖动对铁路轨道异物检测精确度的影响,设计了一种图像去抖动算法。首先,采用图像插补算法与阈值函数对输入的铁路视频图像进行抖动检测;然后,引入仿射变换与中值滤波算法,对视频序列中存在抖动的图像进行去抖动处理;最后,采用逐帧迭代填充的方法,对去抖后图像出现的黑边进行填充,得到无抖动、无黑边的铁路图像视频帧。（3）研究铁路轨道异物侵限的检测方法。在图像去抖动处理的基础上,设计了自适应地选择高斯分布个数和学习率的高斯混合模型,利用优化后的高斯混合模型,进行复杂铁路视频图像的背景建模以及铁路轨道异物侵限的自动检测。经过不同场景下的铁路视频图像的仿真实验,验证了该方法能取得较好的检测精度。（4）研究铁路轨道异物侵限的自动预警方法。首先,采用形态学算法去除轨道异物检测出的误检像素;然后,利用轨道异物像素与图像像素占比的方法,实现轨道异物对列车运行安全的研判,实现自动预警功能;最后,针对伪目标列车识别的问题,利用视频连续3帧运动检测结果中列车所占像素数目以及变化趋势,实现伪目标列车的识别,排除将列车视为异物的预警。仿真实验表明,该方法可以很好地实现危险异物危险性的研判以及伪目标列车的识别。