近年来,我国的经济实力的快速增长,社会的快速发展,人民生活的便利,基础设施的完善,这些都与铁路的快速发展,物资的运转息息相关,如今铁路货物运输在整个运输领域中占骨干地位,因而对铁路货车安全运营提出更高的要求。传统的停车静态检测方法已经满足不了当今快速发展的要求,因此,我国自主研发了货车运行故障动态图像检测系统(TFDS)用以检测在线运营货车,实现不停车检测,提高了检测效率,目前,系统仍然需要列检人员判断车辆图像并反馈,不能实现完全的智能检测,货车运行故障动态图像检测系统发展的必然趋势是利用计算机自动检测货车故障图像,识别货车故障部位,本文旨在采用机器视觉与图像处理算法相关理论,推进TFDS的工作模式转变,向着更智能,更高效的方向发展。本文以TFDS中列车典型制动配件脱落中的制动梁支柱圆销丢失与制动梁梁体夹扣螺栓丢失的图像为对象,学习图像处理算法、试验算法并挑选或改进适合本文所选题的算法,设计这两个故障的自动识别算法。针对选取的这两个故障,利用图像中明显的特征,主要是图像中制动梁、制动杆以及制动梁支柱为直杆这一特征,利用Otsu阈值分割方法,快速分割出杆件特征,其次使用投影方法快速定位分割出来的杆件位置,最后根据制动梁支柱圆销与制动梁梁体夹扣螺栓与各杆件的几何关系定位出制动梁支柱圆销与制动梁梁体夹扣螺栓,对于制动梁支柱圆销,采用LBP特征提取与SVM(Support Vector Machine)分类方法进行故障识别,对与制动梁梁体夹扣螺栓丢失故障,定位到螺栓大致位置时,在大致位置预选出包含制动梁梁体夹扣螺栓的图像,设计了一种采用模板匹配的故障识别算法。最后,分析本文所设计算法的瓶颈,检测所设计的算法的性能,检测结果表明本文所设计的故障检测算法的检测性能良好。