随着我国交通运输行业的迅速发展,铁路运营里程迅速增加,高速铁路更是成为了国家名片。列车安全可靠、高平顺度运行的基础是坚实稳固的路基,路基变形会导致列车运行稳定性下降,带来一定的安全隐患,严重者甚至会造成钢轨断裂、列车翻车,因此准确监测路基状态具有非常重要的意义。为了克服传统测量方法的不足和新型测量方法的不适用性,本文将机器视觉测量技术应用于路基沉降监测,研究了覆盖全路段、高精度、自动化、实时性强的图像式高铁路基沉降监测方法。本文根据图像式路基沉降监测方法,设计并实现了监测终端,针对确定监测终端维护时间的问题,将评估系统状态转化为评价光斑图像质量,提出了主客观结合的光斑质量评价方法,为了进一步提高测量精度,提出了数据平差优化策略。主要研究内容如下:首先,研究了图像式高铁路基沉降测量的原理,提出了单级监测方法,实现了对监测点的沉降值测量。将单级监测系统首尾相连,建立了链式组网的多级路基沉降监测系统的数学模型。在分析监测系统需求的基础上,完成了监测系统结构设计,将监测系统分为7个主要模块,并针对模块功能完成了硬件选型。其次,完成了系统硬件搭建和软件设计的工作。监测终端以STM32芯片为主控制器配合图像处理模块和通信模块等,完成路基沉降值的测量和沉降数据传输;软件方面研究了图像预处理和圆拟合的光斑中心定位算法,详细介绍了监测终端和图像处理模块的工作流程,设计了基于C#的Web API程序实现用户侧对测量数据的接收与存储。通过Solid Works软件设计监测终端模型,并完成了安装与测试,本文所述的监测终端测量路基沉降分辨率可达0.143mm。然后,为了解决复杂环境下系统维护时间难以确定的问题,在分析监测方法的基础上,将监测终端状态评估转化为光斑图像质量评估。提出了主客观结合的光斑质量评价模型,并通过模拟实验和现场实验验证了该算法评价光斑图像质量的有效性,确定了光斑图像质量阈值为0.95。最后,为了提高监测系统测量精度,提出了应用于相邻监测站的往返测量平差优化策略,应用本方法后测量精度可提升2倍。针对链式结构中误差累计的问题,提出了构建闭合网络的平差优化策略,利用闭合条件完成平差,并通过仿真实验验证了数据平差优化策略对提高测量精度的有效性。