钢轨作为铁路基础设施的重要组成部分,其质量直接决定铁路运输的安全。由于目前的制造工艺水平越来越高,钢轨内部缺陷导致的安全事故越来越少,而由钢轨表面缺陷所引起的钢轨断裂概率逐渐上升,因此钢轨表面缺陷检测是钢轨检测中的重要环节。本文针对目前人工目测法检测效率和检测精度低,以及基于机器视觉的二维缺陷检测对检测环境要求严格,且无法获取缺陷的深度信息等问题,采用基于机器视觉的三维缺陷检测方法对钢轨表面缺陷检测展开研究,开发出检测精度高的钢轨表面缺陷在线检测系统。本文主要从钢轨表面缺陷检测系统的设计与实现、表面数据预处理以及缺陷检测算法3个方面展开研究,具体如下:(1)对目前研究的基于机器视觉的钢轨表面缺陷检测技术存在检测精度低、缺陷信息不全面的问题,开发了一种基于线结构光传感器的钢轨表面缺陷检测系统。对该检测平台的传感器安装方式以及基座、钢轨的支撑导向机构等进行设计,开发出一种能够实现实时在线、无人值守、检测效率和精度更高的在线检测系统。(2)分析外界环境以及钢轨运动过程中的振动对检测结果的影响,提出采用限速滤波的方法进行数据降噪。分析钢轨轮廓曲线组成特征,研究其特征点,提出了基于特征点的钢轨轮廓数据对齐方法。设计了一种基于统计窗口的移动间接平差拟合圆法,对两段半径相差较大的相切圆弧进行切点的在线搜索,找出特征点对每帧数据进行对齐处理,并对该对齐算法进行精度验证,确保能够为后续的缺陷检测提供符合精度要求的初值。(3)针对钢轨表面缺陷特征,提出了对单轮廓数据进行检测,多轮廓组合进行缺陷判别的方法。根据钢轨轮廓曲线的组成特征,经过具体分析以及多次试验,提出采用基于二次曲线拟合模型的动态间隔拟合曲线检测算法,对钢轨表面缺陷进行检测,比对每帧数据的检测结果,采用多轮廓组合的方式判别缺陷。检验钢轨轨腰字符与钢轨表面氧化皮对该算法检测结果的影响,结果表明该算法计算简便、检测效率高而且稳定性好。在Visual Studio 2015平台下开发了检测系统,通过Geomagic Studio软件模拟钢轨表面凹痕缺陷,检测该系统的精确性,实验表明该检测方法的精度较高。目前该系统已在芜湖北焊轨基地进行应用,并取得了较好的效果。