随着科技的发展,无损检测技术特别是光学三维测量技术受到了广泛的关注和研究。相位测量轮廓术(PMP, Phase Measurement Profilometry)作为光学三维轮廓测量检测的一种,因其具有非接触性、无损伤、高精度等优点,被越来越广泛的应用于各种工业检测、医学诊断、实物仿形等领域。铁路运输作为国家交通运输中很重要的一个环节,承载了大部分的客运和货运任务,因此铁路安全检测受到了广泛的关注。随着铁路向着的高速、重载、高密度运行方向的发展,钢轨作为列车运行的重要部分,其安全检测不容忽视。本文调研了国内外钢轨磨耗以及钢轨表面缺陷检测的研究现状,同时分析了现有的一些光学三维测量技术,最后选择采用相位测量轮廓术进行钢轨表面缺陷的在线检测。本课题主要的研究工作放在相位测量轮廓术中相移算法的研究以及亚像素匹配的研究上。通过对比和分析现有相移算法,选择传统Stoilov相移算法作为研究对象。针对该相移算法存在的不足,开发了一种基于概率和统计的改进算法。改进后的Stoilov算法能有效的去除传统算法中的四种奇异点,保证了相位测量轮廓术的精度。像素匹配是在线相位测量轮廓术中至关重要的一部分。通过调研和总结,本文选择将SIFT算法应用到像素匹配中,并结合实际应用,得到一种基于SIFT和图像灰度匹配的亚像素匹配算法。该算法能够实现亚像素级匹配,并且不需要在传送带上粘贴特殊标记,也不受被测物体形状和大小的限制,很好的保障了在线相位测量轮廓术的精度。通过实验验证和误差分析,采用改进的相移算法以及像素匹配算法,能够满足在线钢轨三维轮廓检测的要求。实验结果表明将相位测量轮廓术应用到钢轨在线检测是可行的。