到目前为止,我国铁路已经历了六次全面大提速,列车的行车安全问题受到了越来越多的关注。近年来,随着我国铁路行业客货运输量的不断增加,铁路路外伤亡事故的发生频率也越来越高,铁路障碍物对列车的行车安全已构成了严重的威胁。将机器视觉技术用于列车前方障碍物的检测具有重大的实际意义。本文针对静态障碍物检测和动态障碍物检测与跟踪进行理论分析和实验验证。设计了以机器视觉技术为基础的列车前方障碍物检测的系统软件。在静态障碍物的检测方法中,首先对采集到的视频图像进行图像的预处理,接着以铁轨自身特点为基础采用链码跟踪算法提取出铁轨轮廓线,并建立检测窗,最后使用图像纹理特征和灰度值方差以及黑白像素比相结合的方法在检测窗内进行静态障碍物的检测。检测窗的建立能够有效的减少静态障碍物检测的范围,在很大程度上降低了检测算法的计算复杂度。通过对常用的运动目标检测方法进行分析,同时结合列车运行的实际环境,考虑到光照等的复杂多变,采用基于三帧差法和光流法的方法进行运动目标检测。首先采用三帧差法进行运动目标的初步检测,然后使用光流法去除运动背景,最终得到实际的运动目标。该算法一方面解决了光流法计算复杂度大的问题,另一方面能够有效补偿光照的变化,实现运动目标的准确检测。对检测到的运动目标采用图像边缘方向直方图与Kalman滤波相结合的方法进行实时跟踪,该算法不仅能够实现单目标物体的准确跟踪,而且能够完成多目标物体在遮挡条件下的有效跟踪。设计了基于机器视觉的列车前方障碍物检测的系统软件,其具有视频采集、视频存储、视频播放、静态障碍物检测、动态障碍物检测与跟踪以及语音报警等功能。所设计的系统软件能够完成基本的监测功能。