地面调车信号在调车机车上的实时显示对调车作业的安全防护具有重要意义。我国站内调车作业和机车出入库时存在防护盲区，并且站内没有适用于正线机车临时调车作业的安全防护系统，主要依靠司机瞭望信号灯状态进行调车作业。这就需要司机时刻保持高度注意力，容易造成司机的精神疲劳和注意力下降，同时，户外工作容易受视觉角度及天气的影响，易发生因人为因素造成的调车事故。因此，针对这一问题，采用机器视觉技术结合图像处理等相关知识，主要对站内调车信号的实时检测、识别及距离测量等技术进行了深入研究。根据调车信号灯的形状及其发出的光柱均为圆形的特点，针对复杂的站内调车作业环境，采用了基于PCA(Principal Component Analysis,主成分分析)和随机Hough变换的调车信号灯检测方法，并结合站内线路特征来实现本股道调车信号灯的准确检测。通过实验证明该方法有效地简化了图像的复杂背景，提高了检测速度，具有较好的检测精度，并对有颜色的信号灯具有良好的检测效果。在此基础上，通过分析彩色空间模型，提取能反映显示信号灯区域颜色本质的特征值H、S、I作为改进型BP神经网络的输入，调车信号灯的显示颜色作为输出，通过离线训练得到BP神经网络颜色分类器，实现调车信号灯的显示状态的在线识别。实验结果表明，当BP神经网络结构参数选取合适时，颜色分类器的识别准确率较高。同时，在调车显示信号灯准确检测的基础之上，根据目标距离与目标物体在图像中的像素高度之间存在着对应关系，通过统计数据，拟合得到调车显示信号灯到调车机车的距离与信号灯在图像中的像素高度之间的函数关系，实验结果表明，这种函数关系可以满足调车信号灯距离测量的需求。综合以上结果，设计并实现的基于机器视觉的站内调车信号安全预警系统通过安装在调车机车内的显示设备，向司机提供机车运行前方调车信号灯的显示状态及位置信息，判断调车信号为禁止信号时，则向司机发出预警信息，提醒司机安全行驶，完成了站内调车信号安全预警的功能。