闸瓦制动是国内铁路货车普遍使用的制动方式,其运用规模庞大,且在今后一段时期内仍将是主要的制动方式,因此对闸瓦状况进行及时有效的检测非常重要。目前铁道部门对闸瓦磨耗检测还是以人工为主,劳动效率差、可靠性低且不便于信息化管理。随着计算机图像处理、光电技术相关学科的发展,机器视觉技术已广泛的应用于工业、医学等领域,其优点是自动化、非接触和在线性。将其应用于闸瓦磨耗的自动检测,有显著的现实意义和广阔的应用前景。本文主要研究了机器视觉技术在铁路货车闸瓦检测中的应用。根据铁路现场环境和闸瓦的安装情况,设计并搭建了闸瓦图像采集系统：包括选用光源、镜头、CCD摄像机、图像采集卡等器件组成图像采集单元；现场搭建采集系统,完成对闸瓦图像的摄取。对检测系统进行标定,设计标定参数模型,采集标定棋盘格图像,提取关键点的图像坐标及物方尺寸坐标,最后求出标定参数。根据所采集的闸瓦图像,设计处理分析算法：首先定位闸瓦区域,进行图像剪切,降低后续处理量及复杂度；然后对剪切后图像进行维纳滤波及形态学处理；接着对比分析各边缘检测算子特性,选择Canny算子对图像进行边缘检测,提取出有用的边缘信息；根据闸瓦内外边缘的先验特性,设计出特征向量,由连续性长度,横变化率,轮对与闸瓦间关系,内外边缘间距离组成,根据模式识别原理提取出闸瓦内外边缘曲线。对闸瓦边缘进行曲线拟合,比较判断出最小厚度值,对产生的误差进行分析。采集大量图像,进行重复性试验,试验表明：图像采集系统能拍摄到效果较好的闸瓦图像,图像处理算法能准确提取出闸瓦边缘、定位出最小厚度位置和计算闸瓦厚度,且算法稳定性、重复性满足要求。