随着我国铁路运能需求的不断加大,高速铁路成为了我国铁路建设的重点方向,使得如何对不断扩张的铁路进行巡检,保证铁路安全这一问题日益突出。而铁路扣件的缺失将有可能导致铁路脱轨,引起严重的事故,因此实现铁路扣件的快速自动检测成为一项重要的课题。针对此课题,课题组前期设计的基于激光三角测距和视觉相结合的扣件检测系统已能完成此功能,但存在一些问题和不足,需进一步改进,主要包括:1)系统结构较为复杂,采用激光三角测距对扣件进行定位,在扣件被遮挡的时候,可能无法产生相机的触发信号,导致漏检。2)采用一个相机拍摄一条铁轨两侧的扣件,可能导致图像两侧灰度差较大,图像质量较低,导致误检降低扣件识别精度。3)未对车载视觉探测箱做防护,导致测量玻璃窗易刮花,需定期更换玻璃视窗。为了解决上述问题,本论文主要做了以下工作:1)优化系统结构,采用全视觉探测的方案,只利用视觉传感器对扣件进行检测,同时采用图像序列对扣件进行定位,保证不漏检。2)优化硬件系统组成,采用四个相机对铁轨两边的扣件进行探测,避免产生图像两侧灰度差大的问题,保证有较好的图像质量,提高扣件的检测精度。3)采用两种扣件识别算法相结合的方式对图像扣件进行检测,先采用方向场算法对扣件进行第一次处理,对扣件图像进行分类,然后对分类置信度较低的的图像,再使用基于Harris点特征的算法进行二次处理,提高扣件的识别准确度。4)针对车载视觉探头,增加防护措施。对于振动冲击,采用减震器进行减振,并进行建模,分析为减震器的参数选择提供理论依据。针对尘土、水滴、砂石的附着和冲击,采用绕流体的方式,改变视觉探头周围的流场,减少其对测量玻璃窗的影响,同时对绕流体进行仿真研究,分析其结构参数与防护能力之间的关系,为绕流体的设计提供实验数据和理论参考。最后在上述硬件设计和算法研究的基础上,采用实验室的实验装置对其进行了各项测试,验证算法的可行性和系统的性能。