保障行车安全是铁路运输永恒的主题。我国现有的异物侵限监测方式其可靠性和自动化程度都非常低，无法充分保证行车安全。论文提出把单目视觉技术应用到异物侵限监测系统当中，通过图像处理技术对入侵异物进行监测，并通过仿真实验验证方案的可行性。论文主要研究内容如下：(1)设计系统的总体结构时，提出采用分布式网络系统结构，不仅便于管理，而且提高了系统的可靠性。通过分析监测点的设置原则以及监测现场要实现的功能对监测点进行设计，其实用性较强。(2)在系统软件的设计中，考虑到图像在传输、生成以及量化等过程会产生大量噪声，论文采用改进的开关型中值滤波器对图像进行去噪处理。改进的中值滤波算法采用分段统计的方式，并且把开关原理加入到滤波算法中，能够在去除噪声的同时很好的保护图像的细节信息。(3)为了克服已有边缘检测算法检测出的轨道线效果不好的缺点，论文提出采用改进的蚁群算法对轨道线的边缘进行检测。改进的算法通过在蚁群的路径选择中加入搜索热度因子，提高了算法的寻优能力。在考虑轨道边缘的连续性和完整性后，结合图像的灰度梯度值、像素点的相位角度和蚂蚁移动的方向性重新设计启发函数，提高算法边缘检测的精度。通过重新规定信息素更新规则和动态调整局部信息素的更新公式，提高算法的收敛速度。实验结果表明采用改进的算法能够清晰、完整的检测出轨道的线路，为下一步的异物入侵监测提供保障。(4)根据铁路限界及障碍物的高度要求，对摄像机安装位置进行设计，实现了采用单目视觉技术可以监测入侵异物高度的功能。通过对摄像头和被拍物体运动关系的分析，提出在进行异物监测时可以把被监测物和摄像机的运动关系归为一类，精简了监测过程。(5)根据灰度直方图的平均变化对入侵障碍物进行初步识别，并针对轨道线和轨道内纹理特征的完整性，设计精确识别准则。通过多步骤的监测方案，保证系统监测的准确性。通过实验证明，论文提出的监测方案对入侵异物有较高的识别率，表明该方案是可行的、有效的。