机车的轮对工作状态对机车安全行驶异常重要,但目前检测方法主要是人工检测,效率低、劳动强度高,因此,机车轮对工作状态检测的自动化与智能化处理显得尤其关键。本文主要针对机车的车轮踏面损伤和外径测量技术进行深入研究,采用图像处理和光电测量技术,研发基于机器视觉的机车车轮踏面损伤检测及其外径测量系统,用于实现车轮踏面损伤自动检测及外径动态测量。论文主要工作包括以下几个方面:1)针对车轮踏面损伤区域检测,首先,利用自适应阈值分割技术和边缘检测,初步确定损伤的大致区域;然后,利用踏面图像的损伤纹理特征,基于灰度共生矩阵计算,选取方差、对比度、逆差矩、相关性4个纹理特征量,采用K-Means聚类算法,依据相似性度量准则,结合聚类区域的轮廓信息,确定损伤区域,计算出损伤面积;根据系统研发要求以及损伤面积为主要判断指标,最终做出损伤等级判定。2)针对车轮外径测量,利用圆与弦之间的关系确定直径计算方法。首先,将2条平行的红外激光线打在车轮的外侧面,获取带有2条弦的车轮图像;然后,根据激光线端点区域灰度值的梯度变化,采用局部的自适应阈值,提取出车轮上的2条激光线。同时,根据激光线的连通性,检测出激光线的端点,即得到2条弦。最后,利用2条弦的4个端点,计算出车轮外径。3)研发了基于机器视觉的机车车轮踏面损伤检测及其外径测量系统。根据系统技术性能,设计了系统的硬件和软件系统,实现了机车轮对动态采集、车轮踏面自动提取、踏面损伤在线检测、损伤级别智能判定、车轮踏面图像拼接、在线数据实时传输等功能。研发系统在北美TTCI的在轨检测试验现场进行了实验,试验结果表明,系统能够完成在线的车轮损伤检测及损伤等级认定,二级以上损伤的检测精度达到90%。