在我国经济发展的高速时期,交通在人们的生活当中变得越来越重要,人们的出行都离不开交通。随着国家对铁路事业的大力发展,对铁路的运输速度和服务质量也提出了更高要求,然而火车高速、重载的运行模式会影响铁路的运输安全,因此对铁路线进行检查和维护是一项很必要且必须受到高度重视的铁路养护工作。然而针对我国目前铁路巨大里程和高速的特点,传统的靠人工检查和维护的铁路养护工作不再适合当今的发展需求,而是需要向科技化、现代化的方向发展,急需研究出一种自动化的铁路线路缺陷检测系统,这样不仅减轻了铁路养护工作人员的劳动强度,提高了养护工作效率,而且铁路安全保障也得到了提高。因此本论文具有重要的研究意义和实用价值。论文的主要工作如下：研究国内外铁路道路缺陷自动识别技术的发展情况和其他缺陷检测的数字图像处理方法。分析我国铁路道路养护工作现状,针对轨枕存在的问题,明确轨枕裂纹检测的重要性。分析轨枕裂纹图像的特点、轨枕裂纹的类型及在识别过程中可能存在的缺陷识别问题,确定描述轨枕裂纹的纹理特征表示方法。根据提取的特征建立BP神经网络结构,对样本进行训练,直到训练曲线收敛,样本误差达到设定的期望值,再对待测样本数据集进行测试。基于以上研究,本文开发了铁路轨枕裂纹自动识别系统,并通过实例验证。实验证明,本文提出的方法对铁路轨枕裂纹自动检测有很好的效果,所开发的系统有一定的应用价值。