高铁时代已经来临,列车运行速度的快速提高以及运输量的增加,导致列车事故的上升。依靠传统的列车人员的视觉来检测障碍物的方法对于当今铁路运营的形势已无法适应。基于计算机视觉技术的前方障碍物检测,为铁路障碍物的检测难题提供了一个重要方法。在计算机视觉技术基础上研究列车前方障碍物检测的图像检测方法,结合铁路特点,提供给列车司机一些辅助驾驶信息,从而为保障列车行车安全提供有效的技术手段。本文是基于分析单个摄像机获取的图像的方法来研究列车前方障碍物检测技术。对于直道上静止障碍物检测,本文先对图像进行预处理以铁轨边缘为基础建立图像窗口,从而缩小静止障碍物的搜索范围。接着利用灰度直方图相关信息、路轨纹理性和轨道的完整性对障碍物有无进行综合判断,然后由障碍物边缘确定障碍物的位置。大量仿真实验显示本文提出的方法可以有效的检测直道上列车前方静止障碍物。对于直道上运动障碍物检测,本文采用光流场法进行检测,但考虑实际中摄像机抖动和平移对光流场影响,我们首先对抖动进行了补偿及摄像机运动估计。对于弯道上障碍物判断是车载检测系统的一个硬伤,为弥补这种缺陷,本文采用了以下一种思路：首先在弯道处安装一台固定摄像机(兼有无线传输设备),当安装超远焦距摄像机的列车向前行驶时,在比较远的距离时识别到前方是弯道,立刻启动无线图像接收功能,利用本文算法对接收到的图像进行处理,得到前方障碍物信息。由于固定摄像机拍摄视频的场景固定,故本文采用两差帧法对障碍物进行判断,运动障碍物使用三帧法。最后利用直道静止障碍物定位思路对弯道处障碍物也进行了定位。实验结果显示,此方法对弯道处障碍物有效。在获取列车前方障碍物有无信息后,障碍物离列车的距离也是一个相当重要的资讯,故本文对前方障碍物测距进行了深入研究。首先是介绍了一种比较精确的单目测距模型,接着通过大量实验验证了此模型的准确性和可靠性,实验结果显示,此模型具有一定的准确性和可靠性。