随着铁路客专线路的铺设与提速，以及城市轨道交通的大力建设，轨道状态的监测已成为线路正常运营的保障。为监测提供数据来源的轨道不平顺检测的频率也将大大增加。作为其参数之一，轨距检测一直都是一项重要内容。轨距变化将直接导致列车的卡道和脱轨，造成严重的经济损失和重大的交通事故。传统的检测手段由于耗时耗力、精度低等原因已经不能再满足目前市场的要求，基于计算机视觉系统的非接触式轨距检测方法则克服了这些问题。根据检测要求，本文设计的检测方法如下：列车前进过程中，在轴承等设备的带动下，光电编码器发出脉冲信号，触发安装在左右轨道内侧的两台CCD工业相机，捕获包括照射在钢轨上的辅助光线的钢轨轮廓图像，通过数据采集卡传输到工控机内，经过图像细化等图像处理方法后，得到钢轨轮廓线上的轨距测量点。在世界坐标系中表示出左右钢轨测量点的坐标后，即可得到轨距参数。本文首先介绍了计算机视觉系统的原理以及目前轨距检测现状，提出基于计算机视觉理论下的非接触式轨距检测方法；接着研究构建该系统的各种元器件，对比其性能，确定适合系统要求的类型及配置，设计搭建实验室平台；根据设计的系统的功能模块，设计出装载检测设备的轨道检测车；在动态高速图像获取章节将介绍动态图像的获取及图像的处理方法，解决多相机同时采集、传输图像的问题；作为本系统的重要一环，将重点研究图像细化的方法，研究出像素点拟合的方法，减短图像处理时间，提高细化精度；然后详细阐述经过图像处理得到的空间点的三维重构，以及轨距检测测量点的计算确定。最后对比得到的实验室轨距数据和在线轨检车实时测得的参数，分析造成误差的原因。论文的研究内容主要包括以下方面：1图像细化方法。钢轨轮廓图像的细化直接影响到测量点的提取和轨距参数的精确度。在传统Hilditch细化和OPTA细化算法的基础上，提出一种针对辅助光线提取的拟合细化算法。该算法在结合差影分割后，不仅解决了图像细化过程中产生的毛刺等干扰信号，而且节约了细化的时间，提高系统的实时性。2动态高速图像获取。在达到轨检车30km/h~40km/h的速度下，图像的获取和传输就需要严格考虑。采用多线程并行处理的方式，解决四台相机采集图像的同步性和传输的快捷性。3多目相机多视场标定。CCD工业相机的定标，是空间点三维重建的决定因素，在标定板上的角点不能同时出现在多台背对式相机的视场中时，通过定位坐标原点将两侧的坐标系统一到一个世界坐标系中，完成多目相机多视场的定标。在轨检车下线实时检测过程中，得到的实验误差在0.1mm以内，符合轨检（±0.2mm~±0.5mm）标准，证实该系统方法可行。