本文研究了高速铁路线路环境状态智能识别的相关技术,主要包括实时图像处理和基于图像的智能识别两个方面,并以此为基础构建了基于图像的高速铁路线路环境状态智能识别系统。该系统通过安装在综合检测列车上的摄像机采集线路图像,利用图像处理、机器视觉等技术对图像进行实时处理和分析,从而实现对线路环境状态的智能识别。本文首先介绍了高速铁路线路环境状态智能识别系统的总体设计,包括系统总体方案、系统组成、各部分功能、采用的关键技术等。并重点分析和讨论了成像系统选型和安装的相关问题。随后论文就实时图像处理和基于图像的智能识别两个方面进行了深入地研究。在实时图像处理方面,本文采用了基于FPGA的硬件处理器来实现图像预处理算法,以提高系统的处理速度。为了解决当前图像处理硬件设计困难、设计周期长等问题,本文创新性地提出了基于图像代数的图像处理算法硬件实现技术,并采用该方法实现了本系统相关的图像处理算法,如图像滤波、形态学处理、边缘提取等,的硬件设计,给出了硬件的仿真结果和图像处理的结果。在基于图像的智能识别方面,本文采用了二维图像识别和三维立体视觉识别相结合的方法,利用二维图像识别技术快速提取线路异常特征,再利用立体视觉得到异常特征的三维信息,来确认其是否为线路缺陷。在基于二维图像的线路环境状态的提取和识别方法上,本文提出了基于灰度统计特征和边缘统计特征的护栏完整性识别算法,以及基于混合高斯模型的空间异物识别算法。在三维立体视觉识别上,本文完成了三维立体视觉系统的构建、标定以及三维信息重建等。