铁路货车走行部弹簧作为转向架的关键部件,在使用过程中会因原材料缺陷及异常的冲击等因素而产生缺损,失去缓冲和减振的作用,进而影响到行车安全。一直以来,弹簧缺损故障的检测主要是由人工完成,不仅效率低、可靠性差,而且工人劳动强度大,存在很大的安全隐患。国内的货车运行故障动态图像检测系统能通过人机结合的方式,检测出弹簧缺损,在一定程度上减小了工人的劳动强度,提高了故障发现率。但实质上,该系统本身仅是完成了图像的采集、传输及适当的预处理,弹簧故障的判断仍是通过人工肉眼浏览采集到的图片来完成的,依然存在很多问题,需要进一步改进和升级。基于此,本文研究了如何利用图像处理技术来实现弹簧缺损故障的自动识别,对于提高故障检出率,保障货车安全运行具有十分重要的意义。本文首先在调研国内外走行部弹簧缺损图像检测技术的研究现状的前提下,研究了基于特征扫描的弹簧图像定位算法。思路是：先对采集到的走行部图像进行光照不均校正、二值化处理,然后扫描分析二值图像,根据图像特征找到弹簧区域边界位置,实现定位。通过对120幅图像进行实验及处理,结果表明：该算法能适用于不同车型不同光照环境下的弹簧图像定位,并且准确率达到95%以上其次,本文根据弹簧本身的宽度特征,提出了弹簧丢失自动识别算法：在对定位后的弹簧组合进行单个弹簧的分割后,通过比较相邻弹簧的宽度,可判断是否存在弹簧丢失故障。最后研究了基于模式识别理论的弹簧断裂自动识别算法：利用灰度共生矩阵提取图像纹理特征；基于Relief算法进行特征选择；利用最小距离分类器对未知样本进行分类判断。利用模拟的断裂弹簧图片进行样本训练和测试,结果表明：弹簧断裂识别率可达到90%以上。本文的研究为实现弹簧缺损自动检测提供了算法依据,准确率高、通用性好,具有良好的应用前景。