近年来,随着我国高速铁路和客运专线的大量建设,列车运行的速度越来越高。相应地,铁路运输安全成为日益关注的重要问题。铁路限界的好坏直接影响行车的安全,因此研究和提高限界检测技术有着重大的社会价值和经济价值。目前国内多应用定点接触式测量方法进行静态限界检测。单个断面需要花费几分钟甚至更长时间。故需要一套能快速、准确获取列车限界数据的检测设备。本文采用的非接触式测量方法是通过对图像传感器获取的图像进行分析来获取限界数据。相较于接触式检测方法,它具有速度快、精度高、工作量小等优点。本文采用两个CCD图像传感器和图像采集卡来实现对列车前方断面的图像采集。图像采集之前,分别对两摄像机进行标定。标定方法是应用Marr视觉理论求解包含摄像机内外参数的标定矩阵、镜头径向畸变参数和极线方程。标定之后,保持摄像机内外参数不变,进行图像采集。然后对采集的图像进行处理和分析,采用的方法包括图像平滑、图像锐化、边缘检测等。接着对已经预处理过和边缘检测的左右图像结合标定参数和极线方程进行匹配运算。匹配计算采用相似法、松弛迭代法以及分区法。最后由匹配结果计算出物体的空间位置,对比空间坐标与限界标准以判断是否超限,并对超限物体进行标示。试验表明,本系统能够正确的标定摄像机的内外参数,采集的图像正确清晰,并且提供了多种预处理的方法,能够根据原始图像的质量和特征选择合适的处理方法。系统通过对左右图像的匹配运算,准确的计算并标示了超限物体的空间位置,实现了正确检测铁路基本建筑限界的功能。鉴于试验条件的限制,本系统仅实现了非接触式的静态检测。本文主要研究了数字图像处理技术和机器视觉在铁路限界检测中的应用。随着传感器以及处理器的高速发展,应用图像处理来检测铁路的限界具有较广阔的前景。