青藏铁路是我国西南的大动脉,具有重要的经济、政治和军事意义。青藏铁路地处高原,自然环境恶劣,风沙大,铁路很容易遭到风沙、洪水和雨雪的侵蚀,而且难以人工巡查,所以如何及时的通过视频来自动获取青藏铁路的安全状况,预防各种灾害危害铁路安全情况的发生就是一个亟待解决的问题。解决此问题的关键在于,如何在各种天气条件(阴、晴、雨、雪、雾)和光照条件下(强光、逆光、反光、阴影),通过视频分析检测出铁路沿线的沙灾、雪灾、水灾和铁轨、路基、桥梁破损等危害铁路安全运营情况的发生,及时给出报警信号。在对目前的智能视频监控技术研究和分析的基础上,论文针对铁路场景设计并实现了一个能够实时检测目标物体(铁轨、路基、桥梁)是否遭受各种灾害侵蚀和破坏的自动预警系统。在系统中,论文采用了基于相位的相关和梯度投影的算法来去除大风和光照变化对图像的影响;提取图像的方向场、边缘信息和本征图作为主要的不变量特征,并基于这些特征自动的计算出感兴趣区域;最后通过一个多模板、多特征的匹配算法,来对目标物体的特征是否丢失做出准确的判断。论文的主要贡献在于:1.设计和实现了一套背景分析系统,能够在各种天气条件和光照条件下,对铁路视频图像中的多种灾害进行实时自动的检测。2.提出了一种基于方向特征的感兴趣区域自动检测算法,应用于检测包含铁轨、路基的在内目标区域。3.提出了一种基于本征图、多模板、多特征匹配的铁轨路基完整性监测算法,应用于自动监测多种铁路灾害的发生。论文中使用沙盘来模拟真实的铁路场景,并通过在沙盘上模拟各种自然灾害和铁轨路基损坏来进行报警和误报警测试。实验结果证明了系统的正确性和有效性。目前,该系统已经在青藏线上试运行,检测的结果达到了系统的设计要求。