在世界各地高速铁路迅猛发展背景下,为适应国民经济发展,满足广大人民的需求,我国加大对铁路事业的投入并取得骄人成绩。近年来,我国铁路运行速度大幅度提升,机车的安全行驶受到业内人士越来越多的重视。机车入库在线检测环节中,车顶异物识别与设备损坏检测作为机车检测的一个重要部分受到人们极大的关注。针对车顶异物与设备损坏,本文提出了基于车顶图像在线比对检测系统,目前国内外尚没有一套能完整针对机车车顶异物进行识别的设备,因此本系统的研究具有重大的现实意义。本论文详细介绍了机车车顶异物检测与识别的原理,结合实际需要搭建合理的图像采集系统,并辅以详细算法对拍摄的车顶图片进行比对分析。本文重点对图像采集系统的搭建与算法设计进行了全面详细论述。在图像处理阶段对算法的每个模块都使用了适于机车顶图处理的改进算法。涉及的主要算法模块如下：首先,对原始车顶图像进行光照补偿,为了消除不同拍摄条件下产生的全局或局部车顶光照不均,采用了灰度直方图均衡化结合同态滤波的处理方法,有效消除了待检测车顶图像与模版图像的灰度分布差别。其次,本系统采用在对数极坐标下基于相位相关法的配准算法,能够在保证精度和处理速度基础上对发生平移、旋转和缩放的待检测车顶图像与模版图像进行配准。然后,进行异物识别,通过与标准图像比对查找异物。本步骤将待测图像与标准图像做差分运算,获得包含疑似异物的图像。使用迭代阈值对图像进行二值化处理,去除部分干扰；最后,对每个异物分配一个独特的值进行标记。本步骤使用4连通域搜索标记法,提出了两种改进算法,在准确性与速度上都符合要求。本论文在前期使用matlab进行算法仿真,实现所有算法并达到要求效果,最终在MFC平台上搭建起车顶图像处理平台,将前期仿真通过的算法转化为C++代码,提高了系统的实用性与可移植性。最后论文对本系统设计进行总结并指出了系统中一些可以继续提高改进的地方,对后续任务做出了研究展望。