随着铁路运输需求的增大以及我国高速铁路建设对速度与平稳度的要求,对钢轨检测的效率与精度的要求越来越高。目前铁路现场多数采用手工测量工具对钢轨进行检测,甚至依靠目测对钢轨损伤情况进行检查,手工测量工具与人眼观察的工作效率低、劳动强度高、对检测人员的依赖程度较高,且检测数据不便于数字化管理。常用的手工测量工具使用的是接触式测量方法,容易造成工具与钢轨接触点的磨损,需要时常对工具进行保养与校准。随着计算机技术的快速发展,计算机视觉、摄影测量技术、三维结构光技术等在各行各业中得到了较多的应用。在钢轨检测方面使用非接触式的近景摄影测量技术与三维结构光技术,可提高钢轨检测的效率与自动化程度,解决手工测量工具效率低、易磨损、不便于数字化管理等问题。因此,基于近景摄影测量技术的三维结构光钢轨检测研究具有重要的现实意义。本文对近景摄影测量技术与三维结构光测量技术展开了较为深入的研究,对近景摄影测量技术中的坐标变换以及像方与物方之间的关系进行了分析,以共线方程、共面方程为基础数学模型,确立了使用空间后方交会、像对相对定位与光束平差法对钢轨摄站中的编码标志点与非编码标志点的三维坐标信息进行计算的流程。分析了三维结构光扫描系统的工作原理,将近景摄影测量技术与三维结构光技术相结合,提出了一种快速准确地获取连续钢轨三维点云数据的手段。根据现场钢轨点云的特征,设计了一种除杂算法,可有效移除钢轨点云附近的杂点,包括大块的地面点云;提出了一种适用于钢轨的点云配准算法,通过PCA算法计算钢轨轨腰平面的主成分方向,将钢轨点云与模型点云进行粗配准,在粗配准的基础上,使用k-d tree半径搜索确定精配准的目标点云,再利用ICP算法实现点云精配准。铁路现场试验表明,基于近景摄影测量技术的三维结构光钢轨检测方法可准确地获取钢轨三维轮廓信息,从钢轨三维点云中自动计算得到检测参数,可实现钢轨表面轮廓参数的精确测量。