中国经济稳健发展持续带动着轨道交通事业，高速客运、重载货运成为我国中长期铁路网规划的主要发展方向。在铁路高速化、重载化的发展趋势下，钢轨产品质量备受广泛关注。为了提高钢轨产品质量保障能力，许多先进的检测技术和装备不断应用于各大钢轨生产厂，其中机器视觉技术具有精确、快速检测出钢轨外部缺陷的优势，己逐步在钢轨制造行业普及。

钢轨缺陷按类别可分为两类：

（1）内部缺陷：在钢轨生产过程中，钢轨内部可能藏有气泡，炼钢熔渣等杂质，以及在列车长期运行中，钢轨焊接处可能出现微小裂缝。内部缺陷通过在线超声波或涡流等探伤检测设备进行检测，外部缺陷通过在线检测设备和人工检测两种方式进行检查。

（2）外部缺陷：外部缺陷又分为断面规格和表面质量两个大类，常见的缺陷包括:断面尺寸、外形、裂纹、耳子、过烧、划痕、轧疤、折叠等。钢轨断面规格和表面质量是影响钢轨使用性能的两个重要指标，在钢轨高速轧制的过程中，实时获得热态钢轨断面规格尺寸及表面质量信息，是提高产品质量的重要方式;在钢轨冷却矫直后，通过自动化设备对钢轨最终规格和表面质量进行检测，己成为保障产品质量的有效手段。

本文针对攀钢轨梁厂人工检测条件恶劣、效率低、误差大等问题，提出了一种基于机器视觉的识别工具OpenCV图像处理技术钢轨轮廓检测方法。通过基于机器视觉技术的钢轨轮廓在线检测系统，获取钢轨全断面轮廓尺寸，利用图像处理算法实现廓形数据的各种操作。

随着信息技术与计算机技术的迅速发展, 使用计算机进行图像处理的技术也得到了迅猛发展。以 C 开发的OpenCV 开源计算机视觉库成为了在图像处理和计算机视觉方面的热门技术。在数字图像处理技术的研究过程中，基于平时对少量图像进行处理时，一般都是针对不同需求运用各种图像处理算法进行编程，存在着许多重复性工作。而当数字图像数据量非常大且对处理的图像实时性要求非常高时，对所有图像进行处理，代码以及算法 的实现都通过人工进行编写，存在着相当大的难度且效率十分低下。为有效解决上述问题，以 OpenCV 计算机视 觉库为基础，在 QtCreator 集成开发环境下，采用面向对象编程，开发并实现了一款界面良好，方便用户使用的 图像处理系统。通过对大量数字图像处理的实践表明，该系统能有效快速的进行图像处理。

如今市面上存在众多处理图像和视频的软件和库，其中 OpenCV，CxImage， CImg，FreeImage 是几种常用的图像处理库，但是对于期望自己开发图像处理软件的人而言，OpenCV 库是最好的 选择。OpenCV（OpenSource ComputerVision）是一个开源可跨平台的图像及视频分析库，它包含500多个优化过的算法。

2. 研究的基本内容与方案

OpenCV数字图像处理技术主要包括图像变换、滤波、边缘检测、直方图、几何变换和数学形态学处理等.可以很方便地对图像进行采集、底层处理，为后续的模式识别、机器视觉应用提供高质量的图像.

OpenVC是一个跨平台计算机视觉库，需要将它编译成二进制的静态库和动态库后，才可以在工DE下直接调用图像处理函数。编译OpenCV需要用到开源跨平台自动化构建工具CMake ,它可以跨平台生成各种makefile或project文件支持用各种编译工具生成可执行程序或链接库。Qt creator支持CMake，因此可以用Qt Creator在图形界而中对OpenCV进行编译。下而是开发环境的配置过程。

该系统主要由两个核心模块组成:图像处理模块与显示模块，图像处理模块作为系统最为重要的功能部分，主要负责接收用户指令针对图像进行特定处理。显示模块即在界而上显示原始图像或处理完成后的图像。除了上述两大功能模块外，图像的载入与保存也是该系统必不可少的部分。系统采用Qt Creator中的可视化图像编辑器进行UI (User Interface)设计，界而简洁清晰，具有良好的交互性「幻。通过对话框操作的形式就可以实现对图像进行相应的处理，而无需考虑具体实现原理，简化了处理图像的工作流程，提高了工作效率。