滚石、行人、动物等异物侵入铁路限界,频频引发铁路交通事故,严重威胁了人民生命财产安全和铁路运输经济的发展。铁路入侵检测问题成为各国铁路运输安全关注的热点问题。随着智能视频监控技术的飞速发展,基于视频监控的入侵检测技术得到了越来越多的研究和尝试性应用。论文分析了基于智能视频技术的入侵检测系统的功能目标和应用结构,从而确定了用于系统测试的图像采集模块的性能及安装要求,并从铁路入侵物的类型、特点入手,重点研究并提出了针对累积性物体和运动目标的铁路入侵检测算法。整个算法从功能上可以划为三个部分：图像数据预处理部分、轨道识别及模板匹配部分和运动目标入侵检测部分。其中,图像数据预处理部分完成对监控视频图像的镜头畸变校正、滤波、防抖动处理以及对比度增强等功能；轨道识别及模板匹配部分实现轨道的自动识别,从轨道位置信息确定重点监控区域的范围,并完成对累积性物体的入侵检测功能；运动目标入侵检测部分通过对监控场景内运动物体的检测与跟踪,并结合重点监控区域范围,判断运动物体是否属于入侵目标,实现对运动物体入侵的有效检测。论文采用不同条件下拍摄的测试视频对入侵检测的相关算法进行了测试,验证了算法的有效性。论文的主要创新在于：首次将铁路路面积雪、积沙等累积性物体归入铁路入侵检测的范围,并采用基于方向场特征模板匹配方法对其进行有效监测；将指纹识别领域的方向场特征应用到铁路轨道的自动识别,设计了针对轨道特点的方向场计算法以及基于方向聚合距离的方向一致性处理方法,根据得到方向场特征进行轨道的自动识别,取得了很好的识别效果；设计了基于彩色图像处理的入侵检测算法,既适应于白天的彩色监控视频,也适应于夜间的红外成像视频。