一种基于图像的轨道异物探测方法，采集待测轨道图像，对不同形态的轨道设置相应的轨道匹配模板；使用Canny算子计算待测轨道图像中的边缘特征，并根据边缘特征计算图像的倒角距离，得到其距离特征图；将不同轨道模板在距离特征图中进行卷积匹配运算，以确定各个模板在图像上距离目标的倒角距离，倒角距离越小则表示模板在该位置的匹配值越高；找出各模板中与待测轨道图像倒角距离最小的模板，以此确定轨道异物检测区域；建立样本库，由包含轨道上异物所标定轮廓信息的图像集构成；建立DenseUNet模型，其主要由Dense模块、过渡模块、反卷积模块模块构成；基于样本库中的数据对DenseUNet模型进行训练，采用训练完成的DenseUNet模型对轨道区域内的异物位置以及轮廓区域进行识别。