【摘要】地铁车辆运营在复杂的环境中，受外界影响，列车车体可能发生多种异常状况，如螺栓松动、表皮破损、脏污等。这些缺陷事关地铁车辆的完整性，对轨道交通运营的稳定性产生负面影响。为了及时消除缺陷，在日常的生产生活中，通常采用人工巡视结合计算机视觉算法分析车身图像的方式发现车体缺陷，虽然在一定程度上能够发现和解决问题，但是也存在多种弊端，如时间长、精度低、对缺陷样本要求多等，导致难以进一步提升分析效率。本文提出了一种基于图像对比的方式，结合同次列车自生多次历史图像数据实现分析对比，解决了上述传统方法中的问题，并达到了较好的效果。