鐵路作為國家重要基礎設施、國民經濟大動脈和大眾化運輸方式，對社會經濟發展起著不可替代的支撐作用。軌道是鐵路系統的重要組件，軌道病害檢測是鐵路工務部門的核心業務。傳統的人工巡檢不僅費時費力，而且檢測結果容易受到各種主觀因素的影響。因此，視覺檢測設備自動化軌道病害檢測對維護鐵路運輸安全具有重要的現實意義。考慮到視覺檢測在速度、成本和可視化等方面的優勢，本文聚焦于軌道病害視覺檢測技術。首先以廣泛應用的無砟軌道為例介紹軌道的基本結構，對常見的軌道表觀病害進行樣例展示、成因分析和影響評價；簡要梳理常見的自動化軌道檢測技術的基本原理和應用場景，對軌道病害視覺檢測面臨的圖像質量不均、視覺檢測設備可用特征較少和模型更新困難等主要挑戰進行歸納；然后，依照前景模型、背景模型、盲源分離模型及深度學習模型的分類邏輯對軌道病害視覺檢測領域的研究現狀進行綜述，簡要介紹了各類方法的代表性工作，總結了各類方法的技術特點與應用局限性；最后，視覺檢測設備針對智能化鐵路的發展需求，展望了未來軌道病害視覺檢測技術的研究趨勢，即利用小樣本/零樣本學習、多任務學習與多源異構數據融合等技術手段來解決當前視覺檢測系統中的魯棒性弱、虛警率高等問題。