工务专业设施的运维管理是铁路运维管理的重要组成部分，传统的工务运维管理受制于技术手段，对图像数据的管理水平较低：采集时效率低；存储时缺乏统一标准，难以长期积累；使用时检索查询不便，限制了工务运维的精准度和效率的进一步提升。本文针对工务运维中图像数据的管理问题，以BIM技术和机器视觉技术为基础，以移动智能终端为载体，研究了工务运维图像数据智能化管理方法。基于机器视觉技术，实现了通过图像识别工务设施，在采集时根据图像内容对图像数据快速分类。基于BIM技术，建立工务运维BIM模型，将工务设施与BIM模型关联起来，为图像数据的分类管理提供可视化平台。基于数据库技术，建立工务设施图像数据库，并将数据库与BIM模型关联起来，实现了运维作业时高效检索查询图像数据。实际应用表明：本文提出的工务运维图像数据管理方法采集效率高，分类规则合理，作业中检索查询便捷，有效地提升了工务运维的效率和精准度，且该方法拓展性较强，对铁路运维智能化发展具有十分重要的意义。

受打印材料、打印装备、打印工艺及环境条件的影响，混凝土3D打印成形质量控制较难，且传统的人工检测手段效率低下，因此，亟需寻求新的检测途径。机器视觉技术作为一种非接触式检测方式，已逐步开始应用在混凝土3D打印缺陷检测中。为此，本文从混凝土3D打印几何形貌与精度、层间变形与稳定性及表面缺陷三个方面，综述了机器视觉技术在混凝土3D打印缺陷检测中的研究现状，以期为混凝土3D打印质量控制及发展提供借鉴。