本发明提供了一种基于图像与激光数据融合的铁路运行环境异常辨识方法，该方法首先将点云数据进行特征分析和数据预处理，利用基于随机采样‑特征聚合‑原型拟合的大尺度点云语义分割模型对点云数据进行分割利用基于改进的欧几里得算法对点云进行聚类，利用基于迁移学习的深度学习实例分割方法对目标进行识别，最后再采用点云数据与可见光图像识别结果串行决策层融合的方法实现铁路运行周边环境异常的智能识别。该方法具有结果准确全面、容错性高等优点，同时也证明了多源数据融合对铁路运行环境异常识别的意义。