接触网支持悬挂装置作为电气化铁路架空接触网的核心部件,其状态的好坏直接决定接触网悬挂系统的稳定性,影响接触网安全状态从而影响铁路行车运营安全。旋转双耳作为接触网支持悬挂装置的重要部件,起到连接定位管与斜腕臂的作用,其一旦发生故障将造成定位管与定位器下滑、倾斜或下垂,从而造成严重的接触网事故。目前,推广应用于路内的接触网悬挂状态检测监测装置主要集中于绝缘子检测、承力索检测等方面,而旋转双耳缺陷状态识别还处于人工判读状态、效率低下,自动化程度有限。针对旋转双耳缺陷识别尚未应用于实际,本文展开了接触网旋转双耳缺陷识别的算法研究。本文以接触网悬挂状态检测监测装置(4C)在实际线路采集的图像作为研究对象,分析研究了接触网几何参数测量、绝缘子故障识别、定位线夹故障识别的应用以及支持向量机结合特征提取的方法在人脸识别等领域的应用,提出了基于图像处理与识别的接触网旋转双耳定位识别与缺陷检测方法,并对多条实际线路数据进行测试验证了该方法的可行性。论文首先通过图像预处理提高检测图像的质量,得到利于后续分析处理的高质量图片,图像预处理内容主要包括图像去噪、对比度增强以及全局二值化。然后通过特征提取与支持向量机结合的方法定位旋转双耳区域,并提取旋转双耳区域开口销部件,进行开口销缺失的故障检测。在旋转双耳区域定位识别中,分别应用了 LBP特征以及HOG特征与支持向量机结合的方法,并且提出使用LBP特征以及HOG特征融合而成的LBP-HOG特征对旋转双耳区域进行识别,实现了旋转双耳区域的定位识别。在旋转双耳区域缺陷检测中,通过Gabor特征与支持向量机结合精确定位到1号开口销,并在此基础上基于距离变换的方法精确定位到了2号开口销;在精确定位到的开口销区域采用识别开口销尾部的方法判断开口销状态,实现旋转双耳区域开口销缺失的故障识别。最后,对接触网悬挂状态检测监测装置(4C)在多条实际线路不同工况下的巡检图像进行测试,验证了本文设计的旋转双耳缺陷自动识别算法的可行性与可靠性。