近年来,高速电气化铁路飞速发展,接触网设备质量显得尤为重要,逐步成为高速电气化铁路发展的基础。对此接触网检测技术的研究和在现场的应用成为提高接触网设备质量及日常缺陷克服的关键。针对此问题,本论文在概述接触网动态检测技术发展历史的基础上,对比了接触网检测系统无接触和接触式检测方式的优缺点,对我国电气化铁路的检测系统构建进行了系统的阐述,同时对以图像识别分析为基础的接触网悬挂检测系统的组成、识别方式、系统特征及计算方法等进行了分析研究。本论文由五章内容组成,第一章主要介绍本文研究的背景和意义,同时简要介绍国内外接触网检测发展程度及基于图像处理的接触网检测现状。第二章则主要介绍了图像处理和决策树相关算法的原理。对图像灰度转化、边缘检测、Hough变换直线段提取、sift特征匹配以及决策树分类等算法详细阐述了工作原理,并加入了一些个人的总结和体会。第三章介绍了本文设计的识别和检测算法,并进行了算法的测试。完整算法的工作过程首先是对接触网录像进行分解,将其所有帧图像按顺序标上图号,然后循环带入算法；然后对循环中的每一幅图像依次进行灰度转化、边缘提取、Hough变换直线段提取以及应用决策树生成的分类规则对该图像进行判断；最后将判断为是的图像图号存入数组,按照修正后的数组重新循环调用图像,使用sift特征模版对这些图像进行匹配,识别出图像中的定位器位置,继而提取出图像中的定位器倾斜角,通过几何关系计算出定位器坡度。第四章是对第三章设计的算法的测试结果进行的归纳和分析,主要是展示了第三章中算法的运行速度和准确率数据,并对算法进行评价。第五章对本文研究成果及存在不足进行总结,对下一步基于图像处理的接触网检测研究进行了展望。