伴随着我国科技的进步,交通也得到了迅速发展,城轨交通更是围绕着人们的生活,这使得列车的安全问题得到重视。城轨列车运行过程中所需的能量,可以通过列车顶部受电弓与接触网接触获取,受电弓在列车的长期运行下,它的碳滑板容易发生磨耗,产生裂纹,甚至出现断裂,造成严重的安全后果,危及人们的生命安全。因此受电弓的裂纹以及磨耗检测十分重要。本文的主要研究工作如下:（1）对受电弓滑板的裂纹检测进行了研究,包括图像预处理以及裂纹检测。图像预处理包括灰度图,图像平滑,去除光照影响,二值化以及图像取反,裂纹检测包括边缘检测,膨胀和腐蚀,连通域筛选裂纹并对其进行标注。后续对算法进行了优化。（2）对受电弓滑板的磨耗检测进行了研究,包括滑板定位以及磨耗计算,在滑板定位中采用Mask R-CNN网络,对图像进行数据标注、训练以及测试,最终实现定位。又根据定位结果以及初始滑板厚度对滑板进行一次、二次截取,计算磨耗。（3）对受电弓滑板裂纹以及磨耗检测进行了试验,并展示了结果。在裂纹检测中,展示了优化前后的裂纹结果,并分析优化前后裂纹数目变化,还对试验结果进行分析。在磨耗检测中,展示定位结果与磨耗计算结果,并将该算法与传统磨耗检测算法作对比,对两种算法得到的磨耗值进行精度验证。本文的创新点如下:（1）在受电弓滑板裂纹检测中,对算法进行了局部直方图均衡化优化,获得光照分量,根据每行或每列的上下或左右的差距进行图片划分,分别均衡化后再拼接回原图。（2）在受电弓滑板磨耗检测中,摒弃了传统的图像检测算法,将Mask R-CNN的目标识别功能应用到滑板定位中,根据定位结果在原图中进行后续计算,提高了磨耗检测的精度。