机车受电弓及其车顶状态检测是机车在线监测系统中一项主要内容。目前,传统的人工登顶检测因工作繁琐且存在安全隐患,而逐步被各种自动检测方法所取代,也逐步提高了检测性能和工作效率。本文重点研究基于图像处理的机车受电弓及其车顶状态检测系统。研究工作将从受电弓状态检测技术、车顶状态检测技术和检测系统设计与实现3个方面展开:1)受电弓状态检测技术研究。首先,受电弓磨耗值检测将分为受电弓图像预处理、滑板区域定位、滑板边缘线检测、上下边缘定位及磨耗值计算5个部分来完成。针对受电弓滑板在图像中较暗的特点,运用积分图计算,确定受电弓滑板区域。针对滑板上边缘不规则的特点,提出了一种基于单像素的特定方向跟踪算法定位滑板上边缘。在检测过程中,通过透视变换校正图像几何畸变,采用图像增强技术提高图像质量。采用Canny边缘检测获取受电弓滑板图像边缘线,从而定位受电弓接触网和滑板上下边缘,计算受电弓滑板厚度,绘制出磨耗值曲线。然后,受电弓中心线偏移量测量将利用Harris角点提取受电弓弓头坐标的结果,计算受电弓中心线偏移量。实验结果表明,所采用的受电弓状态检测方法能够快速定位滑板区域、确定受电弓滑板边缘、准确计算出受电弓磨耗值以及中心线偏移值。2)车顶状态检测技术研究。针对机车车身较长、车顶面较宽及非匀速进场等情况,分别研究了基于面阵和线阵车顶采集下的车顶状态检测方法。针对线阵车顶采集图像,采用了基于车速的线阵校正方法对车顶图像进行校正,对于线阵相机采集的车顶图像采用基于金字塔数据结构的多分辨率匹配方法进行拼接,最终完成真实的车顶成像。针对面阵车顶采集图像,运用了SURF算法,利用交叠区域特征点,对帧间图像进行逐一拼接,完成车顶的全景图像。最后,采用改进的图像差分算法,完成车顶异物检测。实验结果表明,基于线阵采集方式下的车顶成像效果优于面阵采集方式。3)依据轨道交通标准和要求以及安装现场实际情况,设计并实现了机车受电弓及其车顶状态检测系统。现场试验表明,受电弓磨耗值检测误差小于0.6mm,能够快速生成机车车顶图像并实现异物检测。目前,研发的检测系统已在上海铁路局南翔机务段进行安装调试。