弓网系统的故障、事故及不稳定性影响着电气化铁路的提速和安全运行,其正常运作是保障电气化铁路正常运行的重要因素之一。近些年我国电气化铁路建设在高速度、高密度、高负荷方向发展较快,对机车弓网系统在安全运行方面提出更严格的要求。在列车运行当中,受电弓滑板与接触网滑动接触使得滑板表面产生磨损。机车受电弓滑板磨耗严重致厚度超限后,会影响电气化线路的安全运行,然而目前,在铁路系统日常检修当中,主要以目视检查及人工测量为主,存在效率低、准确度不高且易产生人为误差。对于以上问题,本文提出基于机器视觉的滑板厚度检测方法,进行相关的分析研究。课题选择在实验室环境进行受电弓滑板图像采集,具体研究内容为:（1）方案采用对滑板侧面斜上方拍照采集图像,综合考虑测量平面与成像平面不平行,两根滑板测量平面不同,本文通过利用透视校正的方法对采集的滑板图像校正处理,得到校正后的滑板图像。根据校正后的滑板图片,利用MATLAB应用软件程序进行滑板图像预处理,包括滑板图像灰度处理,滑板图像滤波、滑板图像增强处理;图像预处理后得到的滑板边缘图像更加清晰,增加了目标部分与背景的对比度。（2）通过对不同边缘检测算法的检测效果进行对比,首先选用canny算子实现滑板磨耗边缘与底面边缘检测;然后对滑板边缘进行形态学开闭运算处理,将边缘检测后存在的伪边缘去除,断点进行闭合;最后细化得到连续、准确的滑板边缘。通过图像边缘追踪定位滑板边缘,分别提取滑板磨耗边缘和底面边缘的像素坐标。（3）由于滑板两端部分在正常工作时不与接触网接触,可以作为成像判断的基准位置。首先选取滑板两端部分进行像素当量标定,标定时对不同测量平面的两根滑板分别进行像素当量标定;然后通过滑板的边缘纵坐标差值及标定数据计算滑板厚度,作出滑板的磨耗曲线,计算出滑板的磨耗最低点;最后,通过建立MATLAB GUI仿真系统,对滑板厚度进行测量试验。本文通过利用MATLAB软件对受电弓滑板图像数据进行处理,提出利用透视校正的方法减少透视畸变的影响,针对受电弓滑板底面边缘非直线特点,采用边缘追踪的方法对受电弓滑板底面边缘进行追踪定位,实现算法在滑板厚度测量时边缘定位误差范围较小,得到算法具有较高的精确度,对开拓现场实际应用有一定参考价值。