研究绝缘子视觉识别系统,实现铁路接触网的绝缘子的智能化清洗,对排除污闪隐患、保障铁路交通系统稳定运行具有重要意义。本文通过采用基于核函数的支持向量机算法(Support Vector Machine,SVM)建立绝缘子视觉识别模型,实现了绝缘子图像样本的识别检测。主要研究内容如下:(1)采集绝缘子图像样本并进行二值化及ROI区域提取,通过Hu、LBP、H O G、H a a r等纹理特征描述算子建立绝缘子特征样本,采用归一化和主成分分析方法建立训练测试样本集。(2)建立基于线性核、径向基核、多项式核的SVM训练模型,以及基于线性核SVM方法的单纹理类型训练模型,通过对比分析各模型的用时及识别性能,验证了基于核函数的SVM方法对绝缘子识别的有效性,确定了多核绝缘子视觉识别模型组合形式。(3)分析基于核函数的SVM方法中参数对最终识别模型的性能影响,将模型识别准确率和支持向量个数作为模型性能的综合评价指标,并提出了相应的评价函数;在分析多种群体智能优化算法基础上,采用差分进化算法对SVM核函数方法的参数进行寻优,进一步提高了绝缘子识别模型的性能。(4)采用六角晶格标定板和SVM预测算法建立具有全视域采样的绝缘子双目视觉空间定位系统,通过实验分析映射模型的空间定位精度验证了模型的有效性。