我国高速铁路快速发展对运营安全和品质提出了越来越高的要求。传统接触网检测方式效率低、误差大,逐渐不能适应需求。与此同时,基于智能视频监控技术的被动检测方式,因不用界入现有系统,对行车影响小,检测速度快,检测手段符合人类感知,开始受到越来越多的重视。智能视频监控技术是通过对图像场景中的目标进行定位、识别,从而理解图像内容含义,解释客观场景信息。将此方法应用到高铁供电安全检测监测系统中,可以逐步代替现有的人工巡检方式,使检测监测系统更加自动化、智能化。因此研究如何高效地对复杂背景接触网巡检图像进行智能识别,对高铁巡检技术具有重大的意义。本文以高速铁路供电安全检测监测系统中的子系统接触网安全巡检装置为依托,以该装置获取到的铁路场景序列视频图像信息为基础,利用数字图像处理技术,进行接触网支柱检测与号牌识别工作的研究,提出解决方法并通过实验结果验证可行性和准确性。在接触网支柱的检测中,首先通过铁轨区域的灭点检测进行干扰背景的分割,排除无关信息干扰。然后结合Lucas-Kanade光流场和概率Hough变换直线检测进行接触网支柱定位。最后根据接触网支柱几何结构构建模型,完成接触网支柱的模型重建,达到支柱检测的目的。在接触网杆号识别中,首先根据支柱位置信息和灰度直方图特征,对接触网杆号进行定位。然后通过自适应二值化增强号牌区域图像信息,细化算法提取杆号框架,直线检测细分割得到精确杆号区域。最后根据图像灰度统计值进行最优分割准确提取单个字符图像,并进行字符识别,得到杆号数字信息。通过现有的铁路真实场景数据对本文所提出的方法进行实验验证。完成了现有数据集的测试工作,对实验测试结果进行了分析。通过实验数据结果表明：本文的方法,在实际的列车运行场景中,能够准确快速的检测到接触网支柱并识别出对应的接触网杆号,得到了较高的识别率,具有一定的应用价值。