中国的高速铁路这些年快速发展,其对公众生活影响愈发广泛。高速铁路的安全运行关系到旅客的健康和生命,显得尤为重要。高铁接触网作为向电力机车供电的设备,其上有可能附着异物,威胁高速铁路的正常运行。目前,检测人员通过观察接触网安全巡检装置拍摄的照片来确定接触网上是否附着有异物。这种检测方式耗时费力,为了提高检测速度,本文研究高铁接触网异物检测技术,实现高铁接触网异物检测系统,重点检测对象是高铁接触网支柱上的异物。在现有的接触网安全巡检装置基础上,本文实现了高铁接触网图像的自动检测技术。本文使用机器学习和图像处理相关技术实现检测算法,利用MFC框架构建系统。系统主要完成的功能有:智能初检、人工精检、日志记录与查询、用户管理等功能。智能初检是本文的工作重心,首先提取正样本和负样本图像的HOG特征作为支持向量机的输入数据,经过支持向量机的学习生成一个高铁接触网支柱分类器。然后利用此分类器识别待检测图像中的支柱区域,与标准接触网支柱模板进行相似度对比,从而判断支柱上是否附着有异物。在相似度对比过程中,本文结合应用环境,提出了先进行边缘检测保留图像中的结构信息,然后再比对相似度的方法。这样得出的相似度对比结果比较精确。人工精检是检测人员进行复检的平台,目的是对初检结果进一步检测,精确定位接触网异物。日志记录与查询以及用户管理功能提供了便捷的信息管理方式,提高检测工作的信息化水平。本文主要介绍了高铁接触网异物检测系统的设计与实现。首先描述了项目背景和研究目的以及国内外高铁接触网检测技术的研究现状。接着介绍了本文中使用的部分相关技术。然后结合项目具体情况,描述了需求分析,系统设计和部分功能的实现。最后总结了本文的工作同时提出了未来工作的方向。