随时代的进步跟国力的增强,铁路系统也在不断发展及应用,电力机车承担着运输的重要作用,其在钢轨上行驶时受电弓碳滑板通过与铺设的接触线接触摩擦获取电能,维持机车的运行。受电弓在列车行驶过程中的滑行运动产生机械摩擦和电气磨损,碳滑板的厚度会逐渐减小,受电弓碳滑板作为受流关键部件当其磨损到限度值值后需要及时更换,如不及时更换易发生滑板变形断裂,出现弓网分离问题以及弓网冲撞,接触网受到大面积破坏,影响铁路运输的正常进行,因此对受电弓碳滑板状态进行及时检测与维修,使之与接触线接触良好极为重要。本文针对受电弓滑板为检测对象,对产生的磨损问题研究设计一套非接触式基于图像处理的受电弓滑板厚度检测系统,实现受电弓检测自动化,核心内容是通过对受电弓图像的采集,根据计算机视觉原理、数字图像处理与识别理论对受电弓磨损厚度进行测量,首先根据国内外受电弓滑板检测研究现状及方法进行总结分析,选择线结构光与图像处理结合的受电弓磨耗检测系统基本方案。其次根据测量环境及实际的测量要求完成了硬件系统的搭建及选型,通过线激光扫描受电弓,对图片中的激光光条纹进行中心提取拼合得到受电弓轮廓,针对采集图片易受铁路系统中现场光照、雾霾等环境干扰,通过一种基于HSV空间的MSRCR增强算法对图像进行增强滤波预处理,可以改善环境干扰造成的图像质量下降问题,为后续的受电弓轮廓提取打下基础。然后对图像进行线结构光分割及中心提取,对光条纹中心进行拼接,进行形态学处理得到受电弓轮廓的二值图像,最后结合张氏标定与线结构光结合标定结果完成碳滑板厚度的计算,实现测量系统自动化。本系统测量方便快捷,精度可以满足铁路受电弓检测的技术指标要求和行业标准。