全文总字数：1801字

1. 研究目的与意义及国内外研究现状

自1999年起，中国的高速铁路事业开始起步发展，经过了将近二十年的高速铁路建设和对既有铁路的改造，中国目前已经拥有全世界最大规模以及最高运营速度的的高速铁路网。高速铁路（以下简称“高铁”）作为新时代下的科技发展产物，它对于施工，运营和检测维护方面的技术要求相较于一般的铁路更加严格。高铁的接触网是为高铁动车组提供电力能量的关键设备，接触网的安全性和可靠性直接关系到高铁运行的安全与效率。因此为了保障高铁供电系统的稳定和安全，接触网的安全检测十分重要。而接触网的故障一般分为机械故障和电气烧伤故障。电气烧伤故障由于线路较为隐秘故不容易被及时发现和处理，机械故障则主要由于内部设备损坏或因为外部影响致使设备不能正常工作导致。本文则主要探讨对于导致机械故障的外部因素的检测，力求通过智能检测设备实现检查的自动化。

国内外研究现状

针对高铁牵引供电系统的可靠性和安全性，现今提出的检测方案主要为“6c系统”，即高速弓网综合检测装置（cpcm）、接触网安全巡检装置（ccvm）、车载接触网运行状态检测装置（cclm）、接触网悬挂状态检测监测装置（cchm）、受电弓滑板监测装置（cpvm）、接触网及供电设备地面检测装置（ccgm）。

对于接触网上的异物检测则主要通过接触网安全巡检装置，该装置中核心为微处理器，通过由高速摄像头组成的视频采集器与微处理器相配合实现检测。高速摄像头由一个较高像素和一个较低像素的摄像头组成，分别对接触网进行局部特写和整体观察。检测人员通过对图像进行比对，观察分析来做出综合判断确定是否存在异物。这种方法在图像采集完成后，需要检测人员通过人工对比模板图像，详细辨别后再判别接触网是否存在异物，此过程耗时又耗力

2. 研究的基本内容

本篇论文主要着力于对高铁接触网上异物的自动化检测，利用matlab平台以及其自带的相关函数，通过边缘检测算法对于采集的图像进行边缘采集，通过截取图中像素点高于平均值的区域，从而提取出对应的需要检测区域，之后再将截取的图像与模板图像进行识别对比，通过对比度的大小从而判定是否存在异物。在论文中将讨论几种边缘检测算法的选取，图像截取算法以及图像的对比与判别算法。

图像的边缘实际上是图像上一组像素的集合，像素在图像中的位置上像素灰度会出现变化，图像的边缘检测即计算图像的局部微分算子，通过运算其一阶导数出现最大值的位置和二阶导数出现零交叉点的位置，我们就可以判断边缘像素的位置。本次实验边缘检测算法主要采用canny算子，运用高斯滤波器对图像进行滤波以减少对应噪声提高图像质量，计算图像中每个像素点的梯度强度和方向，找出最强梯度，通过非极大值抑制的方法来消除边缘检测带来的噪声边缘误检，通过双阈值检测来确定真实的和潜在的边缘，通过滞后技术来抑制弱边缘，最终达到边缘检测、运用matlab函数进行后期图像的输入以及与原数据的对比，通过matlab的输入函数进行图片输入，之后通过对应算法将图像滤波和提取物项边缘，与原有样本数据对比，检测是否有异物存在，将检测到的结果返回上报。

3. 实施方案、进度安排及预期效果

实施方案及预期效果：

阶段1：采集数据，寻找并拍摄相关的接触网照片，同时学习并掌握边缘检测算法的运用，将样本图片运用算法进行边缘提取，要求能够熟悉掌握算法的理论基础和实践运用

阶段2：运用matlab进行系统分部运行，要求能够将此设计完整运行出来，重要步骤不出错误

4. 参考文献

1、《基于matlab的图像边缘检测算法的研究和实现》 吉林大学吴曦 2014年5月

2、《高压架空线路异物检测的研究》 四川理工大学 赵腾 姚毅 周芯竹

3、《数字图像处理》（digital image processing）冈萨雷斯/软秋琦电子工业出版社 2005月9月