李淑娟 陈启香

（1.淮南师范学院轨道交通信号与控制系 安徽淮南 232038；2.宝鸡文理学院电子电气工程学院 陕西宝鸡 721000)

目前，检修车定期排查接触网故障是高速铁路的主要故障检测方法，普遍存在效率低、检测不全面的问题[1]。所以，为保障轨道交通运输安全、提升轨道接触网故障检测效率，研究智能化接触网故障检测方法势在必行。本文从图像视觉角度解决轨道交通接触网故障检测问题，基于SVM分类器初步判断轨道交通接触网图像中目标构件的位置，然后基于仿生轮廓组合方法精准提取目标轮廓，以此判断轨道交通接触网是否处于故障状态。

一、基于图像视觉技术检测接触网故障

在轨道交通接触网上方安装高清相机，获取白天与夜间两种模式的接触网高清图像，为判断轨道交通接触网故障提供图像样本。首先基于中值滤波算法对原始采集的接触网图像进行滤波去噪，正确还原图像细节、降低图像模糊程度，为提取图像特征降低处理难度。

（一）基于中值滤波的接触网图像去噪算法。轨道交通接触网采集与传输过程中必然产生图像噪声，高清相机感受的光源差异、摄像头质量、周围环境条件均对图像采集质量产生影响；而图像传输过程的噪声主要由信道干扰导致，无论何种原因产生的图像噪声均严重降低图像质量、干扰图像提取与识别效果。相机拍摄的接触网图像中椒盐噪声与零均值噪声占比最多，这两种噪……