随着铁路的运营里程及列车运行速度的大幅度提高，弓网磨耗风险加剧，寿命变短等问题对轨道交通接触网安全检测带来了巨大的挑战。传统的接触网安全监测系统难以适应时代的需求，基于智能视频分析的接触网系统安全监测成为亟待解决的关键技术，此技术将促进安全保障模式从被动式安全向主动式安全、接触式监测向非接触式监测的本质转变。　　本文的研究工作以高速铁路供电安全检测监测系统（6C系统）为依托，以前向机载相机拍摄的接触网巡检视频为实验数据，利用基于语义的图像增强滤波算法获取高质量的接触网观测图像，实现在恶劣环境下提升接触网监测图像质量，强化并提取接触网关键零部件的宏观结构。通过对接触网的运动估计与场景重构，实现了接触网支柱的三维状态重现，为后期接触网安全监测及检测奠定了基础。最后分别通过对比实验验证了本文算法的实用性及有效性。本文主要工作内容如下：　　（1）在图像预处理的过程中，处于司机室的相机透过挡风玻璃拍摄的接触网巡检图像存在严重的反光，本文选用单幅图散焦模糊反光抑制算法减弱图像中的反光。在该算法中，根据图像的梯度稀疏先验的理论知识，并结合两图像层的梯度信息分别建立对应的概率模型，得到目标函数。两图像层所对应的目标函数是非凸函数，需要进一步优化其函数，使得清晰的图像层与反光层进行分离。相比于Retinex方法，利用单幅图散焦模糊反光抑制算法得到清晰图层的一元图像熵值与均方误差更小，验证了单幅图散焦模糊反光抑制算法更适合本文工作研究。　　（2）针对接触网巡检视频图像不清晰的问题，本文提出了两种方法分别对图像的细节进行了视觉增强。在基于接触网语义的前向车载视频图像增强方法中，应用接触网边缘检测网络和模板匹配的方法来获取接触网的边缘；进一步应用图像 AlphaBend混合方法实现接触网的视觉增强。在基于结构化森林边缘检测的图像细节增强方法中，应用结构化森林边缘检测算法提取图像中的细节边缘，然后结合图像 AlphaBend 混合方法对图像的细节实现视觉增强。两种图像增强方法都获得了恶劣环境下清晰的接触网监测图像。最后，将这两种方法与其他图像增强方法的效果做了对比，验证了本文方法的有效性。　　（3）研究了接触网的场景重构，包括接触网的运动估计和全景图合成。首先利用极线的方法，求出视频序列中的FOE(Focus of Expansion)，进而对图像进行区域划分，提取出接触网支柱的场景区域；进一步选用精选线段检测器检测出接触网支柱的位置，得到接触网支柱区域；并以此进行透视变换，对接触网支柱区域进行矫正；最后，提取图像的灰度相关的特征，进行全景图的合成，应用直接平均图像融合方法对合成拼接处的痕迹进行平滑处理，实现了多幅图像全景图的合成，减少了视频的存储量。　　本文对现有接触网巡检图像数据集进行了实验测试。结果表明，利用本文算法可获取到清晰的接触网巡检图像，得到接触网支柱的全景图，为后面接触网的异常检测奠定了基础，同时验证了本文算法具有一定的工程应用价值。