触弓线是接触网的重要组成部分,当触弓线发生故障时,会影响接触网的正常运作,甚至会中断高速列车的运行。因此,触弓线的检测识别对高速铁路安全系统具有重要的意义。论文首先介绍了国内外研究现状及检测识别的难点,以及对现有的触弓线检测识别方法进行了介绍,其次设计了相应的触弓线检测识别方法,具体分为:红外图像预处理、受电弓的提取、触弓线的检测识别三个部分。第一,由于位于车顶的红外摄像机全天候的采集弓网图像,因此在原始图像中含有各种噪声及光照不均等问题。所以,需要对采集到的弓网原始图像进行预处理,分别为利用自适应中值滤波来对图像进行去噪,以及采用形态学的方法去除图像不均匀光照的现象。第二,在受电弓的提取部分,通过观察大量现场采集到的原始红外图像后,发现受电弓的边缘特征明显、在列车运行时几乎不发生形变。所以利用边缘检测的方法可以很好的提取到受电弓的上边缘。但是如果在复杂背景下,比如受电弓上方有很多横向干扰时,只通过边缘检测的方法来提取受电弓就会极大的降低提取精度。于是,本文选取了基于归一化互相关(NCC)的模板匹配算法,来对受电弓进行提取。但是由于模板匹配的局限性,会出现匹配多结果的情况,所以,本文提出利用Sobel水平边缘算子得到的坐标来约束模板匹配的方法,实验证明,可以准确的匹配到受电弓。第三,在触弓线检测识别部分,本文提出基于角度和亮度信息的触弓线检测识别方法。首先利用基于递归的OTSU阈值分割来提取目标区域,针对分割后的图像中的干扰区域,本文采用基于种子填充法的连通域标记来进行消除。为了提高触弓线的检测精度,对二值图像进行了细化处理,以增强触弓线的直线特征。然后利用概率hough变换获取所有待测直线的坐标、角度信息,根据该信息去除水平直线干扰,之后通过聚类,检测出包含触弓线的直线段区域。最后根据触弓线的亮度特征对触弓线进行识别。最后,本文就所提出的方法,在不同的背景下进行了试验,并且利用现场采集到的连续6825帧图像进行了检测,以及与别的方法进行对比,证明了本文所设计方法合理,能够准确的检测识别触弓线。