技術(shù)特征：
1.一種基于主動(dòng)形狀模型的受電弓自動(dòng)檢測(cè)方法，包括：步驟10、獲取受電弓圖像學(xué)習(xí)樣本集，通過安裝于電力牽引車接觸網(wǎng)上方的受電弓在線拍照系統(tǒng)采集若干受電弓圖像，形成受電弓圖像學(xué)習(xí)樣本集，學(xué)習(xí)樣本集至少包含50張受電弓圖像，且各受電弓圖像的分辨率保持一致；步驟20、構(gòu)建受電弓主動(dòng)形狀模型：步驟30、對(duì)新獲取、待檢測(cè)的圖像進(jìn)行受電弓初始定位；步驟40、結(jié)合初始定位和主動(dòng)形狀模型的受電弓精確匹配；步驟50、受電弓定量檢測(cè)和分析；其特征在于，所述步驟20中構(gòu)建受電弓主動(dòng)形狀模型，具體步驟是：步驟201，采用形態(tài)學(xué)濾波運(yùn)算方法對(duì)步驟10采集的受電弓圖像逐一進(jìn)行圖像降噪預(yù)處理；步驟202，在每張圖像中選取受電弓輪廓的角點(diǎn)、邊界點(diǎn)作為特征點(diǎn)，通過人工手動(dòng)的方式，對(duì)受電弓特征點(diǎn)進(jìn)行標(biāo)記，且每張受電弓圖像中的特征標(biāo)記點(diǎn)必須相互對(duì)應(yīng)、數(shù)量保持一致；步驟203，將標(biāo)記完成的受電弓特征點(diǎn)的圖像坐標(biāo)保存于文本文件中，不同受電弓圖像的特征點(diǎn)分開保存，且受電弓圖像文件名稱與對(duì)應(yīng)的特征點(diǎn)文件名稱保持一致，圖像坐標(biāo)指以圖像左上角為坐標(biāo)原點(diǎn)，水平向右方向?yàn)閄軸，垂直向下方向?yàn)閅軸的坐標(biāo)體系的像素坐標(biāo)；步驟204，基于受電弓圖像和相應(yīng)的特征點(diǎn)，根據(jù)主動(dòng)形狀模型(ActiveShapeModel，ASM)算法原理，建立受電弓主動(dòng)形狀模型，該模型以文件的形式存在；所述步驟30待檢測(cè)受電弓圖像受電弓初始定位包括一系列圖像處理方法，具體步驟是：步驟301，利用形態(tài)學(xué)濾波運(yùn)算方法對(duì)待檢測(cè)受電弓圖像進(jìn)行圖像降噪預(yù)處理；步驟302，采用canny算子對(duì)待檢測(cè)受電弓圖像進(jìn)行處理，提取受電弓邊緣信息，邊緣信息結(jié)果形式為與待檢測(cè)受電弓圖像尺寸一致的二值圖像，其中檢測(cè)到的受電弓邊緣像素用255表示，其他像素則用0表示；步驟303，對(duì)受電弓邊緣像素提取結(jié)果進(jìn)行矢量化：存儲(chǔ)各個(gè)邊緣所有像素的位置，對(duì)于邊緣存在分叉的情況，則分別進(jìn)行存儲(chǔ)；步驟304，采用曲線數(shù)據(jù)壓縮算法(Douglas-Peucker算法)對(duì)上述邊緣進(jìn)行簡(jiǎn)化，簡(jiǎn)化后的canny邊緣由若干不同長(zhǎng)度、方向的折線段組成；步驟305，去除較短的邊緣線段，并根據(jù)受電弓邊緣趨于水平方向的特性，去除邊緣線段方向與受電弓方向差異較大的邊緣線段；步驟306，基于剔除了較短邊緣和方向不一致邊緣的像素，采用霍夫變換(Hough)檢測(cè)直線段；步驟306，最后基于直線段檢測(cè)結(jié)果，采用模板匹配的思路，尋找趨于水平方向的直線段高密集區(qū)域?qū)κ茈姽M(jìn)行初始定位；所述步驟50中受電弓定量檢測(cè)和分析，指在精確匹配結(jié)果基礎(chǔ)上對(duì)受電弓碳滑板厚度進(jìn)行定量檢測(cè)和分析：根據(jù)受電弓精確匹配結(jié)果，獲取受電弓厚度；由于受電弓支架厚度與受電弓類型相關(guān)，且對(duì)于特定的受電弓類型，受電弓支架厚度是固定已知的，碳滑板厚度可以通過受電弓厚度與受電弓支架厚度相減得到。