简介： 本发明涉及一种以图元分类为基础的高铁接触网悬挂装置故障状态检测方法。包括以下步骤：首先提取图像中的边界曲线，根据边界曲线的曲率变化率实现杆状物图元的提取与去除，进而实现各悬挂装置零部件图元的分割。再利用SURF算法在之前提取的各零部件图元与标准模板图像进行局部特征点匹配；并利用改进之后的RANSAC(Random?Sample?Consensus，随机抽样一致)算法对匹配成功的特征点对进行筛选，计算模板图像与各图元之间的仿射变换矩阵，实现各零部件的识别与精确定位。最后针对不同的故障类别对悬挂装置零部件的故障状态进行检测。本发明基图元分类的方法，可实现接触网悬挂装置全局图像的深层次处理，有效地提高了接触网非接触式检测的自动化程度，降低了故障检测的难度，为电气化铁路绝缘性能检测提供一种可行的参考。