随着铁路系统的不断发展,火车成为了日常生活中不可或缺的出行工具,现代的电力机车取代老式的内燃机车更是为人们提供了一种环保便捷的出行方式,但是不时发生的行车事故极大的威胁着人们的生命和财产安全。受电弓作为电力机车唯一的动力来源,对机车的行车安全至关重要,因此保证受电弓的健康状态,对受电弓进行及时的检测和维修一直是铁路局工作中的重点。受电弓作为机车与接触网之间的桥梁,在行车时升弓,在停车时降弓。随着机车行车次数的增加,受电弓升降系统的疲劳度也不断增加,有可能出现故障。但现阶段我国对受电弓的升降系统进行及时的检修与维护时仍然以人工检查为主,因此对受电弓检测进行研究具有一定意义。为了能较早实现受电弓升降时间检测的自动化,本课题设计了一种基于计算机图像处理技术的受电弓升降弓时间检测系统。该系统通过工业相机拍摄受电弓视频,通过检测算法对拍摄视频进行检测,计算出受电弓运动时间。该系统检测算法可划分为两部分,第一部分为移动物体检测算法,第二部分为受电弓弓头检测算法。该系统的算法设计研究了帧间差分法、背景减除法、GMG算法、HOG算子、支撑向量机、随机森林和SSD网络,在SSD网络的基础上提出了TinySSD网络。由于目前没有研究机构公开受电弓数据集,因此本文通过拍摄安置于学校的受电弓获得了受电弓图片样本,在对图片样本进行筛选,标注和数据增强后建立了受电弓数据集。使用受电弓数据集对几种算法进行测试,选择将GMG算法与TinySSD网络进行组合构成该系统的检测算法。系统的测试结果表明基本满足铁路局对受电弓升降弓时间检测的技术标准,对该领域的发展有一定意义。