随着我国中长期铁路网规划的实施,我国现代化铁路事业步入了高速发展期。接触网绝缘子作为电气化铁路供电系统中的一个重要部件,由于其长期暴露在户外的特殊运行环境,容易受到雾霾尘埃等外界污染的侵袭而沾染各类污秽。在特定条件下会引起污闪,影响铁路网供电系统以及铁路网运营的安全。目前针对接触网绝缘子的污秽检测主要是依靠人工巡检,以及利用图像处理技术对绝缘子图片进行检测。这样的检测方式不仅效率低且实时性较差,已不能满足当前需要。因此有必要利用机器视觉技术结合嵌入式硬件平台对绝缘子状态自动化检测进行相关研究。本文以接触网绝缘子为研究对象,设计了一个便携性高、成本低、可扩展的嵌入式视觉绝缘子污秽检测系统。主要对图像预处理、绝缘子识别、污秽检测、嵌入式平台算法移植等方面进行了研究分析。首先,针对摄像头获取图像时存在的噪声以及光照不均干扰,研究了图像去噪和增强算法,用以提高图像获取质量,并对其效果进行了对比分析。其次,根据接触网绝缘子形状相对单一,位置相对固定的特点,可利用特征点匹配实现绝缘子识别。使用Shi-Tomasi、SURF和FAST算法对绝缘子进行点特征提取,对比其效果以及算法效率,并使用不同描述符对同一特征点的匹配效果以及效率进行了分析对比,通过距离约束以及相似度匹配进行绝缘子图像的识别。在此基础上利用污秽会造成绝缘子盘面颜色产生差异的特点,对绝缘子盘面污秽进行提取分割。利用其直方图差异,对不同污秽程度绝缘子盘面进行了定量分析。最后,选择嵌入式平台Raspberry Pi3B+以及USB摄像头进行视觉检测平台搭建,完成绝缘子检测算法的移植与优化,实现了嵌入式平台下的动态绝缘子识别以及污秽检测分级。算法实现上首先使用Visual Studio 2013和OpenCV 2.4.9以及MATLAB在PC上进行验证分析,随后在Raspberry Pi上进行系统移植测试。实验测试表明,本系统识别效果良好,满足实时性要求,可为接触网绝缘子智能状态检测和自动化清洗提供依据。