【摘要】随着我国高速铁路的快速发展，弓网系统是电气化铁路的关键供电设备，其受流质量直接影响机车的运行状态，因此，受电弓与接触网良好的接触状态是机车安全运行的必备条件。高铁运营里程逐渐增大，接触网病害问题已经成为威胁运营安全的焦点。受电弓的异常状态是影响接触网病害中影响较大且备受关注的问题。本文阐述了基于计算机视觉的视频监控相机的接触网动态几何参数检测技术，结合深度学习与传统图像处理算法传统图像的模板匹配技术和残差网络模型实现弓网接触点的识别，进而计算出接触网的动态几何参数，即接触网的导高和拉出值。实践表明，本文所述的弓网接触点检测能检测方面不但具有普适性，而且能有效地提升检测精度以及检测效率。