1.一种基于图像的铁路接触网鸟窝异常情况检测方法，从高速客运专线接触网设备进行在线巡视拍摄的连续视频图像中识别出接触网是否存在鸟窝异常，包含如下处理步骤：(1)铁路接触网图像二值化：使用自适应二值化的方法，得到很好地保持铁路接触网图像信息的二值图IC；

(2)接触网支柱主干部分和细线区域部分提取：采用边缘膨胀法提取接触网支架的主干区域的二值图IM；提取细线区域部分：对步骤(1)中提取的清晰二值图IC使用腐蚀相减的方法得到一个只包含图像中细线区域的二值图IT；

(3)基于悬空点检测的鸟窝可疑区域定位：结合接触网支架的主干区域的二值图IM和二值图IC，通过进行悬空点检测确定鸟窝可疑区域；

(4)鸟窝可疑区域的直线方向直方图和长度直方图特征提取：对鸟窝可疑区域使用霍夫变换检测出直线，计算直线的方向和长度，从而进行统计得到该区域直线的方向直方图和长度直方图作为特征向量；

(5)基于直线方向和长度分布特性的鸟窝识别：将特征信息输入对应的已构造完成的分类器进行分类，将分类结果进行概率融合，从而自动检测铁路接触网图像中是否存在鸟窝异常。

2.根据权利要求1所述的基于图像的铁路接触网鸟窝异常情况检测方法，其特征是，所述步骤(1)中，采用不同大小的滑动窗口对图像进行自适应阈值化，将得到的二值图像结合，并通过连通区域检测移除噪点，最终得到包含完整图像信息的二值图。

3.根据权利要求1所述的基于图像的铁路接触网鸟窝异常情况检测方法，其特征是，所述步骤(2)中，在接触网支柱的主干部分方面采用边缘膨胀的方法提取；在细线区域部分方面采用腐蚀相减的方法提取。

4.根据权利要求1所述的基于图像的铁路接触网鸟窝异常情况检测方法，其特征是，所述步骤(3)中，鸟窝可疑区域的定位结合接触网支柱主干部分图像和二值图像进行，通过滑动窗口在接触网支柱的主干区域附近对二值图像进行悬空点检测，若滑动窗口内的悬空点数高于阈值，就认为该块是鸟窝可疑区域。

5.根据权利要求1所述的基于图像的铁路接触网鸟窝异常情况检测方法，其特征是，所述步骤(4)中，对鸟窝可疑区域进行霍夫变换提取直线，计算直线的方向和长度，从而进行统计得到该区域直线的方向直方图和长度直方图，并将其作为特征向量。

6.根据权利要求1所述的基于图像的铁路接触网鸟窝异常情况检测方法，其特征是，所述步骤(5)中，将鸟窝可疑区域中提取出的直线的方向直方图特征向量和长度直方图特征向量输入对应的已构造SVM分类器，通过SVM分类器得到该区域存在鸟窝的概率，最后，通过概率融合判定该区域是否存在鸟窝异常。

7.根据权利要求1或6所述的基于图像的铁路接触网鸟窝异常情况检测方法，其特征是，所述步骤(5)的分类器构造特征是：将有鸟窝的图像和无鸟窝的图像分别作为正样本和负样本输入，通过支持向量机(SVM)分别对鸟窝可疑区域直线的方向直方图特征向量和长度直方图特征向量进行训练，得到基于直线方向分布的SVM分类器和基于直线长度分布的SVM分类器。