1.一种基于灰度梯度异常投票的受电弓异物检测方法，其特征在于，包括：S1,获取模板图像，所述模板图像为碳滑板图像，且碳滑板上边缘已绘制第一边缘曲线；S2,计算所述第一边缘曲线所在模板图像位置的灰度梯度绝对值；S3,获取连续帧检测图像，计算每一帧检测图像和模板图像的映射矩阵，并将所述第一边缘曲线映射到所述检测图像，记为第二边缘曲线；S4,计算第二边缘曲线所在检测图像位置的灰度梯度绝对值，将所述第一边缘曲线和第二边缘曲线进行相同分段，并与所述第一边缘曲线所在模板图像位置的灰度梯度对比；S5,若某区段的灰度梯度变化值超过预设阈值，则该区段记一票；S6,统计连续M帧图像，若某区段的得票数超过第一预设阈值，则判定为该区段存在异物。
2.根据权利要求1所述的受电弓异物检测方法，其特征在于，步骤S4中，分段后每个区段的尺寸小于待检测异物尺寸。
3.根据权利要求1所述的受电弓异物检测方法，其特征在于，步骤S6为：统计连续M帧图像，若某区段的得票数超过第一预设阈值，且该区段的左和/或右区段的得票数超过第二预设阈值，则判定为该区段存在异物；所述第二预设阈值小于第一预设阈值。
4.根据权利要求1所述的受电弓异物检测方法，其特征在于，步骤S2计算所述第一边缘曲线所在模板图像位置的灰度梯度以及步骤S4计算第二边缘曲线所在检测图像位置的灰度梯度后均按照最大值进行归一化处理。
5.根据权利要求3所述的受电弓异物检测方法，其特征在于，步骤S4中：分别在模板图像和检测图像中计算分段后的各区段内的灰度梯度总和；步骤S5为：若某区段的灰度梯度总和变化值超过预设阈值，则该区段记一票。
6.根据权利要求4所述的受电弓异物检测方法，其特征在于，步骤S6中：第一预设阈值为0.3M，第二预设阈值为0.2M。
7.根据权利要求4所述的受电弓异物检测方法，其特征在于，步骤S5中，若某区段的灰度梯度总和变化值超过5或6，则该区段记一票。
8.一种基于灰度梯度异常投票的受电弓异物检测装置，其特征在于，包括：模板获取模块,其用于获取模板图像，所述模板图像为碳滑板图像，且碳滑板上边缘已绘制第一边缘曲线；模板灰度梯度提取模块，其用于计算所述第一边缘曲线所在模板图像位置的灰度梯度绝对值；边缘曲线映射模块,其用于获取连续帧检测图像，计算每一帧检测图像和模板图像的映射矩阵，并将所述第一边缘曲线映射到所述检测图像，记为第二边缘曲线；图像灰度梯度异常提取模块,计算第二边缘曲线所在检测图像位置的灰度梯度绝对值，将所述第一边缘曲线和第二边缘曲线进行相同分段，并与所述第一边缘曲线所在模板图像位置的灰度梯度对比；异常投票模块,其用于识别灰度梯度变化值超过预设阈值的区段，则将该区段记一票；异物判别模块,其用于统计连续M帧图像，若某区段的得票数超过第一预设阈值，则判定为该区段存在异物。
9.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时，执行上述权利要求1-7中任一项所述方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述权利要求1-7中任一项所述方法的步骤。
