[发明专利]火车车轮踏面缺陷在线图像检测系统及方法有效

专利信息
申请号: 201710305046.8 申请日: 2017-05-03
公开(公告)号: CN107146224B 公开(公告)日: 2018-07-17
发明(设计)人: 马增强;刘政;杨绍普;王永胜;刘永强;宋子彬;秦松岩;刘俊君;陈明义;校美玲 申请(专利权)人: 石家庄铁道大学
主分类号: G06T7/00 分类号: G06T7/00;G06T7/12;G06T7/136;G06T7/62
代理公司: 石家庄国为知识产权事务所 13120 代理人: 王占华
地址: 050043 河*** 国省代码: 河北;13
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 踏面 踏面缺陷 火车车轮踏面 检测系统 图像标定 在线图像 图像 车轮踏面 尺寸信息 处理判断 故障判断 关系计算 区域生长 图像处理 图像分割 图像拼接 图像提取 图像校正 种子点 检测 拼接 生长
【权利要求书】:

1.一种使用检测系统进行火车车轮踏面缺陷在线图像检测方法,其特征在于包括如下步骤:

轮对图像提取:从图像采集器采集的整个图像中提取出轮对区域;

图像分割:使用改进的标记分水岭算法对轮对图像进行分割,提取出踏面图像;

图像校正:将图像分割提取出的踏面图像的横纵坐标进行几何校正,并对畸变严重的非工作边进行裁剪,得到踏面展开图;

图像拼接:按照最后采集时刻踏面展开图大小,使用立方卷积法对前三时刻踏面展开图进行插值得到大小统一的踏面展开图,采用块匹配方法对上述四个踏面展开图相邻采集时刻进行顺次两两拼接融合,得到每个车轮完整的踏面图像;

图像标定:使用方格标定纸置于踏面各采集时刻相机可拍摄位置上,完成对拼接后的踏面图像进行标定,得到拼接后图像的像素距离与尺寸信息之间的对应关系;

踏面是否存在故障判断:通过计算拼接后踏面图像的信息熵与经验阈值比较来判断踏面是否存在严重缺陷故障;

踏面故障提取:利用改进的分裂合并算法对判断存在缺陷的踏面进行处理,利用种子点生长对生长后的踏面缺陷图像进行填充,获得填充后的踏面缺陷图像,对缺陷使用网格法进行估算,填充后的踏面缺陷图像中面积利用区域内像素点计算,填充后的踏面缺陷图像中像素的高与宽的值分别是利用填充后的踏面缺陷图像中的踏面缺陷区域的行和列的最大值最小值求差来计算得到;

其中,所述改进的分裂合并算法包括如下步骤:

设置判断语句P和最小单元大小min,构建判断函数;

判断图像各区域是否满足判断函数;

如果满足判断函数则视为满足分裂条件,则将满足分裂条件的子区域图像四等分,并再次对图像进行判断;如果不满足判断函数,则设置合并判断语句Q,并通过合并判断语句Q判断图像中是否有子区域满足合并条件,如果是则将满足合并条件的子区域进行合并,如果不是则结束。

2.如权利要求1所述的火车车轮踏面缺陷在线图像检测方法,其特征在于所述方法在图像分割之前还包括:使用MSRCR算法对轮对图像的色彩信息进行优化的预处理步骤。

3.如权利要求1所述的火车车轮踏面缺陷在线图像检测方法,其特征在于所述轮对图像提取的方法如下:

输入待处理图像;所述待处理图像为从图像采集器采集的整个图像;

对待处理图像进行滤波、灰度均衡化后使用canny算子进行边缘检测,边缘像素点即为特征点;

扫描图中W∈[500,1000],H∈[1000,1600]区域,统计特征点建立累加结构,累加器采用二维数组,二维数组下标为特征点中心坐标,累加器初值设为0;

遍历范围内每一个特征点,进行弦中点Hough变换即扫描其他特征点,求得它们中点,所对应的累加器加1,计算下一个特征点时仅对未处理的特征点进行弦中点Hough变换;

累加器计数值大于5时,则认为此位置存在一个椭圆,它所对应参数(x0i,y0i)就是椭圆对应的中心坐标,上标i表示椭圆个数;

使用每个点(x0i,y0i)将椭圆方程平移到原点,在新坐标系下寻找关于原点对称的3对特征点求得各椭圆方程,比较椭圆长轴大小,选择轴长最长的椭圆为边长,椭圆中心为形心的方形区域作为轮对区域;

截取轮对图像正面120°的区域作为最终的轮对图像进行后续处理。

4.如权利要求1所述的火车车轮踏面缺陷在线图像检测方法,其特征在于:所述块匹配方法如下:

顺次载入两相邻时刻图像矩阵;

确定图像块扫描窗口和差异阈值;

开始块扫描,计算图像区域间绝对值差异值;

判断所述差异值是否超过差异阈值,如果超过差异阈值则继续扫描,如果没有超过差异阈值则存储位置;

进行曲线匹配,对匹配后的曲线进行加权融合后输出拼接结果。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于石家庄铁道大学,未经石家庄铁道大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201710305046.8/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top