[发明专利]基于改进Canny算子的受电弓碳滑板磨耗识别方法有效
申请号: | 201810198312.6 | 申请日: | 2018-03-12 |
公开(公告)号: | CN108830822B | 公开(公告)日: | 2022-05-06 |
发明(设计)人: | 魏秀琨;李晨亮;贾利民;魏德华;李岩;刘玉鑫;尹贤贤;江思阳;杨子明;赵利瑞;李赛;孟鸿飞;滕延芹;王熙楠;李永光;崔霆锐 | 申请(专利权)人: | 北京交通大学 |
主分类号: | G06T7/00 | 分类号: | G06T7/00;G06T7/13;G06T5/00;G06T3/40;G06T5/30;G06T3/00 |
代理公司: | 北京正理专利代理有限公司 11257 | 代理人: | 付生辉 |
地址: | 100044*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 改进 canny 算子 受电弓碳 滑板 磨耗 识别 方法 | ||
本发明公开了一种基于改进Canny算子的受电弓碳滑板磨耗识别方法,包括:采集车辆运行中受电弓碳滑板的弓头图像;对所述弓头图像进行图像归一化、图像平滑和形态学处理的图像预处理;对所述弓头图像进行边缘检测、直线检测、失真修正、图像裁剪和磨耗曲线拟合以识别所述受电弓碳滑板的边缘磨耗;以所述受电弓碳滑板的磨耗曲线的最高点为参照目标估计所述受电弓碳滑板磨耗曲线的实际磨耗深度,并判断磨耗深度是否超过预定阈值。本发明不仅能够满足实际运营车辆的检修需求,而且整个方法流程可以用于弓网自动监测系统,对受电弓碳滑板磨耗进行实时检测,提升检测的自动化水平,增强车辆运行的安全性,在未来具有很大的应用前景。
技术领域
本发明涉及轨道交通车辆病害检测领域,特别是涉及一种基于改进Canny算子的受电弓碳滑板磨耗识别方法。
背景技术
弓网系统在当前电气化铁路中起着为列车传输电能的重要职责,但由于其工作在复杂的空气动力学和电气环境中,又有着较高的故障率,这些均会严重影响列车的安全运行。据铁路有关部门统计,牵引供电系统故障造成的铁路事故在2008年、2009年和2010年分别占到了当年事故总数的28.8%、40.4%、29.6%。基于此,提高弓网质量,提高弓网系统可靠性,降低弓网系统故障率已成为提高铁路系统安全性和可靠性的切实要求。
传统的受电弓检测方法主要是通过人工检测,在列车驶入车辆段后由相关检修人员按照检修计划登顶对受电弓进行检测。人工检测灵活性高,检修人员也具有相当的能动性,能综合处理各种情况,但是这种检测方式存在一定的问题。由于检修任务只能在列车停止运行的时候进行,并且根据实际检修计划的安排,两次检测之间存在着若干天的间隔,导致检测效率不高,也无法及时地发现列车运行中出现的意外情况等。
针对人工检测的存在的不足,新式的检测方式开始展露头脚并现已发展成熟,新式的检测方式主要分为接触式检测方法和非接触式检测方法。其中以非接触式检测方法使用更为广泛,该方法早期主要利用的是非接触式传感器进行检测,这当中包括了激光检测、超声波检测等。非接触式测量优势在于检测效率高,行车干扰小。但激光检测相对功能较为单一,而超声波检测其精度相对较差。
发明内容
为了解决上述问题至少之一,本发明第一方面提供一种基于改进Canny算子的受电弓碳滑板磨耗识别方法,包括:
S101:采集车辆运行中受电弓碳滑板的弓头图像;
S103:对所述弓头图像进行图像归一化、图像平滑和形态学处理的图像预处理;
S105:对所述弓头图像进行边缘检测、直线检测、失真修正、图像裁剪和磨耗曲线拟合以识别所述受电弓碳滑板的边缘磨耗;
S107:以所述受电弓碳滑板的磨耗曲线的最高点为参照目标估计所述受电弓碳滑板磨耗曲线的实际磨耗深度,并判断磨耗深度是否超过预定阈值。
进一步地,所述受电弓碳滑板的弓头图像使用高清摄像机拍摄,所述高清摄像机架设在所述车辆车顶刚性和柔性接触网交界处,并使用波长为850mm的红外补光灯对拍摄区域进行补光。
进一步地,对所述弓头图像进行图像归一化具体包括:
S1311:对所述弓头图像进行图像预裁剪,去除图像中识别区域以外的部分背景内容;
S1313:基于双线性差值法对所述弓头图像进行压缩;
S1315:对所述弓头图像进行直方图均衡化和伽马变换以增强所述弓头图像的对比度。
进一步地,对所述弓头图像进行图像平滑具体包括:
S1331:使用中值滤波器去除所述弓头图像中的椒盐噪声;
S1333:使用高斯滤波器去除所述弓头图像中的高斯噪声;
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北京交通大学,未经北京交通大学许可,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/201810198312.6/2.html,转载请声明来源钻瓜专利网。