[发明专利]基于改进Canny边缘检测算法的受电弓磨耗检测方法

说明书

本发明公开了一种基于改进Canny边缘检测算法的受电弓磨耗检测方法。该方法为：首先利用改进卡尔曼滤波方法对原始图像进行平滑滤波，将滤波后的图像转化为二值图像，并绘制该二值图像每行灰度和与行数的关系图；然后利用模拟退火算法和爬山法定位受电弓位置，将其从背景图像中分割出来；接着利用改进Canny边缘检测算法得到受电弓边缘轮廓图；最后计算受电弓上下边缘最小像素差值，最后通过相机标定和所得最小像素差值算出受电弓磨耗值。本发明具有定位准确、有效性高、适应性强的优点。

技术领域

本发明涉及受电弓检测技术领域，特别是一种基于改进Canny边缘检测算法的受电弓磨耗检测方法。

背景技术

随着我国社会经济的快速发展和城市化进度的不断推进，城市地铁发展也相当迅速，但国内各单位、公司对列车受电弓的在线监测还处于试验阶段，实验成果尚无法推广应用，地铁公司对列车受电弓的检修仍是依靠传统的人工检修方法。

图像检测法是目前国内研究的重点方向之一。目前受电弓检测中滑板的定位方法主要是计算沿某方向的灰度变化速率，根据对大量图片分析所得到的经验值，将变化速率以该经验值为界分割开来。当所拍摄的图像中，目标位置、光照条件等变化导致灰度变化速率发生较大改变时，分割结果就会有较大偏差。另外，这种方式难以将受电弓的两个滑板有效地分割出来，无法实现对单个滑板的分析。

发明内容

本发明的目的在于提供一种定位准确、有效性高、适应性强的基于改进Canny边缘检测算法的受电弓磨耗检测方法。

实现该发明目的的技术解决方案为：一种基于改进Canny边缘检测算法的受电弓磨耗检测方法，包括以下步骤：

步骤1、利用改进卡尔曼滤波方法对目标图像进行平滑滤波，去除噪声；

步骤2、利用迭代最佳阈值法，将滤波后的目标图像转化为二值图像，并绘制该二值图像每行灰度和与行数的关系图；

步骤3、利用模拟退火算法和爬山法定位受电弓位置，将需要检测的目标受电弓从背景图像中分割出来；

步骤4、利用改进Canny边缘检测算法得到受电弓边缘轮廓图；

步骤5、计算上下边缘最小像素差值，通过相机标定和所得最小像素差值，计算受电弓磨耗值。

进一步地，步骤1所述的利用改进卡尔曼滤波方法对目标图像进行平滑滤波，去除噪声，具体如下：

利用基于二维分数阶微分掩模的卡尔曼滤波方法，构建二维分数阶随机离散空间状态模型，基于构建的状态模型设计二维离散卡尔曼滤波算法，公式如下：

s(x,y)＝s′(x,y)+K(x,y)[r(x,y)-Cs′(x,y)]

其中，s(x,y)为滤波估计方程，s′(x,y)为系统状态的一步预测方程，K(x,y)为滤波增益方程，r(x,y)为图像测量值，C为测量矩阵。

进一步地，步骤2所述的利用迭代最佳阈值法，将滤波后的目标图像转化为二值图像，并绘制该二值图像每行灰度和与行数的关系图，具体如下：

步骤2.1、求出图像最大灰度值H和最小灰度值L，设定初始阈值T⁰为：

步骤2.2、根据初始阈值T⁰将图像分割为目标和背景，分别求出目标的平均灰度值A_b和背景的平均灰度值A_f：

上式g为图像中某像素点灰度值，h(g)为灰度值为g的像素点个数；

步骤2.3、计算新阈值T^k，公式为：