[发明专利]基于图像处理的车端链接线断裂的故障识别方法

权利要求书

1.基于图像处理的车端链接线断裂的故障识别方法，其特征在于，包括：

步骤一、成像设备采集列车灰度图像；

步骤二、根据先验知识和已知的硬件数据和轴距信息，在灰度图像中截取包含车端链接部位的样本子图像；

步骤三、基于步骤二截取的包含车端链接部位的样本子图像，对其进行阈值分割，利用灰度统计的方法获取车端链接线所在的精准区域，精确截取样本子图像；所述灰度统计的方法为：对于样本子图像，从下向上统计分割后每一行非黑即白像素点占整行宽的比例，根据比例确定车端链接线所在位置；

步骤四、根据精确定位的样本子图像判断车端链接线断裂的故障类型，所述车端链接线断裂故障类型包括：车端链接线断裂下垂超出正常链接线边界、车端链接线断裂与其他链接线混在一起且未超出正常链接线边界；

对车端链接线断裂下垂超出正常链接线边界的故障识别；具体过程为：

基于步骤三精确定位获取的样本子图像，利用水平方向和竖直方向的边缘作为特征，分成水平方向边缘和竖直方向边缘两个图像；

将水平方向的边缘图像下1/2部分置为0，利用对数函数增强水平方向边缘和竖直方向边缘图像灰度；

对水平方向边缘增强后的图像使用固定阈值分割得到二值图像；

对竖直方向边缘增强后的图像计算阈值，截取竖直方向边缘增强后的图像中水平方向1/3到2/3区间，竖直方向0到1/3区间，此区域为车端链接线的灰度，计算此区域内最大像素值，将该像素值减去30作为竖直方向分割阈值；

使用以上阈值对竖直方向边缘增强后的图像二值化，再将得到的两图像进行融合，得到完整的车端链接线边缘图像；

使用最小二乘法拟合车端链接线边缘图像下边界即能够判断车端链接线断裂下垂超出正常链接线边界故障；

对车端链接线断裂与其他线路混在一起且未超出正常链接线边界的故障识别；具体过程为：

对每一个车端链接线的阴影区域，找出车端链接线的最低点，利用自对比的方法，即将完整的车端链接线二值图像分割为左右两部分，将分割后的左右两部分图像的值作比较，所述左右两部分的值为图像中非黑即白像素点的个数，若超出阈值则判定为车端链接线断裂与其他线路混在一起且未超出正常链接线边界故障；所述阈值为根据图像测试得到的阈值。

2.根据权利要求1所述基于图像处理的车端链接线断裂的故障识别方法，其特征在于，所述水平方向边缘图像上灰度值表示为：

P_horizontal[r,c]＝|p[r,c+3]-p[r,c]|

其中，r表示像素所在Y轴上的坐标；c表示像素所在X轴上的坐标；p[r,c]表示在[r,c]点的像素值；P_horizontal[r,c]表示水平方向边缘图像在坐标[r,c]点的灰度值。

3.根据权利要求2所述基于图像处理的车端链接线断裂的故障识别方法，其特征在于，所述竖直方向边缘图像上灰度值表示为：

P_vertical[r,c]＝|p[r+5,c]-2*p[r,c]|

其中，P_vertical[r,c]表示竖直方向边缘图像在坐标[r,c]点的灰度值。

4.根据权利要求3所述基于图像处理的车端链接线断裂的故障识别方法，其特征在于，所述利用对数函数增强水平方向边缘和竖直方向边缘图像灰度；具体表示为：

p_enhance[r,c]＝40log(p[r,c]+1)

其中，p_enhance[r,c]表示在坐标[r，c]点增强后的灰度值。

5.根据权利要求1所述基于图像处理的车端链接线断裂的故障识别方法，其特征在于，所述使用最小二乘法拟合图像下边界进一步判断车端链接线断裂下垂超出正常链接线边界故障；具体过程为：

选择图像中最大连通域作为连接线所在区域，其他部分为干扰排除；选取该区域的下端所在点的坐标作为最小二乘法拟合的输入值，将抛物线拟合为二次曲线，对超出拟合曲线的部分分析形态、大小特征，即能够判断是否出现车端链接线断裂下垂超出正常链接线边界故障。

6.根据权利要求1所述基于图像处理的车端链接线断裂的故障识别方法，其特征在于，所述对水平方向边缘增强后的图像使用固定阈值分割，其中，固定阈值取值为30。