前言:想要寫(xiě)出一篇引人入勝的文章?我們特意為您整理了計(jì)算機(jī)圖像處理弓滑板裂紋檢測(cè)方法范文,希望能給你帶來(lái)靈感和參考,敬請(qǐng)閱讀。
摘要:為提高受電弓滑板裂紋檢測(cè)效率和精度,本文介紹了一種基于計(jì)算機(jī)圖像處理技術(shù)的受電弓滑板裂紋檢測(cè)方法。首先,運(yùn)用圖像濾波技術(shù)對(duì)待測(cè)圖像進(jìn)行預(yù)處理,降低噪聲背景的干擾,然后,利用二代曲波變換實(shí)現(xiàn)對(duì)于受電弓滑板的識(shí)別和分解,通過(guò)裂紋特征分析,采用移動(dòng)平行窗口方法,最終實(shí)現(xiàn)受電弓滑板裂紋的檢測(cè)和識(shí)別。實(shí)驗(yàn)結(jié)果表明,本文方法的裂紋識(shí)別準(zhǔn)確率為90.4%,裂紋長(zhǎng)度的檢測(cè)精度在0.02~0.23mm,檢測(cè)識(shí)別精度良好,能夠?yàn)槭茈姽倪\(yùn)維提供重要支持,對(duì)提升城市軌道交通安全運(yùn)營(yíng)具有重要意義。
關(guān)鍵詞:受電弓;裂紋檢測(cè);圖像處理
近年來(lái),隨著我國(guó)城軌技術(shù)的不斷進(jìn)步,機(jī)車(chē)運(yùn)行速度不斷提升,運(yùn)行車(chē)次不斷增加,載客量不斷加大,種種因素導(dǎo)致列車(chē)受電弓的磨耗加劇,從而導(dǎo)致受電弓系統(tǒng)頻繁出現(xiàn)磨耗、裂紋等故障,因此,受電弓滑板的裂紋檢測(cè)需要更加的準(zhǔn)確、及時(shí),將事故隱患扼殺在萌芽狀態(tài)。為及時(shí)、準(zhǔn)確地了解受電弓的狀況,需要采取高效、及時(shí)、精確、智能的檢測(cè)方法對(duì)滑板裂紋故障進(jìn)行識(shí)別?,F(xiàn)有受電弓裂紋檢測(cè)方法可歸納為三種方式:(1)人工檢測(cè)方式,通過(guò)人工登頂手動(dòng)檢測(cè)的方法實(shí)現(xiàn)裂紋檢測(cè)的目的,但這種檢測(cè)方式檢測(cè)效率較低,且容易受到檢測(cè)人員技術(shù)水平不同的影響,不同檢測(cè)技術(shù)人員的經(jīng)驗(yàn)不同、熟練程度不同導(dǎo)致檢測(cè)結(jié)果經(jīng)常出現(xiàn)差異。(2)接觸式檢測(cè)方式,其設(shè)計(jì)原理簡(jiǎn)單,較為容易判斷,效率較高,可以較為實(shí)時(shí)地檢測(cè)出受電弓的狀態(tài),但其對(duì)檢測(cè)裝置的安裝可靠性要求高,維修代價(jià)較大。檢測(cè)結(jié)果過(guò)分依賴(lài)檢測(cè)裝置(傳感器)的可靠性。(3)非接觸式檢測(cè)方式,利用超聲波測(cè)距、圖像處理等方法實(shí)現(xiàn)受電弓滑板的裂紋檢測(cè)。文獻(xiàn)[8]利用三組照相機(jī)與一組攝相機(jī)構(gòu)建一套受電弓在線檢測(cè)系統(tǒng),該系統(tǒng)的拍攝角度較多,通過(guò)對(duì)受電弓的多角度拍攝,實(shí)現(xiàn)了受電弓圖像信息的清晰度與準(zhǔn)確性,隨后,利用圖像處理技術(shù),對(duì)受電弓完成圖像提取,以此為基礎(chǔ)對(duì)提取得到的受電弓進(jìn)行裂紋和燒壞故障的判別。但該方法對(duì)現(xiàn)場(chǎng)實(shí)現(xiàn)安裝要求高,實(shí)際應(yīng)用效果差,同時(shí),在檢測(cè)計(jì)算中未消除周?chē)h(huán)境對(duì)圖像質(zhì)量的干擾,檢測(cè)精度過(guò)低;對(duì)于受電弓滑板的上下邊緣提取效果不理想,在現(xiàn)場(chǎng)實(shí)際應(yīng)用效果有待提升。綜上所述,為更準(zhǔn)確地檢測(cè)受電弓滑板裂紋情況,提高受電弓滑板裂紋檢測(cè)效率及精度,本文介紹了一種基于計(jì)算機(jī)圖像處理技術(shù)的受電弓滑板裂紋檢測(cè)方法。首先,運(yùn)用圖像濾波技術(shù)對(duì)圖像進(jìn)行預(yù)處理,降低噪聲因素的干擾,然后,利用二代曲波變換實(shí)現(xiàn)對(duì)于受電弓滑板的識(shí)別和分解,通過(guò)裂紋特征分析,采用移動(dòng)平行窗口方法,最終實(shí)現(xiàn)受電弓滑板裂紋的檢測(cè)識(shí)別。
1受電弓系統(tǒng)簡(jiǎn)介
受電弓是列車(chē)受流的關(guān)鍵設(shè)備,通常安裝于列車(chē)車(chē)頂上,列車(chē)運(yùn)行所需的能量是通過(guò)受電弓與接觸網(wǎng)之間的滑動(dòng)摩擦獲得。因此,受電弓與接觸網(wǎng)之間的可靠性將直接影響列車(chē)受流質(zhì)量。受電弓的種類(lèi)及結(jié)構(gòu)類(lèi)型較多,各個(gè)國(guó)家的受電弓有其獨(dú)特的結(jié)構(gòu)方式,總體上可以分為兩類(lèi),即單臂和雙臂。受電弓每一部分相互配合,保證能夠可靠工作,受電弓的結(jié)構(gòu)圖如圖1所示。底架由絕緣子和安裝座組成;傳動(dòng)系統(tǒng)由框架阻尼器和升弓裝置組成;框架由拉桿、下臂桿、平衡桿及上框架組成;弓頭由碳滑板和弓頭支撐兩部分組成。受電弓通過(guò)絕緣子與列車(chē)相連,并通過(guò)底架撐起整個(gè)受電弓,弓頭與接觸網(wǎng)相連,獲得列車(chē)運(yùn)行的能量。傳動(dòng)系統(tǒng)可以控制受電弓的高度,可以通過(guò)平衡桿調(diào)節(jié)受電弓的水平狀態(tài),由此構(gòu)成了一個(gè)相對(duì)較復(fù)雜的受電弓系統(tǒng)。
2滑板裂紋檢測(cè)算法設(shè)計(jì)
2.1算法流程設(shè)計(jì)
當(dāng)受電弓滑板出現(xiàn)裂紋時(shí),裂紋方向多為縱向裂紋,裂紋的長(zhǎng)度、厚度也不同,當(dāng)對(duì)受電弓滑板裂紋進(jìn)行檢測(cè)時(shí),滑板的劃痕、接縫等干擾因素也嚴(yán)重約束了檢測(cè)精度。受電弓滑板裂紋檢測(cè)需要在高效的前提下,能夠?qū)崿F(xiàn)精確定位并準(zhǔn)確計(jì)算,本文采用二代曲波變換方法,分析識(shí)別滑板裂紋故障,并進(jìn)行定量分析判斷,具體流程如圖2所示。
2.2滑板裂紋特征分析
滑板長(zhǎng)時(shí)間運(yùn)行會(huì)出現(xiàn)各種故障,在出現(xiàn)裂紋的同時(shí),也會(huì)出現(xiàn)劃痕、接縫斷裂等問(wèn)題,拍攝過(guò)程中也會(huì)出現(xiàn)接觸線、車(chē)頂雜物等偽故障圖像。傳統(tǒng)的形態(tài)處理在將滑板裂紋、接縫、劃痕等特征區(qū)分時(shí),區(qū)分效果不佳,經(jīng)常出現(xiàn)誤檢的現(xiàn)象,曲波變換具備方向選擇準(zhǔn)確、辨識(shí)能力高的特性,同時(shí),計(jì)算速度較快,在圖像處理中實(shí)際案例應(yīng)用較廣。本文利用二代曲波變換對(duì)滑板進(jìn)行分解,利用基于移動(dòng)平行窗口的方法識(shí)別裂紋。在進(jìn)行曲波變換處置前,需將滑板上表面圖像中可能包含的特征元素進(jìn)行信息收集,對(duì)接觸線、劃痕、接縫、裂縫等特征圖像尋找圖像的元素規(guī)律。接縫位置較為固定,且形狀單一,出現(xiàn)在滑板左右兩側(cè),同時(shí),與滑板邊緣存在45°與135°的角度規(guī)律;接觸線與受電弓的位置為垂直分布,雖然接觸線在安裝、排布中呈“Z”型,但兩者之間的角度變化范圍可以劃分到90°~135°;由于接觸線與受電弓摩擦造成的劃痕角度規(guī)律較為固定,變化范圍在45°~135°,并且通過(guò)實(shí)際觀察發(fā)現(xiàn),劃痕多為帶狀分布,規(guī)律性較強(qiáng);滑板在正常運(yùn)行狀態(tài)下很少出現(xiàn)裂紋故障,但當(dāng)滑板發(fā)生機(jī)械碰撞時(shí),劇烈的撞擊不僅使得滑板形態(tài)發(fā)生改變,同時(shí),使得滑板出現(xiàn)裂紋,由于滑板經(jīng)受撞擊的情況各不相同,導(dǎo)致滑板出現(xiàn)裂紋的位置、裂口形狀千差萬(wàn)別,裂紋形狀規(guī)律性較差,故此可以通過(guò)識(shí)別裂紋的其他規(guī)律進(jìn)行識(shí)別。二代曲波變換是一種多尺度幾何變換算法。該算法在圖像矩陣處理過(guò)程中將圖像在所有尺度中分解,通過(guò)分解得到系數(shù)矩陣,將矩陣中的高維信息進(jìn)行映射,在二維分解角-定位點(diǎn)坐標(biāo)平面,將圖像的高維信息轉(zhuǎn)變?yōu)閳D像的幾何特征。二代曲波系數(shù)為:式中,j為尺度參數(shù),l為方向參數(shù),k為位移參數(shù),f為信號(hào)的頻域形式,r和θ為頻域極坐標(biāo)。經(jīng)過(guò)二代曲波變換處理后,滑板圖像得到一個(gè)含多方向的系數(shù)矩陣,根據(jù)圖像中滑板接縫、劃痕、接觸線以及裂紋的特征與像素規(guī)律,將其對(duì)應(yīng)的曲波分解系數(shù)對(duì)應(yīng)至方向矩陣中,得到表1。通過(guò)表1可知,滑板背景的系數(shù)值分布規(guī)律較為簡(jiǎn)單,且與裂紋分布系數(shù)存在明顯差異;劃痕的方向角度較為集中,分布規(guī)律同樣明顯,因此,對(duì)滑板背景與劃痕通過(guò)設(shè)定全局系數(shù)便可得到較好的處理效果。兩條接縫的系數(shù)分布與裂紋分布具有較多的重疊,系數(shù)值、系數(shù)個(gè)數(shù)重合較多;接觸線在系數(shù)值、系數(shù)個(gè)數(shù)中同樣與裂紋存在較為的重疊,因此,對(duì)于接縫與接觸線需采用其他方法進(jìn)行去除。
2.3滑板裂紋提取
滑板圖像經(jīng)過(guò)濾波處理后,圖像中的滑板背景與劃痕已得到有效處理,針對(duì)裂紋、接縫、接觸線,三者之間像素規(guī)律較高,與滑板邊緣的方向也近似,但是,接縫、接觸線數(shù)目固定,針對(duì)以上特點(diǎn),本文采用基于移動(dòng)平行窗口方法裂紋進(jìn)行識(shí)別。假設(shè)滑板部件的圖像尺寸為M×N,對(duì)其進(jìn)行n層曲波分解,第n-1層包括l個(gè)方向矩陣,接縫與接觸線對(duì)應(yīng)lk方向,則接縫與接觸線的表示矩陣為c。接縫與接觸線具備線奇異特性,因此,在c中會(huì)有較大系數(shù)值的帶狀平行區(qū)域,同時(shí)距離相近;根據(jù)帶狀區(qū)傾斜角度與間隔相等的特性,通過(guò)移動(dòng)平行窗口進(jìn)行接縫特征提取。在移動(dòng)平行窗口中,設(shè)定3個(gè)方向均為3π/4的平行四邊形窗口,窗口高M(jìn),寬2p+1,窗口間距d。平行四邊形窗口對(duì)應(yīng)的矩陣元素值為Aij,經(jīng)窗口過(guò)濾后的C:式中,i,j為元素所在的行列,k為方向號(hào)。經(jīng)過(guò)窗口過(guò)濾處理后,帶狀區(qū)域外的元素值變?yōu)?,區(qū)域內(nèi)對(duì)應(yīng)曲波分解系數(shù)的絕對(duì)值。分析C中的系數(shù)值,C中存在3處系數(shù)值較大的帶狀區(qū)域,將接觸線、接縫以及裂紋的形狀特征與系數(shù)值數(shù)據(jù)特征進(jìn)行類(lèi)比分析,能夠?qū)⑷哌M(jìn)行有效區(qū)分。通過(guò)對(duì)接觸線、接縫以及裂紋進(jìn)行區(qū)分排除后,滑板圖像對(duì)裂紋故障存在干擾的因素有效減小,此時(shí),檢測(cè)得到線狀的奇異特征后,便可判定裂紋的存在。需對(duì)裂紋的形狀、尺寸進(jìn)一步確定,因此,采用形態(tài)細(xì)化方法對(duì)裂紋尺寸進(jìn)行確定。形態(tài)細(xì)化方法是對(duì)檢測(cè)得到的圖像進(jìn)行逐步篩減,選定裂紋圖像邊緣像素,對(duì)像素進(jìn)行逐一刪除直至剩余單一像素,計(jì)算刪除像素?cái)?shù)量,得到對(duì)應(yīng)尺寸數(shù)據(jù)。在進(jìn)行細(xì)化處理時(shí),需設(shè)定:當(dāng)前像素領(lǐng)域的8個(gè)方向的像素?cái)?shù)據(jù)均需滿(mǎn)足,當(dāng)鄰域內(nèi)特定灰度值的像素?cái)?shù)目少于8個(gè)時(shí),將該像素點(diǎn)刪除。當(dāng)前像素領(lǐng)域像素個(gè)數(shù)大于1個(gè)時(shí),將該像素點(diǎn)刪除。對(duì)圖像進(jìn)行處理后,得到裂紋骨架效果圖。
3滑板裂紋檢測(cè)實(shí)例
3.1實(shí)驗(yàn)設(shè)置為驗(yàn)證
本文所提出滑板裂紋識(shí)別算法的可行性,檢驗(yàn)檢測(cè)結(jié)果的準(zhǔn)確性,首先,設(shè)定三組不同層次實(shí)驗(yàn)。首先,驗(yàn)證裂紋檢測(cè)算法有效性,通過(guò)對(duì)某一存在裂紋的受電弓圖像進(jìn)行圖像處理與檢測(cè),獲取實(shí)驗(yàn)結(jié)論與實(shí)驗(yàn)數(shù)據(jù),將實(shí)驗(yàn)數(shù)據(jù)與人工檢測(cè)數(shù)據(jù)進(jìn)行對(duì)比,判定算法真實(shí)有效;其次,驗(yàn)證裂紋檢測(cè)算法的適用性,設(shè)定3組不同環(huán)境的裂紋圖像,針對(duì)正常圖像、過(guò)度曝光圖像與補(bǔ)光不足圖像進(jìn)行檢測(cè),研究三種不同情況下,檢測(cè)得到的實(shí)驗(yàn)結(jié)果的準(zhǔn)確率,判定算法廣泛適用;最后,驗(yàn)證裂紋檢測(cè)算法的檢測(cè)精度與穩(wěn)定性,分別檢測(cè)5組裂紋故障,重復(fù)檢測(cè)5次,通過(guò)與人工數(shù)據(jù)進(jìn)行對(duì)比,計(jì)算檢測(cè)誤差,判定算法時(shí)候可靠準(zhǔn)確。
3.2實(shí)驗(yàn)結(jié)果
經(jīng)過(guò)圖像處理后的受電弓圖像有效去除了滑板表面磨損嚴(yán)重、劃痕較多、不同區(qū)域滑板亮度不同等因素的干擾,最后獲取得到的滑板裂紋圖像骨架圖像如圖3所示。將檢測(cè)識(shí)別的裂紋結(jié)果與人工檢測(cè)得到的裂紋數(shù)據(jù)進(jìn)行對(duì)比,兩組實(shí)驗(yàn)數(shù)據(jù)中裂紋位置相同,計(jì)算得到的裂紋長(zhǎng)度為6.2mm,人工檢測(cè)得到的裂紋長(zhǎng)度為6mm,兩組實(shí)驗(yàn)數(shù)據(jù)相差0.2mm,符合實(shí)際檢測(cè)要求,證明本算法真實(shí)有效。選取實(shí)際現(xiàn)場(chǎng)采集得到的圖像共60張,通過(guò)對(duì)原始圖像進(jìn)行分析,其中包括40張補(bǔ)光均勻的正常圖像,10張補(bǔ)光不足的圖像,10張過(guò)度曝光的圖像,分別檢測(cè)圖像中裂紋的存在、位置與長(zhǎng)度,并與人工檢測(cè)得到的數(shù)據(jù)進(jìn)行對(duì)比,對(duì)比結(jié)果如表2所示。通過(guò)表2可知,原始60張圖像中實(shí)際含有的裂紋條數(shù)為7條,檢測(cè)得到的裂紋條數(shù)為10條,通過(guò)具體分析得到,40張正常圖像中3根存在滑板裂紋在檢測(cè)過(guò)程中均被準(zhǔn)確識(shí)別,裂紋的位置與長(zhǎng)度能夠精確計(jì)算獲取,未發(fā)生漏檢現(xiàn)象,3條誤檢的裂紋究其原因?yàn)閿z像機(jī)與滑板裂紋的高度差距對(duì)檢測(cè)結(jié)果造成影響,同時(shí),車(chē)頂存在形狀特征與裂紋較為相似的污痕,并且類(lèi)似污痕在車(chē)頂中較為普遍,造成此類(lèi)偽故障未能有效去除,從而造成出現(xiàn)誤檢的情況;10張過(guò)度曝光圖像中1根存在滑板裂紋在檢測(cè)過(guò)程中均被準(zhǔn)確識(shí)別,裂紋的位置與長(zhǎng)度能夠精確計(jì)算獲取,未發(fā)生漏檢現(xiàn)象,出現(xiàn)一張誤檢的情況,10張補(bǔ)光不足圖像中1根存在滑板裂紋在檢測(cè)過(guò)程中均被準(zhǔn)確識(shí)別,裂紋的位置與長(zhǎng)度能夠精確計(jì)算獲取,未發(fā)生漏檢現(xiàn)象,出現(xiàn)2張誤檢的情況,究其原因在圖像處理過(guò)程中,補(bǔ)光不足或過(guò)度曝光圖像中的細(xì)節(jié)丟失情況較為嚴(yán)重,在邊緣位置出現(xiàn)較多的偽邊緣,偽邊緣與裂紋有較大的重合,造成誤檢??傮w裂紋的識(shí)別準(zhǔn)確率為90.7%,未出現(xiàn)漏檢現(xiàn)象,檢測(cè)精確有待提高。計(jì)算上述正確識(shí)別得到的裂紋長(zhǎng)度,將5幅檢測(cè)含裂紋的圖像作為參考,計(jì)算裂紋長(zhǎng)度與人工值作比較,實(shí)驗(yàn)結(jié)果如表3所示。在滑板裂紋檢測(cè)實(shí)驗(yàn)中,分別驗(yàn)證了裂紋檢測(cè)算法有效性、裂紋檢測(cè)算法的適用性與驗(yàn)證裂紋檢測(cè)算法的檢測(cè)精度與穩(wěn)定性,通過(guò)實(shí)驗(yàn)數(shù)據(jù)對(duì)比系統(tǒng)檢測(cè)數(shù)據(jù)中,最大偏差為0.23mm,最小偏差為0.02mm,誤差范圍控制在±0.3mm范圍內(nèi),表明系統(tǒng)具有較高的重復(fù)測(cè)量精度,適用性較強(qiáng),滿(mǎn)足現(xiàn)場(chǎng)檢測(cè)要求。
4結(jié)語(yǔ)
為提高受電弓滑板裂紋的檢測(cè)的準(zhǔn)確性,本文介紹了一種基于計(jì)算機(jī)圖像處理技術(shù)的受電弓滑板裂紋檢測(cè)方法。運(yùn)用圖像處理技術(shù)實(shí)現(xiàn)受電弓滑板裂紋狀態(tài)的識(shí)別以及裂紋長(zhǎng)度的檢測(cè)。通過(guò)受電弓滑板檢測(cè)實(shí)例驗(yàn)證,實(shí)驗(yàn)結(jié)果表明,本文方法的裂紋識(shí)別準(zhǔn)確率高達(dá)90.7%,具有較高的識(shí)別準(zhǔn)確率。在裂紋長(zhǎng)度檢測(cè)精度上,最大偏差為0.23mm,最小偏差為0.02mm,具有良好的重復(fù)測(cè)量精度,滿(mǎn)足實(shí)際現(xiàn)場(chǎng)檢測(cè)要求。
參考文獻(xiàn):
[1]黎亮.電氣化鐵路供電電源電壓等級(jí)的研究[D]西南交通大學(xué),2007.
[2]何常紅.弓網(wǎng)電弧模擬系統(tǒng)的研制和實(shí)驗(yàn)研究[D].西南交通大學(xué),2009.
[3]魏福龍.地鐵弓網(wǎng)聯(lián)控設(shè)計(jì)與分析[J].技術(shù)與市場(chǎng),2013,10:81-82.
[4]仲偉廣,梅桂明.受電弓—接觸網(wǎng)系統(tǒng)的總平均抬升力研究[J].高速鐵路技術(shù),2013,06:14-18.
[5]鄧俊.京津城際鐵路環(huán)境噪聲特性研究[D].西南交通大學(xué),2010.
[6]朱曉恒.受電弓典型故障圖像檢測(cè)算法的研究[D].西南交通大學(xué),2011.
[7]劉寅秋.基于圖像處理的接觸網(wǎng)動(dòng)態(tài)幾何參數(shù)測(cè)量研究[D].中國(guó)鐵道科學(xué)研究院;2012.
[8]韓振興.地鐵車(chē)輛用FB800.09單臂受電弓結(jié)構(gòu)和維護(hù)口[J]..機(jī)車(chē)電傳動(dòng),2012,03:68-69.
[9]唐湘越,張順,張愛(ài)平.城軌車(chē)輛弓網(wǎng)匹配分析[J].電力機(jī)車(chē)與城軌車(chē)輛,2012,02:23-24.
[10]潘雪濤.圖像處理在電力接觸導(dǎo)線幾何參數(shù)測(cè)量中的原理應(yīng)用研究[D].南京理工大學(xué),2008.
[11]封力民,劉浩,王黎,高曉蓉.電力機(jī)車(chē)弓網(wǎng)離線監(jiān)測(cè)系統(tǒng)機(jī)[J].機(jī)車(chē)電傳動(dòng),2005,02:57-58.
作者:常通帥 單位:中車(chē)青島四方機(jī)車(chē)車(chē)輛股份有限公司
級(jí)別:省級(jí)期刊
榮譽(yù):中國(guó)期刊全文數(shù)據(jù)庫(kù)(CJFD)
級(jí)別:省級(jí)期刊
榮譽(yù):中國(guó)優(yōu)秀期刊遴選數(shù)據(jù)庫(kù)
級(jí)別:省級(jí)期刊
榮譽(yù):中國(guó)優(yōu)秀期刊遴選數(shù)據(jù)庫(kù)
級(jí)別:省級(jí)期刊
榮譽(yù):中國(guó)優(yōu)秀期刊遴選數(shù)據(jù)庫(kù)
級(jí)別:部級(jí)期刊
榮譽(yù):--