基于彩色图像处理的高速列车快速检测方法.pdf

图像与多媒体技术 ·Image＆MultimediaTechnology 基于彩色图像处理的高速列车快速检测方法 丈／胡广胜 贤业飞 孙福庆 李艳 随着高速列车车速不断提高， 对于车辆各部件检查和监控也提 出了更高的要 求。而传统的人工 检测很容易出现检测不到位的情 况，伴随着以 图片为主要信息载 体的发展需求，通过机器人定点 拍摄的彩 色照片，利用 图像处理 技术对可视化 的部件进行故障检 测，最后生成的报警信息可在终 端屏幕 由检测人员查看并研判， 提 高了我们的信息检测效率，也 带来了快捷的信息记录和 分享方 式。 【关键词 】图像处理 高速列车 故障检测 1引言 我f『】j外部世界的常规交互方式是人眼 图 1：某车型转向架模型图 捕捉 目标信息、大脑将信息进行分析，而图像 识别技术是赋予机器 “眼睛”之后，借助机器 以本文采用的是彩色图像处理方法。图1为菜 捕捉 目标信息、机器和互联网直接对信息进行 车型转向架模型．从图中可以看出，有些部件 分析并返回结果。目前图像识别技术也渗透到 的颜色特征很 明显．这样 的部件若利用以前的 高速列车上，自2008年京津城际铁路开始运 灰度 图像处理方法就丢失了其很重要的色彩特 营至今，在短时间内中国建成 J世界上营运里 征，虽然就数据存储空间来说，灰度 像是彩 程最长、最大规模的高铁系统．搭建 r最先进 色图像的降维，但是对于后期的故障检测却1 的高速列车技术平台。高速列车每天在高速、 利，有可能算法难度增加几倍 。 高密度地运行，为了运行安全，保质保量地检 图2为 图像 自动 识别流程 图。故障检测 修列车具有重要的意义。 是上述整个流程的重点，由于转向架有上百个 我们对物体的认知是基于大脑器官感知 部件 ，不能采用统一的方法，在后续的部分详 的信息来推断，这构成了人类最重要的预判和 细阐述其 中几个部件的检测方法 。 处理突发时问的能力，而这些信息 80％都是 视觉类的，通过机器视觉的 (即图像识别技术) 3部件故障分析与识别 可以及时和准确的获取信息。本文将阐述利用 下面列举儿个部件 ，详细说明其定位方 彩色信息和I模式识别混合方式处理 图像进行高 式和故障识别算法，包括防松线故障识别、防 速列车转向架的检测，首先利用彩色信息作为 脱链故障识别 。 定位的基础，若部件的颜色信息不足以支持其 从背景中区别出来，则采用模式识别方式进行 3．1防松线故障识 定位 。定位结束后，对每一个部件做故障检测。 为 J’防止螺栓在行 中会因列乍颠簸或 最后，在终端呈现检测结果，并存储检测报文。 车厢之间挤压造成脱落事故发生， 部件的边 2图像 自动识别 缘画上 条·白色直线，如果直线发生扭曲或者 断开则说明紧固件卡公动，需要及时维修，而这 相 比J文字，图像能够提供更加生动、 条白色赢线叫做防松线。 图2：图像 自动识别流程 图 易理解的信息，帮助我们更快的用图片来采 图3为 自动化装置拍摄的真彩 图片。前 集、判定和记录信息。通过设计四个四轴和一 如图6。利用基于最小二乘法的分段直线拟合 先对图片做预处理，使 图片内容简化，突出 日 个六轴联动工业机器人装置 自动运动到定点位 识别出来的防松线，判断识别出的防松线是否