图像自动识别技术在轨道车辆检测中应用.docVIP

图像自动识别技术在轨道车辆检测中应用 　　摘 要在轨道车辆检测中应用图像处理和模式识别，可提高车辆检测效率，对轨道车辆的安全运行具有重要意义。本文旨在对采集的轨道车辆侧底部的裙底板3D图像，运用图像配准，图像对比，霍夫圆检测，神经网络等，通过当前采集的图像与模板图像比对实现轨道车辆裙底板进行自动检测。内容包含：图像的采集方式，模板数据库的建立，部件定位，以及通过对异常识别实例证实图像处理算法与轨道车辆部件检测之间的联系 【关键词】轨道车辆 3D图像 自动识别 图像比对 1 引言 图像识别技术是通过计算机对图像进行处理、分析和理解，以识别各种不同模式的目标和对像的技术。包括图像预处理、图像分割、特征提取和判断匹配。就如人一样读懂图片的内容，不仅更快的获取信息，还是一种新的交互方式 轨道车辆的裙板、底板，为保护车下设备件和方便检修而设计安装的具有导流、防护、检修功能的车下设备舱组件，如出现错漏等故障，会造成大的安全隐患。目前，轨道车辆大都在灰度图像上进行图像处理的故障检测，这种方法有以下的问题：成像效果受光线影响较大，如反光、阴影等；污渍、水渍等对自动识别结果影响较大，极易产生误报警；图像处理算法较复杂，鲁棒性差 为了解决这些问题，本文以轨道车辆侧底部的裙底板为例，根据图像设计的异常检测算法，通过自行走机器人沿规划磁力线或者激光导航行走拍摄轨道车辆裙底板3D图像