钢轨表面缺陷非接触检测系统.docVIP

钢轨表面缺陷非接触检测系统 　　摘要：伴随着我国铁路和轨道交通产业的快速发展，列车运行的安全性、平稳性是当下热议的话题。为了满足日益增长的行车密度需求、确保列车运行安全，运营单位必须采用先进的技术手段来实现线路钢轨表面缺陷的高效检测。本文所设计的钢轨表面缺陷非接触检测系统集行进、避障、检测于一体，实现对采集数据的智能化处理 关键词：钢轨表面缺陷 检测 算法研究 中图分类号：TP391.41 文献标识码：A 文章编号：1007-9416（2016）12-0090-01 1 引言 伴随着我国铁路和轨道交通产业的快速发展，列车运行的安全性、平稳性是当今运营部门务必确保的因素。钢轨表面缺陷是导致诸多事故发生的主要因素之一。为了满足日益增长的行车密度需求、确保列车运行安全，运营单位必须采用先进的技术手段来实现线路钢轨表面缺陷的高效检测，达到轨道交通与高速铁路的安全运营对铁路基础设施可靠性的严格要求。钢轨表面上的缺陷主要有：裂纹、擦伤、剥离、断裂 2 检测车设计 整个钢轨表面缺陷非接触检测系统可分为硬件驱动装置和信息处理分析模块。硬件驱动装置由驱动模块个摄像头主要负责采集钢轨表面图像，检查钢轨病害。采集到的图像通过无线技术传回计算机，达到检测目的 障碍物检测模块：障碍物检测模块是检测车的自我保护模块，用以实现检测车遇到前方钢轨上有异物无法通过时的制动功能。该功能不需要人工操控。传感器发出一个红外信号，如果有障碍物，则接收头就会收到反馈信号，进而采取制动，避免发生碰撞 3 钢轨表面缺陷算法研究 本系统使用halcon软件作为工具完成检测功能，由于摄像头采集图像的不确定性，必须对图像进行滤波、图像增强等处理。本算法分为图像预处理及图像特征提取两部分 3.1 图像预处理 图像预处理部分包括图像输入、图像增强、图像降噪、钢轨表面定位及分割钢轨背景五个流程 通过无线信号将采集到的图像传输回计算机并转换为灰度，就完成了图像输入的流程。然而由于检测环境的光照、湿度等外部环境因素的影响，摄像头所采集到的往往会受到干扰，因此，我们需要对所获得的图像进行适当的调整。在这个过程中，我们只要有目的地强调钢轨表明或其他局部特性。扩大图像中不同物体特征之间的差别，抑制不感兴趣的特征，是图像增强的关键所在 图像降噪采用中值滤波法。运用halcon软件中的median_image算子实现中值滤波。中值滤波的基本原理是将每一像素点的灰度值设置为该点某邻域窗口内的所有像素点灰度值的中值，让周围的像素值接近的真实值，从而消除孤立的噪声点。中值滤波法在图像处理的过程中，常用于保护边缘信息 钢轨表面定位及分割钢轨背景用以确定图像中钢轨的边界，使用图像全局阈值分割的方式减少在整个处理过程中的工作量，提高工作效率 3.2 图像特征提取 图像特征提取部分包括缺陷边缘检测、缺陷分析、记录缺陷三个流程 缺陷的定位主要是通过边缘检测实现。本系统通过sobel_amp算子实现边缘的缺陷边缘的监测。由于钢轨缺陷处与正常表面有明显的光泽差异，因此边缘检测通过捕捉亮度急剧变化的区域，实现定位功能。经过上述处理，钢轨表面的缺陷已经提取出来，从而计算缺陷面积参数 对图像进行从上到下，从左到右，逐列扫描计算，计算每一列的像素点数，横轴取值范围是：从缺陷横向扫描的最左端开始，设起始点，扫描到图像缺陷右侧的边缘最大值为止，纵向扫描也采用这种方式，从缺陷上方的最初起始点开始，设，扫描到图像缺陷最下方的边缘最大值为止。通过积分计算就可以获得似于矩形的缺陷面积 记录缺陷的流程是将在监测过程中所采集到的问题生成一份详细的报告，供维保人员使用 4 结语 本文所设计的钢轨表面缺陷非接触检测车成功实现了动态检测功能，能够自动完成行进、避障、检测，实现对采集数据的智能化处理。通过安装于检测车上的无线摄像头，将采集到的光信号转换为电信号，以无线传输的方式传回计算机进行后续处理。钢轨表面缺陷检测软件基于halcon软件，通过各类算子实现图像处理功能，提取出实际所需要的部分，完成钢轨表面缺陷的检测达到设计目的 参考文献 [1]孟佳.钢轨表面缺陷识别系统的设计与研究[D].西南交通大学，2005. [2]MAGEL E， SROBA P， SAWLEY K， et al. Control ofrolling contact fatigue of rails[C]. Nashville： Proceedingsthe AREMA 2004 Annual Conference， 2004. 1