基于感知哈希算法受电弓滑板图像检测.docVIP

基于感知哈希算法受电弓滑板图像检测 　　摘 要： 现有的机车入库受电弓检测方法，除人工检测外大多需要机械手臂搭载传感器运动到受电弓附近。这类方法在复杂环境下使用时有着一定的局限性。现提出一种直接使用相机拍照的图像检测方法，利用感知哈希算法对检测到的图像进行对比，自动识别出被检测对象的图像，避免了因使用机械臂等设备带来的干扰，所采集到的图像可作为受电弓滑板磨耗检测系统重要的数据来源。 　　关键词： 受电弓滑板； 感知哈希算法； 图像检测； 机车入库 　　中图分类号：U264.3+4 文献标志码：A 文章编号：1006-8228（2018）02-58-04 　　Abstract： The existing detection methods of electric locomotive pantograph strip， excepting for manual testing， most of them need a mechanical arm equipped with sensor moving to the location near pantograph. These methods have limitations when they are used in a complex environment. In this paper a new image detection method used camera directly has been proposed， it uses perceptual Hash algorithm to contrast images and automatically identifies the image of the detected object， avoiding the interference caused by the use of mechanical arm. The image collected can be used as an important data source of pantograph strip abrasion detection system. 　　Key words： pantograph strip； perceptual Hash algorithm； image detection； locomotive in maintenance workshop 　　0 引言 　　我国现有铁路干线以电气化铁路为主，电气化铁路以电力牵引作为主要牵引方式，受电弓作为电力机车与接触网的连接部分，其性能在列车运行时十分重要[1]。在对受电弓检修的操作中，弓头部分的检查是重要环节，受电弓滑板碳条因运行产生磨耗，其厚度一旦小于规定值就需要立即更换，避免在列车运行中发生事故。 　　受电弓滑板状态检测方法主要有三种。①人工检测的方法。这是最传统的方法，需要操作人员在机车入库的情况下登上车顶，使用直尺进行人工测量，该方法的主要缺点是，登上车顶前机车需要进行停车、落弓等一系列动作以满足登顶要求；人工作业时具有较大安全隐患等[2-3]。②接触式检测方法。依靠埋在滑板内的光纤，当滑板受到大冲击作用产生磨耗时，通过电位变化探明受电弓滑板状态[4-6]。③利用机械臂搭载激光、超声等传感器进行测量。在有磨耗的地方，传感器接收到的信号会有差别[7-8]。此类方法需要操作机械臂移动到受电弓附近，由于接触网与受电弓相接，在操作机械臂时要避免与接触网发生碰撞，对设备安放位置和机械臂操作有着较高的要求[9]。④利用图像处理技术。机车触发光电传感器时启动摄像头对受电弓进行图像采集，通过电缆将图像传输到拍摄点附近的控制室，由上位机端通过图像处理技术完成对受电弓的检测[10-11]。该方法的效果优异，但也有一些局限性：利用电缆传输时设备不宜离控制中心过远；包括光电传感器在内的设备安装、调试需要经过较为复杂的步骤和较长的时间；使用时需要搭建一个新的机库，成本较高。 　　考虑到以上几种方法的优缺点，提出了一种基于感知哈希算法的受电弓滑板图像检测方法，利用算法代替光电传感器起到对相机的控制，将采集到的图像通过无线传输的方式传给上位机端进行处理。 　　1 检测系统设计 　　图像检测系统有三大组成部分，分别是采集端、服务器端和上位机端。采集端负责对受电弓进行图像采集。服务器端运用无线传输技术，将接收到图像发送至上位机端。上位机端对接收到的图像进行自动处理，得到受电弓滑板部分的图像。 　　1.1 采集端设计 　　感知哈希算法应用在采集端，用于判定图像中是否有目标受电弓存在。相机采用定时定点拍照的方式，调整角度使相机镜头对准受电弓所处位置，先拍摄一张没有受电弓存在的图