基于机器视觉的机车车轮状态在线检测系统研究

《基于机器视觉的机车车轮状态在线检测系统研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、中图分类号：TN911.73论文编号：102870416-S050学科分类号：081001硕士学位论文基于机器视觉的机车车轮状态在线检测系统研究研究生姓名庄明磊学科、专业通信与信息系统研究方向图像处理与计算机视觉指导教师黎宁副教授南京航空航天大学研究生院电子信息工程学院二О一五年十二月NanjingUniversityofAeronauticsandAstronauticsTheGraduateSchoolCollegeofElectronicandInformationEngineeringResearchonOn-lineDetectionSystemofLocomot

2、iveWheelStateBasedonMachineVisionAThesisinCommunicationandInformationSystemsbyZhuangMingleiAdvisedbyAssociateProf.LiNingSubmittedinPartialFulfillmentoftheRequirementsfortheDegreeofMasterofEngineeringDecember,2015承诺书本人声明所呈交的硕士学位论文是本人在导师指导下进行的研究工作及取得的研究成果。除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的

3、研究成果，也不包含为获得南京航空航天大学或其他教育机构的学位或证书而使用过的材料。本人授权南京航空航天大学可以将学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。（保密的学位论文在解密后适用本承诺书）作者签名：日期：南京航空航天大学硕士学位论文摘要机车的轮对工作状态对机车安全行驶异常重要，但目前检测方法主要是人工检测，效率低、劳动强度高，因此，机车轮对工作状态检测的自动化与智能化处理显得尤其关键。本文主要针对机车的车轮踏面损伤和外径测量技术进行深入研究，采用图像处理和光电测量技术，研发基于机器视觉的机车车轮踏面损伤检测及其

4、外径测量系统，用于实现车轮踏面损伤自动检测及外径动态测量。论文主要工作包括以下几个方面：1）针对车轮踏面损伤区域检测，首先，利用自适应阈值分割技术和边缘检测，初步确定损伤的大致区域；然后，利用踏面图像的损伤纹理特征，基于灰度共生矩阵计算，选取方差、对比度、逆差矩、相关性4个纹理特征量，采用K-Means聚类算法，依据相似性度量准则，结合聚类区域的轮廓信息，确定损伤区域，计算出损伤面积；根据系统研发要求以及损伤面积为主要判断指标，最终做出损伤等级判定。2）针对车轮外径测量，利用圆与弦之间的关系确定直径计算方法。首先，将2条平行的红外激光线打在车轮的外侧面，获取带有2条弦的车轮

5、图像；然后，根据激光线端点区域灰度值的梯度变化，采用局部的自适应阈值，提取出车轮上的2条激光线。同时，根据激光线的连通性，检测出激光线的端点，即得到2条弦。最后，利用2条弦的4个端点，计算出车轮外径。3）研发了基于机器视觉的机车车轮踏面损伤检测及其外径测量系统。根据系统技术性能，设计了系统的硬件和软件系统，实现了机车轮对动态采集、车轮踏面自动提取、踏面损伤在线检测、损伤级别智能判定、车轮踏面图像拼接、在线数据实时传输等功能。研发系统在北美TTCI的在轨检测试验现场进行了实验，试验结果表明，系统能够完成在线的车轮损伤检测及损伤等级认定，二级以上损伤的检测精度达到90%。关键词

6、：机车车轮踏面损伤检测，车轮外径测量，图像处理，纹理分析，聚类，红外激光，梯度值i基于机器视觉的机车车轮状态在线检测系统研究ABSTRACTForthesafetyoflocomotiveoperation,itisveryimportanttoinspectiontheworkingsituationoflocomotive.However,thecurrentartificialinspectionbringshighlaborintensityandlowworkingefficiency.Therefore,itisverycriticalforthelocomot

7、ivewheelworkingtodetecttheirworkingsituationautomationandintelligent.Inthethesis,thewheeltreaddefectinspectionandexternaldiametermeasurementwerestudied.Byusingimageprocessingandopticalmeasurementtechnology,machinevisionbasedlocomotivewheeltreaddefectinspection