机车顶部异物识别图像对比算法研究(可编辑)

机车顶部异物识别图像对比算法研究(可编辑)

ID:21906189

大小:62.50 KB

页数:54页

时间:2018-10-25

机车顶部异物识别图像对比算法研究(可编辑)_第1页
机车顶部异物识别图像对比算法研究(可编辑)_第2页
机车顶部异物识别图像对比算法研究(可编辑)_第3页
机车顶部异物识别图像对比算法研究(可编辑)_第4页
机车顶部异物识别图像对比算法研究(可编辑)_第5页
资源描述:

《机车顶部异物识别图像对比算法研究(可编辑)》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、机车顶部异物识别图像对比算法研究西南交通大学硕士学位论文机车顶部异物识别图像对比算法研究姓名:刘辰光申请学位级别:硕士专业:光学工程指导教师:高晓蓉201205西南交通大学硕士研究生学位论文第页摘要在世界各地高速铁路迅猛发展背景下,为适应国民经济发展,满足广大人民的需求,我国加大对铁路事业的投入并取得骄人成绩。近年来,我国铁路运行速度大幅度提升,机车的安全行驶受到业内人士越来越多的重视。机车入库在线检测环节中,车顶异物识别与设备损坏检测作为机车检测的一个重要部分受到人们极大的关注。针对车顶异物与设备损坏,本文提出了基于车顶图像在线比对检测系统,目前国

2、内外尚没有一套能完整针对机车车顶异物进行识别的设备,因此本系统的研究具有重大的现实意义。本论文详细介绍了机车车项异物检测与识别的原理,结合实际需要搭建合理的图像采集系统,并辅以详细算法对拍摄的车顶图片进行比对分析。本文重点对图像采集系统的搭建与算法设计进行了全面详细论述。在图像处理阶段对算法的每个模块都使用了适于机车顶图处理的改进算法。涉及的主要算法模块如下:首先,对原始车项图像进行光照补偿,为了消除不同拍摄条件下产生的全局或局部车项光照不均,采用了灰度直方图均衡化结合同态滤波的处理方法,有效消除了待检测车项图像与模版图像的灰度分布差别。其次,本系统

3、采用在对数极坐标下基于相位相关法的配准算法,能够在保证精度和处理速度基础上对发生平移、旋转和缩放的待检测车顶图像与模版图像进行配准。然后,进行异物识别,通过与标准图像比对查找异物。本步骤将待测图像与标准图像做差分运算,获得包含疑似异物的图像。使用迭代阈值对图像进行二值化处理,去除部分干扰;最后,对每个异物分配一个独特的值进行标记。本步骤使用连通域搜索标记法,提出了两种改进算法,在准确性与速度上都符合要求。本论文在前期使用进行算法仿真,实现所有算法并达到要求效果,最终在平台上搭建起车顶图像处理平台,将前期仿真通过的算法转化为代码,提高了系统的实用性与可

4、移植性。最后论文对本系统设计进行总结并指出了系统中一些可以继续提高改进的地方,对后续任务做出了研究展望。关键字:高速铁路;机车顶图;异物检测;图像配准;光照补偿;连通域搜索西南交通大学硕士研究生学位论文第页’,’’.,,...?..:...,.,.,.,..,..西南交通大学硕士研究生学位论文第页.:曲;;;;;;西南交通大学硕士研究生学位论文第页第章绪论.课题的研究意义随着中国铁路系统大提速,机车运行时的安全程度受到人们越来越多的关注。在通过式机车入库在线检查系统中,机车顶部异物识别作为机车检测的一个重要部分,已经得到了铁路部门的重视。由于机车项

5、部有许多不安全因素,比如工作人员因为一时大意将作业工具遗留在机车车项,有时会出现机车车顶重要部件缺失。这些异物的存在和部件损坏会在列车启动和加速减速过程中因为惯性作用撞击瓷瓶和受电弓等车顶部件,造成设备的损坏【捌;有些异物会缠绕到传输电缆或着传动装置,使得相关设备无法正常地运行;车顶重要部件的缺失同样严重影响机车的安全运行,一些器件的老化和松动会随着机车运行时间的增长而加剧。传统的检测方式一般是铁路系统的工作人员直接登上机车顶进行人工排查,此种方法不但效率低下,而且可能由于检查人员的疏忽,检测精度得不到保证。机车车顶是个复杂的高压环境,常规的人工检测

6、具有较大的危险性。检测工人必须在机车停靠后才能登顶检测,不能动态检测,相对于在线自动检测有诸多不便。为了提高准确性和安全性,同时能够动态检测机车,节省人力物力,设计一个合理有效的车项异物检测方案很有必要。在国内外机车顶部异物识别领域,工业摄像检测已经开始逐步取代人工登项检测。但是目前对于汽车项部异物及故障自动检测还没有一套完整可靠的系统及高效精准算法可以完成。由于一般的人工登顶检测方式费力费时并且属于高空危险作业,检测次数不可能足够充足,因此车顶的检测力度严重不足。同时机车项部有大量危险高压设备,在人工检测中易引发触电事故。通过车项图像进行车项异物进

7、行识别是当前较为可行的在线自动化检测方法,获取车项图通常有两种方法:一种是通过悬挂在龙门架上的线阵工业相机扫描入库的机车车项全图;另一种是通过面阵相机从拍摄机车顶部的局部图,然后进行拼接。后期通过图像预处理和模式识别将待检测顶图与正常车项图进行对比,识别车顶异物与设备异常,最终将检测结果送至控制中心。西南交通大学硕士研究生学位论文第页.系统方案设计本系统将结合线阵与面阵的优点并克服各自的缺陷,使用混搭相机采集系统进行图片采集,线阵相机负责俯拍扫描车顶顶图,面阵相机负责侧拍车项顶图,然后通过图像处理以及模式识别算法,自动识别机车车顶杂物与部件损坏。本系

8、统在机车低速入库通过过程中进行检测,可实时检测车顶情况。外围设备和环境要求如下:工作温度:一一相对湿度:%过

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。