基于SIFT特征匹配的高速铁路接触网支撑装置耳片断裂检测研究

针对高速铁路接触网支撑结构中旋转双耳耳片断裂的问题,提出一种基于尺度不变特征变换(Scale-invariant Feature Transform,SIFT)的图像检测方法。利用待分析接触网支撑与悬挂装置图像和标准旋转双耳图像之间的局部特征点匹配,实现旋转双耳的定位与提取,通过分析旋转双耳上边界曲线上各点的弯曲度,判断是否存在耳片断裂故障。实验表明:本文所提方法能在复杂的接触网支撑与悬挂装置图像中准确识别耳片断裂故障,不受拍摄距离、拍摄角度以及曝光度等因素的影响,且具有较高的检测效率。     

基于HOG特征与二维Gabor小波变换的高铁接触网支撑装置耳片断裂故障检测

针对高速铁路接触网支撑结构中旋转双耳耳片断裂故障难以检测的问题,提出一种HOG(histogram of oriented gradients,梯度方向直方图)特征与二维Gabor小波相结合的图像检测方法。为实现旋转双耳在待检测图像中的定位,利用其正负样本的HOG特征对线性SVM分类器进行训练,对检测窗口内是否包含旋转双耳进行判别。为实现耳片断裂故障的可靠诊断,利用二维Gabor小波变换能量值对图像中的边缘信息进行筛选,进而对耳片断裂故障引起的故障裂痕进行识别。实验结果表明,本文提出的方法能在复杂的接触网支撑与悬挂装置图像中准确识别发生耳片断裂故障的旋转双耳部件,检测结果不受拍摄距离、拍摄角度以及曝光度等因素的影响,具有较高的使用价值。     

高铁接触网旋转双耳销钉状态检测方法研究

针对高速铁路接触网支撑装置旋转双耳部件销钉的松脱与脱落问题,提出一种基于图像不变性目标定位及灰度分布规律特征的销钉不良状态检测方法。通过分析现场接触网支撑及悬挂装置图像,利用SIFT(Scale Invariant Feature transform)算法和改进的RANSAC(Random Sample Consensus)算法实现双耳部件的定位;采用Hough变换实现目标图像中双耳套筒倾角的提取,并将其旋转至水平方向,进而实现旋转双耳部分的分割;累加目标图像的竖直方向像素灰度值,确定销钉受力部分和两端非受力部分长度;归纳销钉正常工作及故障时这些长度间相关比值的范围,从而判断销钉的工作状态。实验表明,该方法能够较准确地实现销钉不良状态的检测。     

基于曲波变换的高铁绝缘子状态检测方法

针对高铁接触网绝缘子破损的不良状态图像检测问题,提出一种利用曲波变换的绝缘子不良状态定位检测方法。先通过Radon变换实现绝缘子角度的确定,接着运用曲波变换对系数矩阵进行统计处理,最后实现绝缘子的角度调整、定位和破损情况判断。该方法能够精确定位绝缘子,并给出不良状态的判断,可以为工程应用提供技术参考。     

基于深度学习的高铁接触网旋转双耳开口销钉缺失故障检测

针对高速铁路接触网支撑装置中旋转双耳开口销钉缺失故障检测的问题,提出一种基于深度卷积神经网络和集成学习的故障检测方法。通过Faster R-CNN网络对旋转双耳整体进行精确定位;在整体定位结果的基础上,进一步完成对开口销钉的精确定位,最大程度上降低背景对故障检测的干扰;通过多个深度卷积神经网络提取开口销钉图像的多种特征,最终由多个线性SVM构成的集成分类器实现开口销钉缺失故障检测。实验结果表明:本方法能在复杂的接触网支撑装置图像中实现旋转双耳开口销钉的精确定位,并且在销钉的缺失故障检测中表现出较高的可靠性。     

基于曲波域移动平行窗的受电弓滑板裂纹识别

针对受电弓滑板非接触式裂纹故障检测问题,提出一种基于曲波域移动平行窗的受电弓滑板裂纹识别算法。算法利用曲波变换多方向性及各向异性特点,对受电弓滑板图像点状、线性和非线性特征进行分类。在曲波分解方向矩阵中使用移动平行窗口并计算窗口能量值,依据能量值区分线性平行接缝与背景噪声、螺钉和刮痕等其他非线性图像特征,最终获取滑板裂纹信息。实验结果表明,本文算法能有效地分类滑板图像特征,较准确地检测并定位滑板裂纹故障,识别率达到94.1%。     

基于加速区域卷积神经网络的高铁接触网承力索底座裂纹检测研究

针对高速铁路接触网支撑结构中承力索底座裂纹的问题,提出一种利用加速区域卷积神经网络与Beamlet变换相结合的图像检测方法。该方法使用加速区域卷积神经网络实现对承力索底座在待检测图像中的识别定位,然后根据定位的承力索底座图像特点,通过Radon变换等预处理操作对承力索底座疑似裂纹区域精确定位,最后使用基于Beamlet变换的局部链搜索算法快速得到裂纹信息,实现承力索底座裂纹故障的可靠诊断。实验表明:该方法能在复杂的接触网支撑与悬挂装置图像中准确定位识别承力索底座裂纹故障,对拍摄距离、拍摄角度以及曝光度等因素具有很好的适应性,且具有较高的检测效率。     

基于局部特征描述的高速铁路接触网斜撑套筒定位与故障检测

针对高速铁路接触网支撑装置斜撑套筒部件的螺钉松脱与脱落问题,提出一种基于采用局部特征描述的统计模式识别算法和螺钉灰度分布规律的图像检测方法。首先计算斜撑套筒部件正负样本的HOG特征,训练基于AdaBoost算法的级联分类器,实现接触网支撑装置图像中斜撑套筒部件的定位识别。为减少误匹配率,采用支持向量机分类器与AdaBoost分类器级联的方法完成目标的精确定位。对定位得到的斜撑套筒子图像利用Hough变换和边缘检测寻找分割直线分离螺钉和套筒,使螺钉可以被单独分析。实验表明,本文方法能够较准确地实现斜撑套筒2种不良状态的检测。     

用于动车组故障检测的图像识别算法

动车组运行故障动态图像检测系统（TEDS）通过比对现场图像与其历史图像,实现列车运行状态的实时监测和自动报警。由于不同时间采集的图像存在一定程度的差异性,使得单纯基于SIFT特征匹配的故障识别算法误报率较高。为此,本文提出一种自适应融合局部和全局匹配的图像故障识别算法:将图像以车厢为基准对齐配准;基于SIFT特征匹配,通过局部比对粗略定位故障区域;以上述区域为模板,搜寻历史图像以精准定位故障位置。实验结果表明,本算法能有效地分析和预警运行动车组的异常情况,使得系统用户可及时发现重大故障,提升动车运营质量。     

一种基于Radon变换和双谱分析的纹理旋转不变性分析方法

现有纹理旋转不变分析方法主要基于纹理图像局部特征,而且对噪声较为敏感.本文提出一种基于Ra-don变换和双谱分析的纹理旋转不变分析方法.该方法对纹理图像进行Radon变换,在Radon投影空间进行双谱分析实现纹理旋转不变识别与旋转角度估计.由于Radon变换是对图像不同方向的线积分,所以基于Radon投影空间的纹理特征具有全局特性,而且对白噪声具有一定的抑制作用.均值为零的高斯过程其双谱为零,所以此方法对高斯噪声也有抑制作用.本方法的特征向量长度很短,降低了分类器训练和识别的复杂度.实验采用Brodatz纹理集,结果表明:该方法具有较高的识别率,能够较为精确地计算纹理的旋转角度,而且对噪声的鲁棒性强.     

朔黄铁路隧道衬砌表观病害检测技术北大核心

为实现朔黄铁路隧道衬砌表观病害远距离非接触快速检测,提出一种基于多源数据深度融合的隧道病害检测方法。首先利用高清线阵相机、激光扫描传感器等检测设备获取隧道衬砌表观高清图像和激光点云数据,然后利用特征提取网络提取图像和点云特征图,并采用空间变换方法将图像特征图投影到点云特征俯视图上得到融合特征图,最后利用候选区域网络和金字塔场景分析网络对融合特征图进行检测识别,输出病害的类型与位置信息。在朔黄铁路重点隧道开展的现场试验表明,该方法能检测隧道裂缝、掉块、渗水等表观病害状态,有效提升重载铁路隧道运维的智能化程度及综合检测水平。     

基于PTZ相机极向投影的铁路限界自动识别方法

铁路异物侵入检测对保障铁路运营安全具有重要意义,提出一种基于PTZ (Pan-Tilt-Zoom)相机极向投影进行铁路限界自动识别的方法。针对PTZ相机采集的移动背景图像,提出一种分时图像融合生成匹配模板,利用小波分析、形态学运算和连通域标记进行图像预处理,进而利用Hough变换和钢轨极向投影检测图像中钢轨位置的限界区域标记算法。当相机姿态或焦距调整后,基于Sift特征匹配计算模板图像与新图像间的坐标变换矩阵,提出将模板图像中的限界区域映射为新图像中限界区域的方法。铁路现场实验表明:所提方法能够快速准确地识别由平行钢轨确定的铁路限界,有效解决了PTZ相机无法自动确定限界区域的问题。     

一种基于人脸序列模式的机车驾驶员疲劳检测方法

驾驶疲劳是导致事故的重要原因,本文在综述基于面部特征的机车驾驶员疲劳检测方法的基础上,提出了基于Gabor变换的人脸特征融合抽取模型,并在此基础上,结合隐马尔可夫模型(HMM)提出基于人脸图像序列的机车驾驶员疲劳检测方法。根据在疲劳和非疲劳状况下人脸模式特征的不同,首先利用Baum-Welch学习方法从疲劳图像序列训练学习得出疲劳模式下的HMM参数;然后,在疲劳模式识别时,把待识别的人脸图像序列表示成Gabor融合特征序列,再利用Viterbi算法计算该特征序列属于疲劳模式的概率值,从而实现对人脸图像序列的疲劳识别;最后,对各种姿态下的不同人脸图像序列数据进行了仿真测试。实验结果表明,与已有基于单幅人脸图像的疲劳识别方法相比,具有更好的疲劳识别性能。%     

高速铁路接触网承力索座识别与辅助承力索缺失故障检测方法研究

针对高速铁路接触网承力索座辅助承力索缺失的问题,基于DHOG特征及离散余弦变换特征增强提出辅助承力索缺失故障检测方法。该方法首先需对样本库图像提取DHOG特征,在此基础上训练AdaBoost分类器并给出承力索座的精确定位;其次使用离散余弦变换滤除图像背景信息,实现辅助承力索目标特征信息增强;随后通过可接受圆弧检测、圆弧段聚类拟合实现图像内的圆形检测和统计,并根据统计数目,给出故障判据,最终实现高铁接触网辅助承力索缺失的故障判断。实验结果表明本文方法在目标定位上具有较好的尺度、旋转不变性,在故障检测上具有较高的检测精度。     

基于计算机视觉技术的接触网定位器坡度动态测量算法

为实现对接触网定位器坡度的动态测量,提出基于计算机视觉技术的定位器坡度的动态检测算法。采用中值滤波算法和维纳滤波算法对拍摄到的图像序列进行图像预处理;对序列图像中的接触网定位器进行提取识别以及角点检测;选用NCC角点匹配算法对检测序列图像中检测到的角点进行匹配;在匹配角点的基础上,利用基于仿射不变性的直线匹配算法,对各幅图像中的直线进行匹配,从而可以自动获取图像序列中各图像直线的夹角,实现定位器坡度的自动动态测量并且减小了测量结果的不确定性。     

基于模糊熵和Hough变换的受电弓滑板裂纹检测方法

针对受电弓滑板裂纹故障将严重危及行车安全的问题,提出一种基于模糊熵和Hough变换的滑板裂纹检测方法。首先依据像素邻域内的灰度分布,提出一种基于区间二型模糊熵的边缘检测方法,可以获得主体特征增强的滑板边缘图像;然后,采用连通域方法去除孤立噪声点,获得主要包含边界线、接缝、螺钉和裂纹四类图形元素的滑板边缘图像;在此基础上,采用Hough变换分析各类图形元素在参数空间的特征分布,从而提出一种基于极角约束Hough变换的裂纹提取方法,通过有效地排除非裂纹图形元素的特征点,最终实现滑板裂纹的自动检测。仿真实验表明,本文的边缘检测方法能够获得线性特征增强的滑板边缘图像,为后续的Hough变换提供有利基础;本文的裂纹提取方法能够准确实现滑板裂纹的识别和定位。     

基于数字图像处理的机械零件缺陷识别

在实验的基础上,通过图像的采集,图像的各种变换和处理方法,利用函数的傅立叶变换、图像的增强、图像的平滑及锐化、图像的二值处理、二值图像的形态操作及区域特征计算等有关数字图像的理论,在MATLAB上进行图像处理并识别零件的缺陷以及缺陷的种类和特征值,并对缺陷检测中尚待解决的问题进行了探讨。     

基于特征匹配的接触网定位支座检测

针对高速铁路接触网的定位支座识别问题,提出利用图像处理技术中的特征匹配的方法对接触网综合检测车采集的接触网图像进行定位支座的检测,采用3种常见的特征描述子分别对定位支座进行旋转不变和尺度不变的特征点检测,对SURF和ORB特征描述点用欧式距离进行匹配,采用汉明距离对FREAK描述子进行匹配。试验表明SURF的匹配效果最好,性能最佳,该方法能够进行实际运用。     

基于支持向量机与最小二乘支持向量机的闸片识别及磨耗趋势预测

针对检测动车组闸片剩余厚度的需求,设计闸片图像采集系统,通过高速相机与面阵光源的结合使用完成在线闸片图像的采集。介绍支持向量机(SVM)算法的概念,采用SVM对闸片边缘特征进行识别,进而检测剩余厚度。运用最小二乘支持向量机(LSSVM),将SVM的不等式约束变为等式约束,实现闸片剩余厚度的趋势预测。通过将LSSVM检测结果与现场人工测量结果进行对比,验证方法的可靠性。基于LSSVM算法精准预测闸片磨耗趋势,可提供更好的闸片状态修管理模式。     

基于LBP-HOG特征的接触网旋转双耳区域识别

研究基于LBP特征、HOG特征与支持向量机相结合的目标定位原理,并对旋转双耳区域进行定位研究,分别使用LBP特征与支持向量机的方法和HOG特征与支持向量机的方法对旋转双耳区域进行定位,在此基础上,提出将LBP特征和HOG特征融合成LBP-HOG特征对旋转双耳区域进行定位。检测结果表明,同等条件下,LBP-HOG特征的检测效果优于单一使用LBP特征和HOG特征。