基于机器视觉的车轮裂纹识别与提取

针对列车车轮轮缘及轮辋裂纹图像特点,提出根据裂纹图像特征结合Fisher法判别的车轮裂纹识别算法,同时针对图像分割后提取出的图像裂纹线断裂不连续且不完整的问题,提出交互式裂纹线点采集提取结合曲线拟合生成裂纹线的方法;算法首先在图像预处理基础上,利用局部统计可变阈值法分割图像,用小面积阈值初筛去斑,结合形态学操作后,计算面积、平均宽度、外接矩形长宽比和圆形度4个特征量,然后计算连续性筛选图像中这些特征量的极值,再利用Fisher判别法对图像中的裂纹进行识别,并提取图像裂纹线坐标,用多项式最小二乘曲线拟合出完整裂纹线。实验结果表明本文方法具有较好的鲁棒性。     

铁路货车车轮踏面伤损检测中剥离与擦伤定位方法

针对铁路货车车轮踏面伤损检测问题,设计铁路货车车轮踏面伤损动态检测系统,提出剥离和擦伤的定位方法.首先对车轮踏面图像进行平滑去噪;然后对图像进行基于平稳小波和Canny融合算法的边缘检测,并根据标准车轮的宽度确定踏面区域;最后,根据剥离和擦伤的不同特征,对剥离踏面区域图像进行基于分块思想和种子填充算法的剥离粗定位后,再进行基于Canny算法和跟踪法的剥离精定位,并给出基于踏面边缘线搜索的擦伤定位方法.实验结果表明:在铁路货车运行速度为0.5 km/h～10 km/h时,踏面剥离的定位准确率达到96.7%,定位精度达到3 mm;擦伤定位准确率达到97.8%;可满足现场动态检测的要求.     

改进Canny算子的列车轮对踏面边缘检测算法

现有对高速列车轮对踏面损伤检测逐步以动态检测系统代替人工检测,针对动态检测系统中对踏面损伤图像处理时,存在大量边缘信息丢失、图像细节不完整等问题,提出一种基于改进Canny算子的边缘检测算法.该算法利用自适应双边滤波代替传统高斯滤波对图像进行平滑处理,能够很好的保持图像边缘和滤除噪声;采用水平、垂直、45°和135°4...     

荧光磁粉探伤裂纹智能识别图像处理研究

磁粉探伤的发展趋势是自动化、智能化,而工件表面状况、真伪裂纹、工况条件等使得现有的检测识别方法难以满足工件表面裂纹缺陷自动检测识别的需要。在分析工件表面荧光磁粉图像特征及裂纹缺陷特征的基础上,研究表征裂纹邻域像素空间相关度的二维直方图分布,提出基于多重分块极值的图像边缘检测算法。根据裂纹邻域像素空间相关度参数,以及裂纹缺陷的长宽比、圆形度等特征,设计了基于Fisher线性判别方法的工件裂纹识别算法。以此为基础的荧光磁粉探伤工件裂纹缺陷自动检测识别技术,应用于列车轮轴检测线实时检测,裂纹缺陷的有效检出率达99%。     

轨道交通户外站台门与列车间隙背景灯带图像分割算法研究

轨道交通在发车前需要清空站台与列车间隙,否则异物入侵会对乘客与列车运行造成安全隐患,基于背景灯带的异物入侵检测需要对灯带在图像中进行图像分割、提取、识别。针对在户外站台场景下,复杂背景和日光等因素为背景灯带提取带来困难的问题,提出一种无监督的图像分割算法。首先通过卷积神经网络进行特征提取,然后将特征图输入到后续分类器中对所有像素进行类别输出。在训练过程中,使用的损失函数从三方面进行设计：考虑特征相似度和空间连续约束、基于深度支持向量描述以及基于几何与光度增强。算法能够实现单样本无监督对神经网络参数进行调优。通过对某城轨站台真实数据采集及实验结果表明,本文提出的方法在与训练样本不同光照条件、拍摄角度条件下,对背景灯带进行分割的F1分数为78.47%;在性能优于其他方法的同时,耗时最多能减少97.1%;算法为基于背景灯带的异物检测方案提供一种行之有效的图像分割方法,为后续的异物自动检测提供基础。     

高速轮对外形尺寸检测系统

车轮外形几何尺寸的测量对列车的安全运行非常重要。激光图像法是当前主流的检测运行列车车轮外形几何尺寸的检测技术,然而在列车高速通过的情况下,传统的轮对外形尺寸检测系统在系统布局、机械设计和相机成像质量等方面无法满足车速的要求,激光图像法的检测精度会受到车速的影响,因此在系统方案及标定方法等方面对传统的轮对外形尺寸检测系统进行了改进,从而保证了在列车高速通过条件下,系统对车轮各个参数的测量精度达到要求。     

基于卷积神经网络的列车实时客流检测算法

城市轨道交通作为城市公共交通系统的主体,在缓解交通出行压力、促进城市发展中具有十分重要的作用。科学精准的测算列车实时客流,对改善城市轨道交通客运服务水平,发展低碳、环保的绿色出行模式具有重大意义。为此,提出基于卷积神经网络的城市轨道交通列车实时客流检测算法,实现列车监控视频视野内乘客数量的实时检测。基于成都地铁1号线车载监控视频建立列车客流图像数据集,以剔除全连接层的VGG-16网络作为算法基础框架,提取输入图像的边缘、角点等浅层细节特征;将多尺度卷积层和膨胀卷积结构融合构建乘客多尺度特征感知模块,在保持图像分辨率的同时,通过不同的感受野增强尺度上下文信息的提取性能,提升网络对乘客尺度变化的鲁棒性;构建特征融合网络将网络浅层提取的细节特征与上采样后的深层语义特征嵌入融合,提升小尺度乘客目标的计数精度和特征图的信息丰富度。实验结果表明：所提算法在城市轨道交通列车场景下的检测精度得到显著提升,平均绝对误差、均方误差以及平均绝对百分比误差指标分别达到了1.1%,1.8%和5.4%,同时单张图像检测速率低于60 ms,能够满足列车客流检测的实时性需求;且算法在2个标准人群数据集Shanghai...     

基于区域级和像素级特征的路面裂缝检测方法

路面裂缝图像普遍存在光照不均匀,对比度低,噪声干扰严重等问题,传统图像处理方法无法有效检测路面裂缝。提出一种综合区域级和像素级特征的分步路面裂缝检测算法,将检测过程分为裂缝区域检测和区域内裂缝精确检测2部分依次进行。设计一种基于拟合图像背景的匀光算法,并结合其他预处理算法改善图像质量;而后基于图像连通域特征,采用基于多特征的滤波方法以及基于SVM的裂缝区域分类法完成裂缝区域检测;在裂缝区域内采用基于像素灰度与梯度特征的种子生长法提取裂缝目标。实验结果表明,该算法能够较好的检测和标识出复杂路面裂缝图像中的裂缝目标。     

改进Canny算子在列车车轮踏面损伤检测中的应用

高速列车车轮踏面剥离、擦伤等损伤的检测主要以效率低下的人工巡检为主,为了提高检测效率设计一种基于机器视觉的高速列车车轮踏面损伤的动态检测系统,提出使用改进Canny算子对车轮踏面损伤进行边缘检测。改进的Canny算子在平滑图像时采用自适应加权中值滤波算法来代替高斯滤波,采用添加45°和135°方向梯度模板的Sobel算子来计算梯度幅值,以大津法(Otsu法)来确定最佳高低阈值。仿真实验结果表明:基于自适应加权中值滤波和大津法的改进Canny算子可以有效地检测车轮踏面损伤的边缘,同时也实现了自动检测。     

基于超声波探伤的车轮动态检测系统研究

轮对作为机车车辆关键走行部件其状态备受关注,尤其是高速和重载情况。车轮通常是在停车检修时或从车体上解体后进行超声波或磁粉无损探伤。基于超声波探伤的车轮动态检测系统(以下简称"系统")能够在列车低速运行过程中动态检测车轮轮辋和直线辐板缺陷。系统通过特殊设计的检测线路,使车轮在通过检测区时空出踏面滚动圆区域,由轮辋外侧约30mm区域承载车体质量,依靠布置在承力钢轨和导向护轨间的压电超声波探头组合对车轮实施无损探伤。测试结果表明,系统能够在3～5km/h行车速度下检测轮辋和直线轮辐轴向Φ3mm横孔缺陷。     

深度学习在接触网定位器缺陷检测中的应用

高速动车接触网运营安全的需求使得接触网关键零部件的缺陷自动检测成为一份有意义的工作。针对接触网巡检图像的定位器缺陷检测问题,本文提出了一种基于图像深度表示和直线检测的目标检测一体化算法。该算法采用选择搜索算法获得定位器在图像中可能存在的备选区域,利用深度卷积神经网络计算图像的深度特征,通过多任务学习的算法求得定位器的局部区域。随后,利用Canny边缘提取和Hough直线检测的方法在局部区域内精确检测定位器直线。针对接触网巡检图像的实际应用场景,对该算法在不同场景下进行验证,试验结果表明,该算法可以有效解决实际场景下的定位器缺陷检测问题。     

简析高速重载工况对车轮轮辋疲劳裂纹萌生的影响

研究了在重载列车和高速列车车轮实际使用工况下,轮轨接触应力提高后车轮轮辋内部应力增加对轮辋疲劳裂纹萌生的影响。对普通列车、重载列车、高速列车上实际运用过程中发生辋裂的车轮进行失效分析和研究,结果表明:列车轴重增加和运行速度提高,导致车轮轮辋内部萌生裂纹的"临界夹杂物尺寸"减小,使车轮轮辋中原本处于安全尺寸范围的脆性夹杂物越过"临界夹杂物尺寸"成为疲劳裂纹萌生的主要发源点,最终导致车轮轮辋疲劳裂纹的形成。     

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%。     

基于单目视觉三维重建的货运列车超限检测方法研究

针对基于雷达和激光等技术的货运列车超限检测系统存在检测区域不完整及只能在列车移动状态下进行测量的缺陷,提出一种基于单目视觉三维重建的货运列车超限检测方法.通过单目视觉三维重建算法对获取的序列图像进行建模处理得到目标货运列车的三维点云模型.对三维点云模型进行全局坐标系转换与切片投影,得到目标货运列车若干横截面二维点云图形...     

基于改进算法YOLOv5+的混凝土轨枕裂纹检测

基于既有研究成果在对混凝土轨枕裂纹检测效率不足的基础上,提出一种改进算法YOLOv5+,主要以YOLOv5网络模型为基础,对混凝土轨枕裂纹进行高效检测。首先,采用分治标签的策略来增大裂纹在标签中的实际占比,从而解决混凝土轨枕裂纹尺度变化大的问题,使网络更利于提取有效特征;其次,将YOLOv5网络结构中SPP模块的最大池化层改为平均池化层,减少裂纹漏检的现象;同时,在YOLOv5骨干网络中嵌入SE注意力模块(Squeeze and Excitation, SE)提高对细小裂纹的检测能力;最后,结合新的检测尺度与特征融合网络,降低微小裂纹的漏检现象。实验结果表明,以YOLOv5网络模型为基础的改进算法YOLOv5+,除了召回率Recall变化不大外,精确率Precision提高6.5%,平均精度均值mAP提升8%,帧率FPS也有所提升,能够满足实时性的检测需求。     

基于人眼PERCLOS特征的列车驾驶员疲劳检测系统

针对列车驾驶员疲劳驾驶问题,提出一种基于人眼PERCLOS特征的列车驾驶员疲劳检测系统,即首先采用基于Haar特征的AdaBoost算法进行人脸检测,而后进行人脸定位和跟踪,最后计算人眼的PERCLOS参数,实现驾驶员的疲劳检测。通过室内模拟驾驶实验,该系统具有检测率高、鲁棒性强等特性。     

一种波长固定的车轮多边形在线故障检测方法

针对多边形磨耗对列车安全性和舒适性的影响提出一种适用于列车车轮多边形不圆故障在线检测的方法。该算法的核心是:根据轨道及车辆的几何参数定位车轮多边形故障的感兴趣阶次,根据定位后的感兴趣阶数,计算轨枕通过频率。联合列车轴箱垂向、横向振动加速度信号,提出时域、频域相结合的多特征参数表征车轮多边形故障的方法。这种与车轮周长以及轨枕跨距相关的车轮多边形检测方法称为波长固定的车轮多边形检测方法。对我国某型高速列车在线监测车轮多边形数据应用该算法验证其有效性,结果表明:该方法实时性好,准确性高,具有良好工程适应性。     

基于改进Canny算法的列车车轮踏面损伤边缘提取

针对高速列车车轮踏面擦伤、剥离的人工巡检方法效率较低且容易出现漏检等问题,设计一种高速列车车轮踏面损伤的动态检测系统,提出一种擦伤、剥离的特征提取方法。该方法在现有Canny算法的基础上加入45°方向和135°方向梯度模板来计算梯度幅值,用线性插值法对梯度幅值进行非极大值抑制,再使用优化后的迭代阈值算法求得高阈值和低阈值。试验结果表明,该算法可以有效地抑制噪声和干扰,最大限度地保留高速列车车轮踏面的真实边缘,为列车车轮踏面损伤自动巡检提供技术支持。     

基于改进Faster R-CNN的车轮踏面缺陷检测

车轮踏面缺陷是影响列车轮对正常工作的重要因素,目前主流的检测方式为人工或半自动检测,耗时长、效率差、精度低,提高检测效率和精度、及时获取踏面缺陷信息对保障列车正常运行具有重要意义.针对现有神经网络算法难以检测细小缺陷的问题,提出改进Faster R-CNN的检测方法,改进了基于候选框大小与IOU的评估方法,并优化了相关...     

用于动车组故障检测的车号识别算法

列车车号是其身份的唯一标识，动车组运行故障动态图像检测系统（TEDS）根据列车车号在图像库中找寻该列车拍摄的历史图像，以其比对现场采集图像，从而实现对运行列车状态的实时监测。然而动车组目前尚未安装射频识别电子标签，鉴于此，利用视频分析技术对动车组车号图像进行自动识别成为亟需解决的问题。文章提出一种基于语义共生概率的模板匹配算法对车号字符进行识别。实验结果表明，本算法对车号的识别正确率和有效性满足铁路总公司的相关要求，保障了TEDS的工作效果。