基于LabVIEW的二维码高效识别系统设计与实现

介绍了二维码的结构、标准、编解码过程,以及采集图像上传至上位机的过程。通过分析二维码特性,基于LabVIEW开发的二维码机器视觉检测系统提出图像导入、图像预处理、图像定位和特征提取等研究方法,最终实现二维码识别功能。该系统使用640×480像素的低分辨率图像进行测试,在恶劣条件下取得94%的成功率且处理时间在40 ms/板以下,优于大多数现有系统。     

基于机器视觉的轨距检测系统设计

一种基于机器视觉的轨距检测系统是通过硬件触发和软件多线程并行处理流程实现4台摄像机的同步图像采集处理、视觉计算、结果记录和通信。设计和推导了检测系统定标方法和轨距点获取的定标方法。试验测量结果表明:该检测系统适用于轨距参数的精确测量,精度可到达0.2 mm,重复性好,可有效地实现轨距参数的高精度动态测量。     

基于机器视觉技术的轮轨横向位移测量方法

实时准确测量轮轨横向位移对改善车辆的舒适性和提高行车安全性具有重要意义。本文介绍了一种非接触式间接测量系统,该系统采用机器视觉技术并辅助以轮廓光,运用Blob算法测量运行中的车轮相对于钢轨的横向位移。通过分析该系统静态测试结果,对该系统进行了改进,优化了系统资源,提升了计算速度,并使测试结果更加精确稳定。最后对改进后的系统测试结果进行了分析,并给出了测试建议。     

基于机器视觉的轨距检测方法研究

提出了一种基于机器视觉的轨距检测方法,该方法采用4个CCD摄像机和2个红色扇形光源构成检测系统。对检测系统进行了定标分析,采用提取分量的方式对图像的目标区域和背景区域进行分割,利用图像差影法去除噪声,应用自适应迭代阈值法对图像进行二值化处理,并通过膨胀和细化算法得到轨道的截面轮廓线。试验结果表明,该方法能有效地实现轨距参数的高精度动态测量,精度可达到0.07mm。     

基于机器视觉技术的列车脱轨试验研究

提出一种基于机器视觉技术的列车脱轨运动检测方法。该方法采用高速摄像机记录脱轨防护器以及脱轨轮对运动情况,利用摄像机标定技术建立图像平面与三维空间的对应关系,完成对列车运动轨迹以及纵向运动参数的测量。该测量方法解决了破坏性试验中测试系统安装的难点,突破传统测试方法,所需设备较少,试验现场适应性强。     

利用线阵列相机对钢轨长波不平顺检测的工程实践

提出一种基于机器视觉技术的轨道高低不平顺的检测方法,采用CCD相机和绿色方形光源构成检测系统进行定标分析:采用阀值分割、边缘提取进行分割,利用图像灰度差异去除噪声,应用加权平均处理,通过连续测量获取轨道高低不平顺曲线.该方法能有效地实现轨道不平顺高差的高精度动态测量.     

GJ-6型轨道检测系统几何测量不确定度及准确度研究

GJ-6型轨道检测系统采用机器视觉等高新技术实现轨道几何不平顺的实时测量。本文基于GJ-6型轨道检测系统,采集CRH2J高速综合检测列车在国家铁道试验中心以及某城际铁路下行线型式试验数据,设计试验标准差、2倍标准差、第95百分位偏差试验,研究检测系统轨道几何测量的不确定度及准确度。研究结果表明,该检测系统轨道几何测量精度高,准确度好。     

机器视觉在钢轨磨耗检测中的应用研究

随着铁路运输的快速发展,钢轨磨耗测量对保障铁路运输安全越来越重要,机器视觉技术作为一种非接触式的测量手段,可以对钢轨状态进行快速、精确、连续测量,大大提高了钢轨磨耗检测的效率。介绍机器视觉的概念、主要组成部分、工作原理以及工作特点,对其在钢轨磨耗测量中的国内外应用状况进行分析和总结,并对其检测方式做出了分类和比较,得出机器视觉技术相对于传统钢轨磨耗测量方式的优越性。机器视觉以其快速获取大量信息、易于自动处理、检测结果可靠等一系列优点,越来越受到国内铁路科研单位的重视。可以预见,随着机器视觉技术的日益成熟和发展,其在包括钢轨磨耗测量在内的轨道状态检测领域的应用将越来越广泛。     

“背对式”双目视觉系统定标方法研究

在基于机器视觉的轨距检测系统中,应用"背对式"双目视觉系统实现非接触轨距测量。针对多像机间无公共视场,提出了"背对式"双目视觉系统定标方法。在标定靶建立棋盘格转换矩阵,结合摄像机坐标系转换矩阵,得到"背对式"双目系统中摄像机之间的相对位置关系。用标定结果进行轨距测量,测量示值误差小于0.2mm,证明了标定方法的正确性。     

基于智能视觉的铁路大桥人员入侵防护系统设计研究

铁路桥梁监测是保障铁路运输安全的重要手段。为提升现有监测系统对铁路大桥人员入侵的检测能力，设计了基于智能视觉的铁路大桥人员入侵防护系统，该系统由视频平台、智能视觉平台及业务管理平台组成。采用YOLOv5目标检测模型进行人员入侵检测；同时，采用多种图像数据增强技术，扩增训练数据集，进一步提升目标检测模型的泛化能力和场景适应能力。在包神铁路集团有限公司万南站区黄河大桥对该系统进行了部署和测试。测试结果表明，该系统对人员入侵检测的准确率为95.3%，检测实时性为2 ms；人员入侵检测的准确率与实时性均满足实际应用要求。     

使用自动机器视觉系统完成车轮状态监测

介绍了一种基于"机器视觉技术"的道旁车轮状态监测方法。该方法提供的车轮缺陷检测和预测手段的检测系统,可大量节省维护费用,提高车辆的有效利用率。     

高速铁路电务轨旁设备巡检系统研究

电务轨旁设备巡检系统综合应用低照度感光、激光照度补偿、图像数据压缩、机器视觉等技术,安装在高速铁路巡检车辆上,实现电务轨旁设备外观图像采集、管理和分析功能。该系统应用机器视觉技术,通过对比原始图像数据,实现设备变化的自动识别;结合地面台账数据和车载定位信息,准确定位异常设备图像和设备位置,实现图像自动筛选和自动检测,切实为电务轨旁设备养护维修提供依据和指导。     

钢轨纵向位移快速测量系统的方法与应用

钢轨纵向位移是无缝线路状态演变的典型表现,监测钢轨纵向位移情况成为无缝线路养护维修的重点工作。然而,目前常用的无缝线路状态监测方法均基于固定式设备,大多存在成本高、精度差的弊端,且较难实现快速监测。开发设计一种动态的无缝线路钢轨爬行快速测量系统,基于机器视觉技术,对轨标和道旁基标图像进行特征提取,并通过对轨道场景进行还原和追踪,实现对无缝线路状态的监测。通过系统在现场的应用测试验证了该监测方法良好的适用性,在现场试验中钢轨纵向位移的测量精度可控制在±1 mm范围内,满足监测要求。该系统提高了无缝线路养护维修作业效率,降低了人工劳动强度,可为无缝线路科学精细化管理提供借鉴。     

基于LabVIEW的综合客运枢纽站智能监控系统设计

针对综合客运枢纽站客流的监控与管理需求,利用LabVIEW图形化编程平台和相应的硬件设备开发枢纽站智能监控系统,该系统使用模块化的设计方法。图像采集模块采用独特的方法解决了大范围监控的摄像头设置和视频分区显示等难题,并实现了监控视频的自动化分类存储。视频播放模块可以按要求对监控视频进行加减速和回放等播放操作,还可以通过扩展加入追踪定位功能。客流检测程序模块应用了LabVIEW视觉开发包中的图像处理与机器视觉相关函数,通过对监控视频的实时处理,得到车站客流信息,以实现对车站客流的智能化预警管理,为综合枢纽站客流管理提供了一定的解决办法。     

车载式地铁轨道缺陷巡检系统设计

提出一种新的车载式地铁轨道缺陷巡检系统,利用机器视觉技术,通过对系统硬件和软件的设计,实现轨道道床空间全断面高清晰成像、检测位置信息获取、轨道缺陷智能识别以及轨道缺陷数据无线传输保存等功能。最后,将该巡检系统应用在广州地铁8号线上,试验结果表明,该巡检系统具有定位精准、轨道缺陷检测精确、实时传输和分析的优点,适用于我国地铁轨道缺陷巡检,可有力保障列车安全、可靠运行。     

图像处理技术在钢轨表面缺陷检测和分类中的应用

采用图像处理、模式识别及机器视觉等理论,对现役钢轨缺陷进行检测和分类.完成自动提取缺陷图像和最小化缺陷图像,以减少处理量并降低存储空间需求,自动判断缺陷类别.文章对采集到的缺陷图像进行处理,实验结果证明该方法能够正确实现检测轨道表面缺陷检测,并具有一定的适用性.此方法可以克服人工检测方法的许多弊端,提高检测速度和精度.     

粗糙集理论在钢轨表面缺陷分类中的应用

基于机器视觉的钢轨表面缺陷检测系统已被广泛使用,但之前的工作大都关注于缺陷的检测,对缺陷的后分类研究却鲜有涉及。缺陷后分类不仅可实现扣件异常的归类,而且有利于去除诸如泥污、斑点、噪声、轨缝等造成的干扰。本文提出的缺陷分类方法包括2个步骤:首先基于几何形状和灰度统计实现了缺陷分类特征的快速提取;然后利用粗糙集理论提取了缺陷的分类规则。试验结果验证了提取特征的有效性,在测试集上的分类精度达到90.8%,取得了令人满意的分类结果。     

基于机器视觉的冲床自动化布料算法研究

针对冲床落料的完成主要靠人工操作,劳动强度大和生产效率低下的问题,提出了实现冲床自动化布料的机器视觉算法。介绍了机器视觉系统的整体结构设计,着重研究了系统中图像采集模块、图像处理模块和控制模块,并对图像处理中自动布料算法的实现过程和优化过程详细阐述。自动布料算法的提出能够实现对不规则板料自动布料和落料工艺,以最小的成本,提高不规则板料的利用率和加工效率,能够大幅度提高中小企业的经济效益。     

基于机器视觉的受电弓动态包络线检测系统

介绍了受电弓弓头结构及受电弓动态包络线机器视觉的检测系统组成,摄像机标定方法,并论述了动态包络线的检测原理和模板匹配算法。实验结果表明,该系统对受电弓动态包络线的分析提取方法可行,精度高,从而进一步为受电弓动态包络线检测提供了理论和实践基础。     

地铁车辆车号识别系统的研究与应用

为实现地铁车辆基地内车辆编号的自动识别与采集,综合深度学习、目标检测、机器视觉及光学字符识别技术,利用车辆标志与编号相对位置不变的特点,研发一种适用于地铁车辆的车号识别系统。经过现场安装调试测试,车号识别准确率及可靠性均满足现场使用要求。