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。     

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.     

基于图像处理的车辆轮对等效锥度研究

提出一套基于双目视觉系统的轮对踏面自动检测及等效锥度计算系统。系统采用激光光源,通过CCD相机获取镟修轮对的踏面图像,对图像采用灰度化、滤波、边缘检测、分割、膨胀、腐蚀等处理方法,获取踏面轮廓参数,采用Simpack与Microsoft Visual Studio软件相结合,改进并简化UIC 519计算方法,实现轮对的等效锥度计算。该系统提高了车辆轮对等效锥度的计算效率与精度,有助于优化镟修轮对检测流程,保障车辆运行安全。     

轮对踏面擦伤及剥离数字化检测技术

针对车辆轮对踏面损伤检测问题。利用激光传感技术建立轮对踏面数字矩阵,通过二维双线性插值、Marr算子边缘检测和基于踏面局部外形分解的数据校正数字化处理技术,在轮对动态过程中快速提取轮对踏面擦伤、局部册下深度和剥离长度等特征信息,精确拟合出踏面状况并加以诊断。检测系统经过实际应用表明,不仅能够自动检测出踏面擦伤和剥离,而且具有显示、打印检测结果的二维和三维图形。以及轮对数据库管理等多种功能。     

Lab色彩空间的Retinex轮对踏面图像增强算法

针对货车轮对踏面检测中,由于低照度和雾霾环境产生的图像清晰度差、色彩失真问题,提出了一种基于Lab色彩空间的改进Retinex图像增强算法。该算法将RGB空间图像先转换为Lab色彩空间,然后保持图像色度分量a、b不变,仅对亮度分量L进行多尺度Retinex变换并根据L通道反射分量对a、b通道图像自适应调整,同时在亮度分量Retinex变换过程中将空间域高斯函数与图像的卷积运算转换为窗口无关快速均值滤波(FMF)算法处理,最后将Lab模型转换为RGB色彩空间,使增强后的图像颜色得到保持。实验结果表明,将改进算法应用于货车轮对踏面图像增强处理中,提高了图像色彩的保真度,增强了图像处理速度,为后续踏面图像检测分析打下了基础。     

车轮踏面损伤状态的新评价方法

原采用的“加速度峰值评价法”因踏面损伤冲击波形与钢轨共振波形重叠而导致踏面损伤检测结果与实际损伤有较大误差，为了提高检测精度，在原检测法基础上开发成功了“频率特性修正处理法”和“实效值评价法”，在测定加速度峰值的基础上经频率特性修正处理和实效值评价，使检测精度得到显著提高，从而可以对各种车轮踏面损伤进行自动测定，根据上述原理制成的踏面损伤检测装置由加速度检测器，模拟滤波回路，频率特性修正回路，实效值计算回路，最大值检测回路，计算机及数据库组成，现已投入实际应用。     

隧道检测裂缝的图像处理研究

裂缝是隧道衬砌最常见的病害之一,基于近几年快速发展的工程检测系统与图像处理算法的研究,提出基于CCD相机的衬砌裂缝检测系统来采集裂缝图像。通过比较均值滤波、中值滤波、维纳滤波、自适应中值滤波和加权邻域滤波比较,选择自适应中值滤波进行图像增强。结合直方图阈值分割法、Otsu最大类间方差阈值和局部阈值分割法,对增强后图像进行二值化处理比较,Otsu法较好地保留了裂缝的边缘信息,证明了该算法的有效性,为后续裂缝信息的提取奠定了基础。     

基于结构光视觉传感的轮对踏面擦伤快速检测

研究一种基于结构光视觉传感的铁路车辆轮对踏面擦伤快速检测方法.通过控制轮对转动速度,并以结构光扫描轮对踏面及应用CCD(Charge Coupled Device)视觉传感器实时采集轮对踏面外形特征信息,经过图像数字滤波、基准校正、边缘识别和空间坐标变换等算法,建立踏面擦伤数字矩阵.在此基础上,进行踏面擦伤特征信号的分析和提取,实现轮对踏面擦伤最大深度及形状的非接触快速准确检测.本文给出了试验结果,并分析了踏面数字矩阵的建立过程和视觉传感器标定对擦伤测量的影响.试验证明本文方法实用、可靠,可有效提高轮对踏面擦伤测量精度和效率.     

铁路货车轮对在线综合检测系统研究

针对重载铁路车辆轮对磨耗随重载和提速的发展日趋严重问题,提出构建铁路货车轮对在线综合检测系统。系统能够在线自动检测车辆的轮对尺寸和踏面擦伤,获得轮对尺寸参数及踏面擦伤和图像预警信息。对系统组成和功能、综合检测算法及环境适应性等方面进行分析,加入仿射算法补偿检测精度,通过磨耗预测算法模型及数据融合判别算法研究,提升系统可靠性、准确性、预见性及综合性。系统可实现轮对故障的提前预警,以期为维修人员进行轮对维护和检修提供有效信息支持和决策参考。     

列车车轮踏面擦伤信号处理算法研究

车轮踏面的擦伤、磨损等缺陷严重影响车辆与轨道设施的安全和使用寿命。使用小波分析,对列车运行中踏面与轨道产生的振动检测数据进行算法研究处理,数据处理中采用小波包分解重构的方法对信号滤波,利用直方图的特性得到擦伤信号的阈值。     

一种优化的Canny边缘检测算法

在对Canny边缘检测理论研究基础上,针对Canny边缘检测算法在高斯滤波、梯度计算和高低阈值的确定上的缺陷,提出一种改进的小波变换法,替代高斯滤波,实现对图像的降噪,同时,优化了原有梯度幅值和方向的计算方法,采用改进的迭代算法对高低阈值进行计算。运用MATLAB仿真实验对比优化后的Canny边缘检测算法与传统Canny边缘检测算法。结果表明,优化后的Canny边缘检测算法可使检测结果拥有更多的边缘细节,提高了检测的精度和准确度。     

高速客车轮对动力学性能的比较

为了比较不同车轮踏面及轮对内侧距对高速客车动力学性能的影响,首先采用改进轮轨接触几何关系算法分析了不同情况下的静态轮轨几何接触关系,然后通过车辆/轨道耦合动力学模型,对高速客车蛇行临界速度、运行平稳性和曲线通过性能进行了动态仿真计算。数值计算中,主要考察了LM、LMA、S1002和XP55等4种车轮踏面和轮对内侧距由1350 mm到1360 mm变化的情况。结果表明,车轮踏面形状和轮对内侧距对高速客车动力学性能有重要的影响,且LMA型车轮踏面与1353 mm的轮对内侧距匹配具有较好的动力学性能。要确定合适的车轮踏面和轮对内侧距,须从轮轨接触关系的变化出发,综合评估车辆动力学性能。     

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,并优化了相关部位的损失函数以适应不同尺度的缺陷检测,抑制了高亮度区域。实验结果表明,该方法能够有效对车轮踏面细小缺陷进行检测并准确定位,通过与Faster R-CNN和YOLO V3网络比较可见,提出方法的检测精度明显提高,同时保证了一定的召回率与检测速度。     

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。     

客车轮对故障统计分析与改进建议

对客车轮对踏面剥离和圆周磨耗故障情况进行了分析,认为踏面制动形式的转向架其轮对故障以圆周磨耗为主,盘形制动形式的转向架其轮对故障以踏面剥离为主。     

基于contourlet模极大值的图像边缘检测

现存的基于空间域或小波变换域图像边缘检测算法只能有效检测出图像有限方向的边缘。本文提出在contourlet变换子带上搜索模极大值的图像边缘检测算法。通过适当地调节变换各尺度上的分解级数得到具有抛物线型尺度的基,另使其满足方向消失矩条件,则contourlet变换获得对图像中分片光滑边缘的最佳逼近。对原图像进行非下采样contourlet变换,然后对各子带进行阈值处理。由于contourlet变换子带不同于小波子带的全新特点,根据各方向子带代表的方向及其梯度方向,子带上各样本点与其梯度方向上相邻点比较模值即得变换系数模极大值。该算法不需经过复杂的连接模极大值点操作,亦可得到较高的边缘检测性能,较大地降低了计算复杂度。实验显示本文算法所提取的边缘更加逼近图像真实边缘,且具有较低的计算复杂度。