基于图像处理的受电弓故障在线检测系统研究
发布时间：2021-08-05 16:17
随着城轨交通的快速发展,对城轨列车的运营安全的要求越来越高。对受电弓的故障进行在线检测,避免因受电弓故障而造成的城轨列车运营事故,在保证弓网安全方面有着重要意义。本文针对受电弓常见的滑板磨耗、中心线偏移和羊角缺失三类故障,在总结国内外研究成果的基础上,研究设计了一种基于图像处理的受电弓故障在线检测系统,本文的主要工作内容如下:（1）对受电弓故障在线检测系统进行总体设计,在需求分析的基础上,对系统总体架构进行设计,确定系统的工作流程,并分析系统各组成模块。（2）对受电弓滑板磨耗检测算法进行研究。针对现场背景复杂的采集图像,基于行投影变换原理对滑板定位;考虑现场光照条件导致的图像曝光不一致问题,采用自适应Canny边缘检测算法检测滑板像素级边缘;通过分析滑板边缘特征,采用基于三次多项式拟合的亚像素边缘检测算法检测滑板亚像素边缘。（3）对受电弓中心线偏移和羊角缺失检测算法进行研究。针对中心线偏移故障,对图像特征进行分析,基于霍夫变换检测接触网边缘和基于模板匹配检测滑板特征点及羊角特征点,根据现场受电弓模型计算中心线偏移值;针对羊角缺失故障,鉴于其属于二分类问题,采用基于HOG和SVM的羊角缺...
【文章来源】：南京理工大学江苏省 211工程院校
【文章页数】：95 页
【学位级别】：硕士
【部分图文】：
受电弓结构示意图
1绪论硕士学位论文4(a)人工检测示意图(b)激光检测示意图(c)超声波检测示意图(d)图像检测示意图图1.2受电弓状态检测方式示意图1.3国内外研究现状1.3.1国内研究现状目前，国内城市轨道交通仍处于发展阶段，国内各地铁公司对城轨列车受电弓的日常检修仍是依靠传统的人工检测法，国内各研究单位及公司对受电弓的在线检测研究还处于实验阶段，其研究成果仍无法广泛推广。国内的研究重点主要对是受电弓碳滑板的磨耗检测，对受电弓羊角等其他部件的检测研究较少。研究方向主要有车载光纤检测法、激光检测法、超声波检测法和图像检测法等[21][22]。人工检测法作为受电弓检测的主要检测方法，该检测方法无法对运营中的车辆进行检测，通常需要等列车当日停止运营后，列车入库，接触网断电，车辆段工作人员登上车顶使用游标卡尺或卷尺等测量工具对受电弓各处进行检测。在对车辆受电弓的日检过程中，仅观察羊角是否丢失，滑板是否发生严重偏磨、阶梯状磨损或翘曲、以及是否出现因局部过热而产生的烧焦现象等[21]。而受电弓滑板剩余厚度的检测则一般是安排在车辆月检中，另外，在受电弓滑板剩余厚度的检测中，每次仅测量滑板剩余磨耗的最低点及其他几个可疑位置处的厚度，无法获得整个滑板磨耗曲线，更无法根据每次检测结果
硕士学位论文基于图像处理的受电弓故障在线检测系统研究233受电弓滑板磨耗检测技术研究3.1滑板磨耗检测算法设计本文对受电弓滑板的磨耗检测主要基于单目测量原理，原始图像为磨耗相机所采集的滑板半弓图像，如图3.1所示。整个算法的关键在于将受电弓碳滑板的上下2条边缘准确提取出来，算法流程如图3.2所示，具体算法步骤如下：（1）对磨耗相机进行棋盘格标定，计算其内参数、外参数和畸变参数；（2）对原始图像预处理，包括畸变矫正和滤波处理；（3）对滤波后的图像进行两次行投影变换对滑板定位，确定检测区域；（4）使用阈值自适应的Canny边缘检测，准确提取滑板像素级边缘；（5）对滑板上下边缘进行跟踪连接，最终提取出完整的滑板上下边缘；（6）在像素级边缘的基础上进行基于三次多项式拟合的亚像素边缘提取；（7）结合相机标定参数，在检测区域内根据滑板上下边缘计算磨耗值。图3.1滑板半弓图像
【参考文献】：
期刊论文
[1]城轨列车受电弓滑板磨耗检测技术研究[J]. 陈叶健,姚小文,张永,邢宗义. 铁道标准设计. 2018(01)
[2]采用分类学习的电气化机车受电弓拉弧检测方法[J]. 杨东军,钱学明. 西安交通大学学报. 2017(02)
[3]基于改进HOG特征值的行人检测[J]. 张桂宁. 计算机与现代化. 2015(02)
[4]一种改进HOG特征的行人检测算法[J]. 田仙仙,鲍泓,徐成. 计算机科学. 2014(09)
[5]轨道交通与城市协调同步规划问题探讨[J]. 郑建东. 铁道工程学报. 2013(09)
[6]基于单目视觉的平面测量[J]. 尹英杰,徐德,张正涛,王欣刚,屈稳太. 电子测量与仪器学报. 2013(04)
[7]用于摄像机标定的棋盘图像角点检测新算法[J]. 杨幸芳,黄玉美,高峰,杨新刚,韩旭炤. 仪器仪表学报. 2011(05)
[8]基于自适应神经网络超声波传感器在受电弓磨耗检测中的应用[J]. 王新. 计算机测量与控制. 2011(01)
[9]基于交通需求下的城市交通可持续发展策略研究[J]. 崔红建,马天山. 武汉理工大学学报(社会科学版). 2009(03)
[10]图像边缘检测算法的对比分析[J]. 邹福辉,李忠科. 计算机应用. 2008(S1)
博士论文
[1]数字图像处理中去噪算法的研究[D]. 陈大力.东北大学 2008
硕士论文
[1]基于图像处理的接触网吊弦和受电弓滑板的检测与识别[D]. 白瑞敏.西南交通大学 2017
[2]基于图像处理的城轨列车受电弓检测技术研究[D]. 姚小文.南京理工大学 2017
[3]基于图像处理的受电弓故障检测算法研究[D]. 陈双.南京理工大学 2017
[4]视频多目标跟踪的理论与方法[D]. 董亮.西安电子科技大学 2014
[5]基于机器视觉的ICF靶装配检测技术研究[D]. 万霏.哈尔滨工业大学 2013
[6]基于机器视觉的钢轨磨耗检测系统研究[D]. 李冬.南京航空航天大学 2013
[7]基于计算机视觉的车辆单目测距系统研究[D]. 王士明.天津大学 2012
[8]道路交通标线的检测算法研究[D]. 介炫惠.中南大学 2012
[9]太阳能硅片丝网印刷视觉自动对准系统设计[D]. 梁若.华中科技大学 2012
[10]受电弓滑板磨耗检测系统的设计及调试[D]. 孙丰晖.西南交通大学 2011
本文编号：3324066
【文章来源】：南京理工大学江苏省 211工程院校
【文章页数】：95 页
【学位级别】：硕士
【部分图文】：
受电弓结构示意图
1绪论硕士学位论文4(a)人工检测示意图(b)激光检测示意图(c)超声波检测示意图(d)图像检测示意图图1.2受电弓状态检测方式示意图1.3国内外研究现状1.3.1国内研究现状目前，国内城市轨道交通仍处于发展阶段，国内各地铁公司对城轨列车受电弓的日常检修仍是依靠传统的人工检测法，国内各研究单位及公司对受电弓的在线检测研究还处于实验阶段，其研究成果仍无法广泛推广。国内的研究重点主要对是受电弓碳滑板的磨耗检测，对受电弓羊角等其他部件的检测研究较少。研究方向主要有车载光纤检测法、激光检测法、超声波检测法和图像检测法等[21][22]。人工检测法作为受电弓检测的主要检测方法，该检测方法无法对运营中的车辆进行检测，通常需要等列车当日停止运营后，列车入库，接触网断电，车辆段工作人员登上车顶使用游标卡尺或卷尺等测量工具对受电弓各处进行检测。在对车辆受电弓的日检过程中，仅观察羊角是否丢失，滑板是否发生严重偏磨、阶梯状磨损或翘曲、以及是否出现因局部过热而产生的烧焦现象等[21]。而受电弓滑板剩余厚度的检测则一般是安排在车辆月检中，另外，在受电弓滑板剩余厚度的检测中，每次仅测量滑板剩余磨耗的最低点及其他几个可疑位置处的厚度，无法获得整个滑板磨耗曲线，更无法根据每次检测结果
硕士学位论文基于图像处理的受电弓故障在线检测系统研究233受电弓滑板磨耗检测技术研究3.1滑板磨耗检测算法设计本文对受电弓滑板的磨耗检测主要基于单目测量原理，原始图像为磨耗相机所采集的滑板半弓图像，如图3.1所示。整个算法的关键在于将受电弓碳滑板的上下2条边缘准确提取出来，算法流程如图3.2所示，具体算法步骤如下：（1）对磨耗相机进行棋盘格标定，计算其内参数、外参数和畸变参数；（2）对原始图像预处理，包括畸变矫正和滤波处理；（3）对滤波后的图像进行两次行投影变换对滑板定位，确定检测区域；（4）使用阈值自适应的Canny边缘检测，准确提取滑板像素级边缘；（5）对滑板上下边缘进行跟踪连接，最终提取出完整的滑板上下边缘；（6）在像素级边缘的基础上进行基于三次多项式拟合的亚像素边缘提取；（7）结合相机标定参数，在检测区域内根据滑板上下边缘计算磨耗值。图3.1滑板半弓图像
【参考文献】：
期刊论文
[1]城轨列车受电弓滑板磨耗检测技术研究[J]. 陈叶健,姚小文,张永,邢宗义. 铁道标准设计. 2018(01)
[2]采用分类学习的电气化机车受电弓拉弧检测方法[J]. 杨东军,钱学明. 西安交通大学学报. 2017(02)
[3]基于改进HOG特征值的行人检测[J]. 张桂宁. 计算机与现代化. 2015(02)
[4]一种改进HOG特征的行人检测算法[J]. 田仙仙,鲍泓,徐成. 计算机科学. 2014(09)
[5]轨道交通与城市协调同步规划问题探讨[J]. 郑建东. 铁道工程学报. 2013(09)
[6]基于单目视觉的平面测量[J]. 尹英杰,徐德,张正涛,王欣刚,屈稳太. 电子测量与仪器学报. 2013(04)
[7]用于摄像机标定的棋盘图像角点检测新算法[J]. 杨幸芳,黄玉美,高峰,杨新刚,韩旭炤. 仪器仪表学报. 2011(05)
[8]基于自适应神经网络超声波传感器在受电弓磨耗检测中的应用[J]. 王新. 计算机测量与控制. 2011(01)
[9]基于交通需求下的城市交通可持续发展策略研究[J]. 崔红建,马天山. 武汉理工大学学报(社会科学版). 2009(03)
[10]图像边缘检测算法的对比分析[J]. 邹福辉,李忠科. 计算机应用. 2008(S1)
博士论文
[1]数字图像处理中去噪算法的研究[D]. 陈大力.东北大学 2008
硕士论文
[1]基于图像处理的接触网吊弦和受电弓滑板的检测与识别[D]. 白瑞敏.西南交通大学 2017
[2]基于图像处理的城轨列车受电弓检测技术研究[D]. 姚小文.南京理工大学 2017
[3]基于图像处理的受电弓故障检测算法研究[D]. 陈双.南京理工大学 2017
[4]视频多目标跟踪的理论与方法[D]. 董亮.西安电子科技大学 2014
[5]基于机器视觉的ICF靶装配检测技术研究[D]. 万霏.哈尔滨工业大学 2013
[6]基于机器视觉的钢轨磨耗检测系统研究[D]. 李冬.南京航空航天大学 2013
[7]基于计算机视觉的车辆单目测距系统研究[D]. 王士明.天津大学 2012
[8]道路交通标线的检测算法研究[D]. 介炫惠.中南大学 2012
[9]太阳能硅片丝网印刷视觉自动对准系统设计[D]. 梁若.华中科技大学 2012
[10]受电弓滑板磨耗检测系统的设计及调试[D]. 孙丰晖.西南交通大学 2011
本文编号：3324066
本文链接：https://www.wllwen.com/kejilunwen/jiaotonggongchenglunwen/3324066.html
