CN102221553A - 基于结构光的铁路扣件高速探测***与方法 - Google Patents

基于结构光的铁路扣件高速探测***与方法 Download PDF

Info

Publication number
CN102221553A
CN102221553A CN 201110073637 CN201110073637A CN102221553A CN 102221553 A CN102221553 A CN 102221553A CN 201110073637 CN201110073637 CN 201110073637 CN 201110073637 A CN201110073637 A CN 201110073637A CN 102221553 A CN102221553 A CN 102221553A
Authority
CN
China
Prior art keywords
fastener
speed
striation
line segment
speed camera
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN 201110073637
Other languages
English (en)
Other versions
CN102221553B (zh
Inventor
赵辉
陶卫
刘伟文
刘满华
王卫东
任盛伟
杨金峰
刘晖
钱广春
刘炜浩
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai Jiaotong University
China Academy of Railway Sciences Corp Ltd CARS
Original Assignee
Shanghai Jiaotong University
China Academy of Railway Sciences Corp Ltd CARS
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shanghai Jiaotong University, China Academy of Railway Sciences Corp Ltd CARS filed Critical Shanghai Jiaotong University
Priority to CN 201110073637 priority Critical patent/CN102221553B/zh
Publication of CN102221553A publication Critical patent/CN102221553A/zh
Application granted granted Critical
Publication of CN102221553B publication Critical patent/CN102221553B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Length Measuring Devices By Optical Means (AREA)

Abstract

一种光学检测技术领域的基于结构光的铁路扣件高速探测***与方法,该***包括:高速摄像机、激光光源和处理***,激光光源和高速摄像机分别设置于待测扣件区域的上方且分别,发出的一组结构光投向扣件所在区域并由高速摄像机拍摄扣件区域的图像,高速摄像机与处理***相连并传输图像,处理***进行图像处理和判断得到探测结果。本发明解决现有技术识别速度慢、通用性差的缺陷,可应用于铁路钢轨扣件缺失的在线快速探测,具有识别速度快、通用性好、适应性强的优点。

Description

基于结构光的铁路扣件高速探测***与方法
技术领域
本发明涉及的是一种光学检测技术领域的装置,具体是一种基于结构光的铁路扣件高速探测***与方法。
背景技术
目前,国内对铁路扣件的检查依靠人工巡查的方法,费时、费力、可靠性差,缺少实用可行的检测手段与方法。
国内外已有扣件检测技术为视觉图像检测技术,如美国ENSCO公司的VIS***、德国Atlas Electronic公司开发的光电式轨道检测***及北京福斯达公司高速车载式轨道图像识别***等。这种方法都是采取用高速摄像机采集扣件完整图片,然后进行图像处理,判断扣件是否存在。现今高速摄像机图片采集速率高达几百帧,采集部分并不耗费很多时间,而在图像处理判断耗费较多时间。原因是所采集的图片信息量很大,不利于图像处理,因此很难适应速度要求极高的高速轨检车。
经过对现有技术的检索发现,大连海事学院的谭伟2004年的硕士论文《基于图像的铁轨缺陷检测***的算法研究及软件设计》也曾提出了一种结构光法,采用数条结构光作为主动照明,高速摄像机获取图像,得到一系列光条,然后对光条进行搜索,提取光条位置和形状等信息,与标准扣件的结构光光条模型进行匹配,从而判断扣件是否缺失。
但是该现有技术虽然也使用激光器与高速摄像机的组合进行采集图片,但激光器和高速摄像机的安装没有明确的固定方法。此外,该方法需要采用标准扣件,匹配模型选取较为复杂,很难列举出所有情况,因此适应性、通用性差。另外,该方法受环境影响很大,精确率很低,目前还没有在实际轨检车上使用。
发明内容
本发明针对现有技术存在的上述不足,提供一种基于结构光的铁路扣件高速探测***与方法,解决现有技术识别速度慢、通用性差的缺陷,可应用于铁路钢轨扣件缺失的在线快速探测,具有识别速度快、通用性好、适应性强的优点。
本发明是通过以下技术方案实现的:
本发明涉及一种铁路扣件高速探测***包括:高速摄像机、激光光源和处理***,其中:激光光源和高速摄像机分别设置于待测扣件区域的上方且分别,发出的一组结构光投向扣件所在区域并由高速摄像机拍摄扣件区域的图像,高速摄像机与处理***相连并传输图像,处理***进行图像处理和判断得到探测结果。
所述的激光光源具体设置于扣件上方的车厢底部整流罩内,该激光光源由多个独立的半导体激光线光源排列组成,激光的波长为390nm~1.5μm。
所述的半导体激光线激光光源垂直照射到扣件所在区域并在扣件所在区域形成一组平行宽光条,宽光条的方向平行或垂直于钢轨,个数为4~8条。
所述的高速摄像机具体设置于扣件上方的车厢底部整流罩内,且:
1)高速摄像机与扣件的连线方向与激光光源与扣件的连线方向呈10°~30°的夹角;
2)高速摄像机与激光光源的连线方向与激光光源在扣件区域形成的宽光条的方向垂直;
3)高速摄像机的光轴正对扣件的中心。
所述的高速摄像机镜头前可加装滤光片,滤光片的中心波长应与激光光源波长相匹配,带宽大于等于激光光源的波长波动范围。
所述的处理***由工业控制计算机实现,通过对高速摄像机所拍摄的扣件区域的图像进行处理得到断续光条的线段特征,并进一步利用线段特征判断识别扣件的完整性。
本发明涉及上述***的铁路扣件高速识别方法包括:以下步骤:
第一步、在处理***的控制下,打开激光光源,并在扣件区域产生多个平行宽光条。
第二步、高速摄像机快速捕获扣件区域图像,并实时传输到处理***。
第三步、处理***对高速摄像机拍摄得到的图像进行滤波、二值化和去毛刺等常规预处理,提取出图像中的所有的断续光条,并得到光条的线段特征信息。
所述的光条的线段特征信息包括:线段数、线段数方差、线段平均长度、线段长度方差、线段相对长度、线段相对长度方差。从理论分析和试验测试两个方面可以确认,当扣件存在或者缺失的两种情况下,少数线段特征信息均出现明显的变化和不同,而且两者状态下少数特征信息不出现重叠的现象。因此,完全可以采用上述线段特征信息作为判断扣件存在与否的评价依据。
第四步、利用上一步得出的图像的线段特征信息对图像进行判断和识别,最终得出对应扣件的状态:当探测***行驶到两个扣件区域之间的位置时:由于不存在扣件、砧板及固定螺栓,因此形成的光条组仍然为一组连续的直线,处理***无需进行判断;当探测***行驶到扣件区域的正上方位置时:
a)当此时扣件完整存在,由于扣件本身弹条高度和形状的变化,使得原本连续的光条变为许多段断断续续的直线段;
b)当此时扣件缺失,由于扣件弹条和扣件砧板的缺失,使得许多在扣件存在时产生的段断断续续的光条重新变成若干条连续的光条,利用扣件区域中光条的上述线段信息的变化,就可以实现扣件缺失的自动识别与判断。
本发明由于采用了若干个平行光条的信息来识别和判断扣件是否存在,因此本发明的方法与传统的计算机视觉识别方法相比,具有信息少、速度快、可靠性好、通用性强的突出特点。
附图说明
图1是本发明的探测***结构示意图。
图2是探测***的结构原理图;
图中:(a)是高速摄像机与扣件区域垂直,(b)是激光光源与扣件区域垂直。
图3是激光光源在扣件上的形成的平行光条;
图中:(a)为光条与钢轨平行,(b)为光条与钢轨垂直。
图4是扣件存在时高速摄像机获得的光条示意图;
图中:(a)为光条与钢轨平行,(b)为光条与钢轨垂直。
图5是扣件存在时高速摄像机获得的光条示意图;
图中:(a)为光条与钢轨平行,(b)为光条与钢轨垂直。
图6是实际拍摄的光条图像;
图中:(a)为无扣件图像,(b)为有扣件图像。
图7是有无扣件时线段段数的对比结果示意图。
图8是有无扣件时线段长度均方差的对比结果示意图。
图中,1为激光光源、2为高速摄像机、3为处理***、4为铁路扣件、5为扣件砧板、6为钢轨、7为固定螺栓、8为激光光源在扣件上形成的光条、9车厢底部整流罩、10滤光片。
具体实施方式
下面对本发明的实施例作详细说明,本实施例在以本发明技术方案为前提下进行实施,给出了详细的实施方式和具体的操作过程,但本发明的保护范围不限于下述的实施例。
实施例
如图1和图2所示,本实施例包括:激光光源1、高速摄像机2和处理***3,其中:激光光源1和高速摄像机2分别设置于待测扣件4所在区域的上方且分别,发出的一组结构光投向扣件4所在区域并由高速摄像机2拍摄扣件区域的图像,高速摄像机2与处理***3相连并传输图像,处理***3进行图像处理和判断得到探测结果。
所述的激光光源1具体设置于扣件上方的车厢底部整流罩9内,该激光光源1由多个独立的半导体激光线光源1排列组成,激光波长为628nm。
所述的半导体激光线激光光源1垂直照射到扣件所在区域并在扣件4所在区域形成一组平行宽光条8,宽光条8的方向平行或垂直于钢轨6,且为4条。
所述的高速摄像机2具体设置于扣件上方的车厢底部整流罩9内,并且:
高速摄像机2与扣件的连线方向与激光光源1与扣件的连线方向呈25°的夹角;
高速摄像机2与激光光源1的连线方向与激光光源1在扣件4所在区域形成的宽光条8的方向垂直。
高速摄像机2的光轴正对扣件4的中心。
所述的高速摄像机2镜头前加装与激光光源1的波长匹配的滤光片10,中心波长628nm,带宽50nm。
所述的处理***3由工业控制计算机实现,通过对高速摄像机2所拍摄的扣件区域的图像进行处理得,到断续光条8的线段特征,并进一步利用线段特征判断别扣件的完整性。
本装置通过以下步骤实现铁路扣件高速识别方法(如图3-图8所示):
第一步、在处理***3的控制下,打开激光光源1,并在扣件4所在区域产生多个平行宽光条8。图3是激光光源1在扣件4所在区域形成的光条8的示意图。其中:图3a为光条8与钢轨6平行的情形,图3b为光条8与钢轨6垂直的情形。经过高速摄像机2的捕获后得到的光条图像经过处理***3处理后如图4和图5所示。
第二步、高速摄像机2快速捕获扣件区域图像,并实时传输到处理***3。图4a和图4b为光条8与钢轨6平行的情形下,有扣件和无扣件的光条图像。图5a和图5b为光条8与钢轨6垂直的情形下,有扣件和无扣件的光条图像。
第三步、处理***3对高速摄像机2拍摄得到的图像进行滤波、二值化和去毛刺等常规预处理,提取出图像中的所有的断续光条8,并得到光条的线段特征信息。图6是实际拍摄得到的扣件经第一步处理后的区域图像,a)为无扣件的图像,b)为有扣件的图像。显然,无扣件时光条的线段数量明显少于有扣件时光条的线段数量,而且无扣件时光条的连续性明显强于有扣件时光条的连续性。因此,利用光条线段数量的多少和线段的连续性,可以可靠识别的判断出扣件是否存在。
所述的光条8的线段特征信息,具体为线段数、线段数方差、线段平均长度、线段长度方差、线段相对长度、线段相对长度方差。从理论分析和试验测试两个方面可以确认,当扣件存在或者缺失的两种情况下,少数线段特征信息均出现明显的变化和不同,而且两者状态下少数特征信息不出现重叠的现象。因此,完全可以采用上述线段特征信息作为判断扣件存在与否的评价依据。
图7是对连续采集的25此有扣件和无扣件图像进行线段段数分析处理的统计结果。显然,有扣件的图像的线段数均大于13,无扣件的图像的线段数均小于10,有扣件的线段数明显高于无扣件的线段数,而且二者之间不存在交叉和重叠,因此完全可以用来判断扣件的有无,例如采用线段数为11或者12作为分界线标准。
图8是对连续采集的25此有扣件和无扣件图像进行线段长度均方差分析处理的统计结果。显然,有扣件的图像的线段长度均方差均小32,无扣件的图像的线段长度均方差均大于55,有扣件的线段长度均方差明显小于无扣件的线段长度均方差,而且二者之间不存在交叉和重叠,因此完全可以用来判断扣件的有无,例如采用线段长度均方差为40左右作为分界线标准。
第四步、处理***3利用上一步得出的光调8的线段特征信息对图像进行判断和识别,最终得出对应扣件4的状态。
由于在不同的情况下光条8的特征出现明显的变化和不同,因此判断和识别的方法有所不同:
当探测***行驶到两个扣件区域之间的位置时:由于不存在扣件、砧板及固定螺栓,因此形成的光条8仍然为一组连续的直线。此时,处理***3无需进行判断。
当探测***行驶到扣件区域的正上方位置时:当此时扣件4(包括扣件砧板及固定螺栓)完整存在,由于扣件4本身弹条高度和形状的变化,使得原本连续的光条8变为许多段断断续续的直线段;当此时扣件4(也包括扣件砧板)缺失,由于扣件4弹条和扣件砧板的缺失,使得许多在扣件4存在时产生的段断断续续的光条8重新变成若干条连续的光条8。因此,利用扣件区域中光条8的上述线段信息的变化(光条数量的变化或者光条连续性的变化),就可以实现扣件缺失的自动识别与判断。
由于本发明采用的有限个光条的线段信息来识别扣件的存在与否,因此信息量少、处理速度快,可以在ms量级上实现扣件的实时探测。

Claims (10)

1.一种铁路扣件高速探测***,其特征在于,包括:高速摄像机、激光光源和处理***,其中:激光光源和高速摄像机分别设置于待测扣件区域的上方且分别,发出的一组结构光投向扣件所在区域并由高速摄像机拍摄扣件区域的图像,高速摄像机与处理***相连并传输图像,处理***进行图像处理和判断得到探测结果。
2.根据权利要求1所述的铁路扣件高速探测***,其特征是,所述的激光光源设置于扣件上方的车厢底部整流罩内,该激光光源由多个独立的半导体激光线光源排列组成。
3.根据权利要求1或2所述的铁路扣件高速探测***,其特征是,所述的激光的波长为390nm~1.5μm。
4.根据权利要求1所述的铁路扣件高速探测***,其特征是,所述的半导体激光线激光光源垂直照射到扣件所在区域并在扣件所在区域形成一组平行宽光条,宽光条的方向平行或垂直于钢轨。
5.根据权利要求4所述的铁路扣件高速探测***,其特征是,所述的宽光条的个数为4~8条。
6.根据权利要求1所述的铁路扣件高速探测***,其特征是,所述的高速摄像机设置于扣件上方的车厢底部整流罩内,且:
1)高速摄像机与扣件的连线方向与激光光源与扣件的连线方向呈10°~30°的夹角;
2)高速摄像机与激光光源的连线方向与激光光源在扣件区域形成的宽光条的方向垂直;
3)高速摄像机的光轴正对扣件的中心。
7.根据权利要求1或6所述的铁路扣件高速探测***,其特征是,所述的高速摄像机镜头前设有滤光片,滤光片的中心波长应与激光光源波长相匹配,带宽大于等于激光光源的波长波动范围。
8.一种根据上述任一权利要求所述***的铁路扣件高速识别方法,其特征在于包括:以下步骤:
第一步、在处理***的控制下,打开激光光源,并在扣件区域产生多个平行宽光条;
第二步、高速摄像机快速捕获扣件区域图像,并实时传输到处理***;
第三步、处理***对高速摄像机拍摄得到的图像进行滤波、二值化和去毛刺等常规预处理,提取出图像中的所有的断续光条,并得到光条的线段特征信息;
第四步、利用上一步得出的图像的线段特征信息对图像进行判断和识别,最终得出对应扣件的状态。
9.根据权利要求8所述的铁路扣件高速识别方法,其特征是,所述的光条的线段特征信息包括:线段数、线段数方差、线段平均长度、线段长度方差、线段相对长度、线段相对长度方差。
10.根据权利要求8所述的铁路扣件高速识别方法,其特征是,所述的判断和识别是指:
当探测***行驶到两个扣件区域之间的位置时:由于不存在扣件、砧板及固定螺栓,因此形成的光条组仍然为一组连续的直线,处理***无需进行判断;
当探测***行驶到扣件区域的正上方位置时:
a)当此时扣件完整存在,由于扣件本身弹条高度和形状的变化,使得原本连续的光条变为许多段断断续续的直线段;
b)当此时扣件缺失,由于扣件弹条和扣件砧板的缺失,使得许多在扣件存在时产生的段断断续续的光条重新变成若干条连续的光条,利用扣件区域中光条的上述线段信息的变化,就可以实现扣件缺失的自动识别与判断。
CN 201110073637 2011-03-25 2011-03-25 基于结构光的铁路扣件高速识别方法 Expired - Fee Related CN102221553B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN 201110073637 CN102221553B (zh) 2011-03-25 2011-03-25 基于结构光的铁路扣件高速识别方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN 201110073637 CN102221553B (zh) 2011-03-25 2011-03-25 基于结构光的铁路扣件高速识别方法

Publications (2)

Publication Number Publication Date
CN102221553A true CN102221553A (zh) 2011-10-19
CN102221553B CN102221553B (zh) 2013-05-01

Family

ID=44778162

Family Applications (1)

Application Number Title Priority Date Filing Date
CN 201110073637 Expired - Fee Related CN102221553B (zh) 2011-03-25 2011-03-25 基于结构光的铁路扣件高速识别方法

Country Status (1)

Country Link
CN (1) CN102221553B (zh)

Cited By (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102556116A (zh) * 2011-11-25 2012-07-11 上海交通大学 基于激光和视觉的铁路扣件缺失高速探测***与方法
CN102721700A (zh) * 2012-06-12 2012-10-10 上海交通大学 基于红外热成像的铁路扣件松动高速探测***与方法
CN102749336A (zh) * 2012-07-09 2012-10-24 南京航空航天大学 一种基于结构光的表面缺陷高速检测***及其检测方法
CN103303337A (zh) * 2013-05-14 2013-09-18 上海交通大学 基于图像序列的铁路扣件自适应定位方法及高速探测***
CN103604389A (zh) * 2013-11-14 2014-02-26 上海交通大学 一种测量外星轮花键尺寸的装置和方法
CN104359921A (zh) * 2014-11-20 2015-02-18 中南大学 一种基于结构光的扣件缺失检测方法及其装置
CN105469403A (zh) * 2015-11-25 2016-04-06 天津光电高斯通信工程技术股份有限公司 货运列车门窗开启的检测方法
CN105866129A (zh) * 2016-05-16 2016-08-17 天津工业大学 一种基于数字投影的产品表面质量在线检测方法
CN107421445A (zh) * 2017-07-12 2017-12-01 武汉理工大学 一种检测铁路扣件松紧状态的装置及方法
CN107505334A (zh) * 2017-10-13 2017-12-22 成都精工华耀机械制造有限公司 一种基于点光源阵列线阵成像的铁轨扣件异常检测***
CN110230985A (zh) * 2019-07-22 2019-09-13 株洲时代电子技术有限公司 一种轨枕螺栓检测装置
CN110798619A (zh) * 2017-10-27 2020-02-14 Oppo广东移动通信有限公司 图像处理方法、装置和电子装置
CN111562262A (zh) * 2020-05-27 2020-08-21 江苏金恒信息科技股份有限公司 一种合金分析***及其复检方法
CN112172863A (zh) * 2020-10-27 2021-01-05 华东交通大学 一种铁路扣件缺陷形态快速检测车
US11315268B2 (en) 2017-10-27 2022-04-26 Guangdong Oppo Mobile Telecommunications Corp., Ltd. Image processing methods, image processing apparatuses and electronic devices

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH08178642A (ja) * 1994-10-25 1996-07-12 Sekisui Chem Co Ltd 鉄道用測量装置
CN2884190Y (zh) * 2005-06-10 2007-03-28 杨雅屹 扣件检测输送装置
CN101142462A (zh) * 2004-06-30 2008-03-12 乔治敦铁轨设备公司 用于检查铁路轨道的***和方法
JP2008184763A (ja) * 2007-01-29 2008-08-14 Hitachi High-Technologies Corp レール継目板の締結ボルト脱落検出方法および脱落検出装置
JP2008224631A (ja) * 2007-03-15 2008-09-25 Kawasaki Heavy Ind Ltd 鉄道レール締結ボルト緩み検査装置
WO2008146151A2 (en) * 2007-06-01 2008-12-04 Mer Mec S.P.A. Apparatus and method for monitoring a track
JP2010230527A (ja) * 2009-03-27 2010-10-14 Kawasaki Heavy Ind Ltd 鉄道レール締結緩み検査装置及び方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH08178642A (ja) * 1994-10-25 1996-07-12 Sekisui Chem Co Ltd 鉄道用測量装置
CN101142462A (zh) * 2004-06-30 2008-03-12 乔治敦铁轨设备公司 用于检查铁路轨道的***和方法
CN2884190Y (zh) * 2005-06-10 2007-03-28 杨雅屹 扣件检测输送装置
JP2008184763A (ja) * 2007-01-29 2008-08-14 Hitachi High-Technologies Corp レール継目板の締結ボルト脱落検出方法および脱落検出装置
JP2008224631A (ja) * 2007-03-15 2008-09-25 Kawasaki Heavy Ind Ltd 鉄道レール締結ボルト緩み検査装置
WO2008146151A2 (en) * 2007-06-01 2008-12-04 Mer Mec S.P.A. Apparatus and method for monitoring a track
JP2010230527A (ja) * 2009-03-27 2010-10-14 Kawasaki Heavy Ind Ltd 鉄道レール締結緩み検査装置及び方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
《中国铁路》 20100131 段汝娇 等 计算机视觉技术在铁路检测领域的应用 全文 1-10 , 第01期 *
《大连海事大学硕士学位论文》 20041231 谭伟 基于图像的铁轨缺陷检测***的算法研究及软件设计 第31-45页 1-10 , *

Cited By (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102556116A (zh) * 2011-11-25 2012-07-11 上海交通大学 基于激光和视觉的铁路扣件缺失高速探测***与方法
CN102556116B (zh) * 2011-11-25 2015-07-08 上海交通大学 基于激光和视觉的铁路扣件缺失高速探测***与方法
CN102721700A (zh) * 2012-06-12 2012-10-10 上海交通大学 基于红外热成像的铁路扣件松动高速探测***与方法
CN102721700B (zh) * 2012-06-12 2014-08-06 上海交通大学 基于红外热成像的铁路扣件松动高速探测***与方法
CN102749336A (zh) * 2012-07-09 2012-10-24 南京航空航天大学 一种基于结构光的表面缺陷高速检测***及其检测方法
CN102749336B (zh) * 2012-07-09 2015-01-07 南京航空航天大学 一种基于结构光的表面缺陷高速检测***及其检测方法
CN103303337A (zh) * 2013-05-14 2013-09-18 上海交通大学 基于图像序列的铁路扣件自适应定位方法及高速探测***
CN103303337B (zh) * 2013-05-14 2016-02-10 上海交通大学 基于图像序列的铁路扣件自适应定位方法及高速探测***
CN103604389A (zh) * 2013-11-14 2014-02-26 上海交通大学 一种测量外星轮花键尺寸的装置和方法
CN104359921A (zh) * 2014-11-20 2015-02-18 中南大学 一种基于结构光的扣件缺失检测方法及其装置
CN105469403A (zh) * 2015-11-25 2016-04-06 天津光电高斯通信工程技术股份有限公司 货运列车门窗开启的检测方法
CN105866129A (zh) * 2016-05-16 2016-08-17 天津工业大学 一种基于数字投影的产品表面质量在线检测方法
CN107421445A (zh) * 2017-07-12 2017-12-01 武汉理工大学 一种检测铁路扣件松紧状态的装置及方法
CN107505334A (zh) * 2017-10-13 2017-12-22 成都精工华耀机械制造有限公司 一种基于点光源阵列线阵成像的铁轨扣件异常检测***
CN110798619A (zh) * 2017-10-27 2020-02-14 Oppo广东移动通信有限公司 图像处理方法、装置和电子装置
CN110798619B (zh) * 2017-10-27 2021-04-16 Oppo广东移动通信有限公司 图像处理方法、装置和电子装置
US11315268B2 (en) 2017-10-27 2022-04-26 Guangdong Oppo Mobile Telecommunications Corp., Ltd. Image processing methods, image processing apparatuses and electronic devices
CN110230985A (zh) * 2019-07-22 2019-09-13 株洲时代电子技术有限公司 一种轨枕螺栓检测装置
CN110230985B (zh) * 2019-07-22 2021-03-02 株洲时代电子技术有限公司 一种轨枕螺栓检测装置
CN111562262A (zh) * 2020-05-27 2020-08-21 江苏金恒信息科技股份有限公司 一种合金分析***及其复检方法
CN112172863A (zh) * 2020-10-27 2021-01-05 华东交通大学 一种铁路扣件缺陷形态快速检测车

Also Published As

Publication number Publication date
CN102221553B (zh) 2013-05-01

Similar Documents

Publication Publication Date Title
CN102221553B (zh) 基于结构光的铁路扣件高速识别方法
CN102721700B (zh) 基于红外热成像的铁路扣件松动高速探测***与方法
CN108491758B (zh) 一种轨道检测方法及机器人
CN107043000A (zh) 一种基于机器视觉的皮带运输机安全智能保障***
CN102556116B (zh) 基于激光和视觉的铁路扣件缺失高速探测***与方法
CN104794720B (zh) 一种在接触网图像中定位出定位线夹的方法及***
CN202793389U (zh) 一种高铁接触网在线巡检装置
CN104567684B (zh) 一种接触网几何参数检测方法及装置
CN107576666A (zh) 一种双光谱成像铁轨及扣件异常检测方法
CN201890600U (zh) 机器视觉皮带撕裂检测装置
CN103303337B (zh) 基于图像序列的铁路扣件自适应定位方法及高速探测***
CN112743559A (zh) 一种悬挂式隧道巡检机器人、***及方法
CN109242035B (zh) 车底故障检测装置及方法
CN208476818U (zh) 轨道交通机车车辆的污染度检测***及洗车***
CN214028599U (zh) 一种悬挂式隧道巡检机器人及***
CN104792796A (zh) 基于机器视觉的矿用胶带运行工况在线监测***
CN112729405A (zh) 一种悬挂式隧道巡检装置、***及方法
CN102445453B (zh) 一种高速铁路线路护栏完整性自动检测装置及识别方法
KR20190024447A (ko) 실시간 선로 결함 검측 시스템
CN103116351A (zh) 一种纺织疵布检测摄像头及其检测***
CN105241679A (zh) 一种动车组隐蔽故障检测方法
CN103422417A (zh) 一种公路表面破损的动态识别***与方法
CN109229136A (zh) 一种轨道车辆底部自动化检测***
CN215624882U (zh) 基于机器视觉的井下皮带异物监测装置
CN203069527U (zh) 一种纺织疵布检测摄像头及其检测***

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20130501

Termination date: 20210325