CN102608122A - 一种高速铁轨光电检测图像的处理方法 - Google Patents
一种高速铁轨光电检测图像的处理方法 Download PDFInfo
- Publication number
- CN102608122A CN102608122A CN201210044528XA CN201210044528A CN102608122A CN 102608122 A CN102608122 A CN 102608122A CN 201210044528X A CN201210044528X A CN 201210044528XA CN 201210044528 A CN201210044528 A CN 201210044528A CN 102608122 A CN102608122 A CN 102608122A
- Authority
- CN
- China
- Prior art keywords
- spring
- image
- orbital plane
- gaussian filtering
- detection
- 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.)
- Pending
Links
Images
Landscapes
- Image Analysis (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明公开了一种高速铁轨光电检测图像的处理方法,它通过对待检区图像进行一系列电脑处理后与标准图进行对比,从而能确定待检区是否存在缺陷。本发明的处理方法检测精度高,有效防止各种漏检和错检,提高安全性,并实现了智能化的高速铁轨检测。
Description
技术领域
本发明属于铁路领域,具体涉及一种高速铁轨光电检测图像的处理方法。
背景技术
高速铁路线路的维修保养对于保证其安全运营具有极其重要的作用。世界各国的铁道和城市轨道交通部门对线路维修工作非常重视,制定了详细的计划和严格的规章制度。高速铁路养护维修的原则是重检慎修,扣件弹条伤损、承轨台裂纹以及钢轨踏面光带异常对铁路安全可靠运营带来极大风险,需要及时发现并进行处理。
长期以来,线路检查主要采用目视检查方法来断定轨道是否存在缺陷,需要人员多、时间长、劳动强度大、效率低,其检查效果与巡查人员的经验和责任心直接相关。
发明内容
本发明要解决的技术问题是提供一种高速铁轨光电检测的处理方法,解决现有的检测方法容易漏检或错检的问题。
本发明的技术方案为:一种高速铁轨光电检测图像的处理方法,它主要包括对弹条断裂和裂纹的处理,其包括以下步骤:
a.提取弹条图像并进行高斯滤波处理;
b.采用归一化的平方差模版匹配方法,对采集区域进行调整,进行精确定位;
c.弹条断裂检测:对精确定位后的弹条图像进行基于统计的灰度作差法和相关直线法分析,若存在两个有效峰值,峰值间的距离约为两侧弹条中心线间距离,则认为弹条完好,反之认为存在缺陷;
d.弹条裂纹检测:对精确定位后的弹条图像先进行高斯滤波,然后进行自适应阈值分割,再图像形态学处理,最后利用连通域检测算法,将裂纹的连通域进行标定,从而将裂纹检测出来。
进一步地,还包括对承轨台裂纹的处理,其包括以下步骤:
a.提取承轨台图像并进行高斯滤波处理;
b.采用归一化的平方差模版匹配方法,对采集区域进行调整,进行精确定位;
c.对精确定位后的承轨台图像依次进行高斯滤波、自适应阈值分割、轨道面缺陷检测。
进一步地,还包括对轨道面异常磨损的处理,其包括以下步骤:
a.提取轨道面图像并进行高斯滤波处理;
b.采用归一化的平方差模版匹配方法,对采集区域进行调整,进行精确定位;
c.对精确定位后的轨道面图像依次进行高斯滤波、自适应阈值分割、轨道面缺陷检测。
本发明采用光电设备先采集待检部的图像,然后与标准图像进行对比,调整采集图像的位置,使之与标准图完全重合,然后再通过一系列处理后与标准图像进行对比判断。
本发明与现有技术相比具有如下优点:
1、本发明的处理方法能对轨道的关键区域即弹条、承轨台和轨道面的图像进行分析,确定其是否存在缺陷。
2、本发明的处理方法检测精度高,有效防止各种漏检和错检,提高安全性。
3、本发明的方法更加先进智能化,解决了现有的检查方法需要人员多、时间长、劳动强度大、效率低,其检查效果与巡查人员的经验和责任心直接相关的问题。
附图说明
图1为弹条裂纹和断裂检测算法总体流程图;
图2为弹条裂纹检测算法流程图;
图3承轨台裂纹检测算法总体流程图;
图4承轨台裂纹检测示意图;
图5轨道面缺陷检测总流程图;
图6轨道面缺陷检测流程图。
具体实施方式
提供以下参照附图的描述以助于全面理解由权利要求及其等同物限定的本发明的示例性实施例。以下描述包括各种特定细节以助于理解,但这些仅被认为是示例性的。因此,本领域的普通技术人员将认识到,在不脱离本发明的范围和精神的情况下可对在此描述的实施例做出各种改变和修改。另外,为了清楚和简洁,省略了已知功能和结构的描述。
通过移动载体及设置在移动载体上的摄像机实时获取待检部位的图像传入计算机中,比对输入图像与标准图像的位置区别,并调整摄像机获取与标准图像位置重合的区域。标准图像由事先存储在电脑中的没有缺陷的各待检部的图像构成,由于需要进行图像对比,所以,摄像机获取的待检部的图像位置必须与标准图像的采集位置相同才能进行对比。
弹条裂纹和断裂检测算法主要包括四个部分:图像预处理、弹条定位与检测区域提取,弹条断裂检测,弹条裂纹检测。其流程如图1所示。
1.1.1、图像预处理
在弹条图像的背景图像中存在噪声,噪声与要研究的具体对象不相关,它以无用的信息形式出现,扰乱图像的可观测信息。在机器视觉和数字图像处理中,噪声的消除一直是关注的重点。噪声有时会对一些算法带来严重影响。
高斯白噪声和随机噪声是图像中最常出现的两种噪声。高斯噪声常常来自于设备,随机噪声主要来自于信道和外部***。在工业相机获得低倍的照片时,光照程度,镜头灰尘,人手颤动等多种因素,所以图像中的噪声主要是随机噪声高斯白噪声。根据分析的结果选择高斯滤波作为弹条图像的整体滤波方法。
1.1.2、弹条定位与检测区域提取
弹条定位是整个技术方案中关键部分之一。弹条定位的精度直接关系到后续弹条检测区域能否正确提取、弹条裂缝和断裂能否正确识别。图像背景复杂,背景信息及弹条上可能存在的附着物等都会影响弹条正确定位。
通过分析弹条图像,弹条底盘的矩形区域及螺钉的光谱、几何特征明显,且相对固定,可以准确定位。在弹条定位的具体实现时,综合考虑匹配的速度和精度,采用归一化的平方差模板匹配方法。
1.1.3、弹条断裂检测
通过对大量弹条图像分析,提出基于统计的灰度作差法和相关直线法。若存在两个有效峰值,峰值间的距离约为两侧弹条中心线间距离,则认为弹条完好,反之认为存在缺陷。
1.1.4、弹条裂纹检测
弹条裂纹检测算法是本项目的难点与核心,通过分析大量的弹条图像,弹条裂纹所在的像素很小,极易受其他因素的影响。因此提出基于弹条关键区域的裂纹检测算法。具体实现流程如图2所示,具体实现步骤为:
(1)平滑滤波。算法设计过程中先后采用了均值滤波、中值滤波、高斯滤波对关键区域平滑,并且对于中值滤波和高斯滤波分别选取各种不同的掩膜。结合裂纹的集合特征,并通过大量图像验证,最终采用高斯滤波。
(2)自适应阈值分割。在实验时,采用了一般的阈值分割与自适应阈值分割,发现自适应阈值分割对强反射梯度的图像具有很好的效果。
(3)图像形态学处理。前面对图像的预处理过程会对原始图像中的裂纹区域带来影响:将属于裂纹区域的点去除,会导致连续的一条裂纹被分割为几条或裂纹区域减小。使用腐蚀、膨胀和区域生长结合的方法对裂纹区域进行恢复,将断裂成几段的裂纹连接,方便下一步的裂纹提取。
(4)经过前期处理后,图像中的裂纹从背景中分离出来,每个裂纹形成一个像素相互连通的区域,利用连通域检测算法,将裂纹的连通域进行标定,从而将裂纹检测出来。
1.2承轨台裂纹检测算法
承轨台裂纹检测算法主要包括三个部分:图像预处理、承轨台定位与检测区域提取,承轨台裂纹检测。总体流程如图3所示。
图像预处理部分主要是图像格式的转换以及图像噪声的消除。
承轨台定位是整个过程中关键的部分之一。承轨台定位的精度直接关系到后续承轨台检测区域能否正确提取、裂纹能否正确检测与识别。承轨台图像背景复杂,背景信息及承轨台上可能存在的附着物等都会影响承轨台的正确定位。其流程图如图4所示。
具体实现步骤为:
(1)平滑滤波。结合裂纹的集合特征,并通过大量图像验证,最终采用高斯滤波。
(2)自适应阈值分割。在实验时,采用了一般的阈值分割与自适应阈值分割,发现自适应阈值分割对强反射梯度的图像具有很好的效果。
(3)图像形态学处理。前面对图像的预处理过程会对原始图像中豹裂纹区域带来影响:将属于裂纹区域的点去除,会导致连续的一条裂纹被分割为几条或裂纹区域减小。使用腐蚀、膨胀和区域生长结合的方法对裂纹区域进行恢复,将断裂成几段的裂纹连接,方便下一步的裂纹提取。
(4)经过前期处理后,图像中的裂纹从背景中分离出来,每个裂纹形成一个像素相互连通的区域,利用连通域检测算法,将裂纹的连通域进行标定,从而将裂纹检测出来。
1.3轨道面磨损检测算法
轨道面缺陷检测算法主要包括三个部分:图像预处理、检测区域提取和轨道面缺陷检测。总体流程如图5所示。
图像预处理部分与主要是图像格式的转换以及图像噪声的消除。
轨道面缺陷检测区域提取主要是为了提取出轨道减少周围环境的影响以及减少计算量,满足整个***的实时性与准确性。其具体算法流程图如图6所示。
具体实现步骤为:
(1)平滑滤波。结合裂纹的集合特征,并通过大量图像验证,最终采用高斯滤波。
(2)自适应阈值分割。在实验时,采用了一般的阈值分割与自适应阈值分割,发现自适应阈值分割对强反射梯度的图像具有很好的效果。
(3)轨道面缺陷检测。经过阈值分割的图像边缘信息明显,通过边缘信息的计算就能判定轨道面缺陷存在与否。
2、软件硬件交互过程
2.1交互过程说明
根据项目具体实施环境,***软硬件交互过程大致过分为以下几个步骤:(1)通过提前确定***中相机和触发器的空间几何位置关系,使得***在运行过程中控制***能自动对目标物进行图像采集,(2)启动光源、工控机和显示器做好相机调焦准备,(3)设置相机相关帧率、曝光率、通道和视频模式等参数,调节相机焦距使图像清晰成像,(4)开启外部触发器,做好图像自动采集准备,(5)在应用软件里选择检测类型(钢轨检测、弹条检测、承轨台检测),(6)自动采集首个目标物进行初始位置的定位及确认,并开始运行***,(7)对运行***过程中所检测出的缺陷进行声音及图像提示,同时由***操作人员进行现场确认,(8)将所检测的所有图像分类存至指定的位置。
Claims (3)
1.一种高速铁轨光电检测图像的处理方法,其特征在于:它主要包括对弹条断裂和裂纹的处理,其包括以下步骤:
a.提取弹条图像并进行高斯滤波处理;
b.采用归一化的平方差模版匹配方法,对采集区域进行调整,进行精确定位;
c.弹条断裂检测:对精确定位后的弹条图像进行基于统计的灰度作差法和相关直线法分析,若存在两个有效峰值,峰值间的距离约为两侧弹条中心线间距离,则认为弹条完好,反之认为存在缺陷;
d.弹条裂纹检测:对精确定位后的弹条图像先进行高斯滤波,然后进行自适应阈值分割,再图像形态学处理,最后利用连通域检测算法,将裂纹的连通域进行标定,从而将裂纹检测出来。
2.根据权利要求1所述的一种高速铁轨光电检测图像的处理方法,其特征在于:还包括对承轨台裂纹的处理,其包括以下步骤:
a.提取轨道面图像并进行高斯滤波处理;
b.采用归一化的平方差模版匹配方法,对采集区域进行调整,进行精确定位;
c.对精确定位后的轨道面图像依次进行高斯滤波、自适应阈值分割、轨道面缺陷检测。
3.根据权利要求1或2所述的一种高速铁轨光电检测图像的处理方法,其特征在于:还包括对轨道面异常磨损的处理,其包括以下步骤:
a.提取轨道面图像并进行高斯滤波处理;
b.采用归一化的平方差模版匹配方法,对采集区域进行调整,进行精确定位;
c.对精确定位后的轨道面图像依次进行高斯滤波、自适应阈值分割、轨道面缺陷检测。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210044528XA CN102608122A (zh) | 2012-02-27 | 2012-02-27 | 一种高速铁轨光电检测图像的处理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210044528XA CN102608122A (zh) | 2012-02-27 | 2012-02-27 | 一种高速铁轨光电检测图像的处理方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN102608122A true CN102608122A (zh) | 2012-07-25 |
Family
ID=46525671
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210044528XA Pending CN102608122A (zh) | 2012-02-27 | 2012-02-27 | 一种高速铁轨光电检测图像的处理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102608122A (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105139413A (zh) * | 2015-09-25 | 2015-12-09 | 深圳大学 | 基于图像特征提取的铁轨连接件质量检测方法及检测*** |
CN106192634A (zh) * | 2016-08-31 | 2016-12-07 | 武汉汉宁轨道交通技术有限公司 | 一种铁路轨道弹条扣件状态自动检测装置以及方法 |
CN107481220A (zh) * | 2017-07-14 | 2017-12-15 | 中国神华能源股份有限公司 | 扣件弹条断裂的识别方法及*** |
CN107766886A (zh) * | 2017-10-20 | 2018-03-06 | 华中师范大学 | 高速铁路钢轨扣件弹条疲劳断口自动识别方法 |
CN108226180A (zh) * | 2018-01-11 | 2018-06-29 | 上海应用技术大学 | 一种针对crts ii型板式轨道的裂缝检测方法 |
CN109102466A (zh) * | 2017-06-20 | 2018-12-28 | 杭州海康威视数字技术股份有限公司 | 图像污点判定方法及装置 |
CN109850518A (zh) * | 2018-11-12 | 2019-06-07 | 太原理工大学 | 一种基于红外图像的实时矿用胶带预警撕裂检测方法 |
CN109870459A (zh) * | 2019-02-21 | 2019-06-11 | 武汉武大卓越科技有限责任公司 | 无砟轨道的轨道板裂缝检测方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH08136484A (ja) * | 1994-11-07 | 1996-05-31 | Nkk Corp | 管体塗覆装の自走式欠陥検出装置 |
US7245759B2 (en) * | 2003-10-30 | 2007-07-17 | Illinois Tool Works Inc | Method of inspecting threaded fasteners and a system therefor |
TW200728561A (en) * | 2006-01-26 | 2007-08-01 | Univ Nat Taiwan Science Tech | Method for checking an elastic rail clip |
CN101769877A (zh) * | 2008-12-26 | 2010-07-07 | 中国铁道科学研究院基础设施检测研究所 | 轨道表面擦伤检测*** |
CN102101111A (zh) * | 2010-12-03 | 2011-06-22 | 哈尔滨工业大学 | 基于光学检测的e型磁材分选方法 |
-
2012
- 2012-02-27 CN CN201210044528XA patent/CN102608122A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH08136484A (ja) * | 1994-11-07 | 1996-05-31 | Nkk Corp | 管体塗覆装の自走式欠陥検出装置 |
US7245759B2 (en) * | 2003-10-30 | 2007-07-17 | Illinois Tool Works Inc | Method of inspecting threaded fasteners and a system therefor |
TW200728561A (en) * | 2006-01-26 | 2007-08-01 | Univ Nat Taiwan Science Tech | Method for checking an elastic rail clip |
CN101769877A (zh) * | 2008-12-26 | 2010-07-07 | 中国铁道科学研究院基础设施检测研究所 | 轨道表面擦伤检测*** |
CN102101111A (zh) * | 2010-12-03 | 2011-06-22 | 哈尔滨工业大学 | 基于光学检测的e型磁材分选方法 |
Non-Patent Citations (1)
Title |
---|
钱广春: "基于相关直线法的高速运动目标快速探测方法", 《大连交通大学学报》, vol. 32, no. 2, 30 April 2011 (2011-04-30) * |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105139413A (zh) * | 2015-09-25 | 2015-12-09 | 深圳大学 | 基于图像特征提取的铁轨连接件质量检测方法及检测*** |
CN106192634A (zh) * | 2016-08-31 | 2016-12-07 | 武汉汉宁轨道交通技术有限公司 | 一种铁路轨道弹条扣件状态自动检测装置以及方法 |
CN106192634B (zh) * | 2016-08-31 | 2018-05-22 | 武汉汉宁轨道交通技术有限公司 | 一种铁路轨道弹条扣件状态自动检测装置以及方法 |
CN109102466A (zh) * | 2017-06-20 | 2018-12-28 | 杭州海康威视数字技术股份有限公司 | 图像污点判定方法及装置 |
CN107481220A (zh) * | 2017-07-14 | 2017-12-15 | 中国神华能源股份有限公司 | 扣件弹条断裂的识别方法及*** |
CN107766886A (zh) * | 2017-10-20 | 2018-03-06 | 华中师范大学 | 高速铁路钢轨扣件弹条疲劳断口自动识别方法 |
CN108226180A (zh) * | 2018-01-11 | 2018-06-29 | 上海应用技术大学 | 一种针对crts ii型板式轨道的裂缝检测方法 |
CN109850518A (zh) * | 2018-11-12 | 2019-06-07 | 太原理工大学 | 一种基于红外图像的实时矿用胶带预警撕裂检测方法 |
CN109850518B (zh) * | 2018-11-12 | 2022-01-28 | 太原理工大学 | 一种基于红外图像的实时矿用胶带预警撕裂检测方法 |
CN109870459A (zh) * | 2019-02-21 | 2019-06-11 | 武汉武大卓越科技有限责任公司 | 无砟轨道的轨道板裂缝检测方法 |
CN109870459B (zh) * | 2019-02-21 | 2021-07-06 | 武汉光谷卓越科技股份有限公司 | 无砟轨道的轨道板裂缝检测方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102608122A (zh) | 一种高速铁轨光电检测图像的处理方法 | |
US11670086B2 (en) | System and process for detecting, tracking and counting human objects of interest | |
CN111951237B (zh) | 外观视觉检测方法 | |
US20190331301A1 (en) | Method for leakage detection of underground pipeline corridor based on dynamic infrared thermal image processing | |
CN104392224B (zh) | 一种公路路面裂纹检测方法 | |
CN110211101A (zh) | 一种铁轨表面缺陷快速检测***及方法 | |
US11827228B2 (en) | Road abnormality detection apparatus, road abnormality detection method and road abnormality detection program | |
CN103983426B (zh) | 一种基于机器视觉的光纤缺陷检测及分类方法 | |
CN201890600U (zh) | 机器视觉皮带撕裂检测装置 | |
CN110954968B (zh) | 一种机场跑道异物检测装置及方法 | |
CN109375068B (zh) | 一种基于紫外成像电晕检测的目标识别方法及装置 | |
CN109299723A (zh) | 一种铁路货车运行监测*** | |
CN102778701A (zh) | 一种机场跑道外来物检测*** | |
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 | |
Kegelmeyer et al. | Automated optics inspection analysis for NIF | |
CN106650735B (zh) | 一种led字符自动定位识别方法 | |
Hassan et al. | Detecting patches on road pavement images acquired with 3D laser sensors using object detection and deep learning | |
CN113793322A (zh) | 一种对磁性材料自动检测的方法、电子设备和存储介质 | |
CN112748116A (zh) | 一种医用纱布表面缺陷在线检测方法与装置 | |
Song et al. | Modeling and optimization of semantic segmentation for track bed foreign object based on attention mechanism | |
KR20230003730A (ko) | 드론을 이용하여 구조물의 외부 균열을 검사하는 방법, 시스템 및 비일시성 판독 가능 기록 매체 | |
CN105404891A (zh) | 一种室外设施巡检方法 | |
CN103714352A (zh) | 一种基于图像认知区域的光晕抑制方法 | |
CN104077566A (zh) | 基于颜色差分的卡口图片人脸检测方法 | |
Rodríguez-Araújo et al. | Automated in-line defect classification and localization in solar cells for laser-based repair |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C53 | Correction of patent of invention or patent application | ||
CB02 | Change of applicant information |
Address after: 610032 Tianhe Road, West Zone, hi tech Zone, Sichuan, Chengdu Applicant after: Sichuan Southwest Jiaotong University Railway Development Co., Ltd. Address before: 610032 Sichuan Province, Chengdu City Ma Huayuan Road No. 10, a 2 storey building Applicant before: Sichuan Southwest Jiaotong University Railway Development Co., Ltd. |
|
C12 | Rejection of a patent application after its publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20120725 |