CN107478176A - 一种受电弓损耗检测方法及*** - Google Patents

Abstract

本发明公开一种受电弓损耗检测方法，包括：对受电弓滑板磨损表面进行结构光投射，并获取其轮廓结构光条纹图像；通过预设提取算法提取轮廓结构光条纹图像的中心线光条纹图像；在预设坐标系内计算中心线光条纹图像的最大凹陷深度的像素量；利用预设的像素与实际距离的比例关系，将像素量换算为损耗量。本发明通过对受电弓滑板磨损表面的轮廓结构光条纹图像的获取和中心线光条纹图像的提取，以及中心线光条纹图像的最大凹陷深度的像素量的计算和换算，简单方便地通过图像处理技术实现对受电弓损耗的检测，提高了检测效率和精度，无需实地对受电弓进行检测，降低了生产成本和人工成本。本发明还公开一种受电弓损耗检测***，其有益效果如上所述。

Description

一种受电弓损耗检测方法及***

技术领域

本发明涉及图像处理技术领域，特别涉及一种受电弓损耗检测方法。本发明还涉及一种受电弓损耗检测***。

背景技术

铁路机车受电弓是电力驱动轨道列车运行时从电网方法中获取电能的装置，在列车的行进过程中，受电弓碳滑板由于与接触网导线接触而发生电气磨耗和滑动磨耗是必然的，当受电弓碳滑板磨损到一定程度时，很容易引发拉网或卡网以及暂时性断电等状况，进而可能造成重大的铁路安全事故。由于受电弓滑板与接触网导线接触点处于滑板中间位置，所以主要磨损区域是滑板的中心区域，因而会导致受电弓滑板的磨损形状类似于一个开口向下的抛物曲线。对于受电弓滑板而言，其最大磨损量是其状态的重要指标，因此可以通过受电弓滑板的最大磨耗量来判断其状态是否良好。检测方法只需检测出受电弓滑板的最大磨耗量，将此磨耗量与电力机车受电弓滑板标准进行对比，便可判断出受电弓滑板的实时状态。

因此，通过对受电弓碳滑板进行实时检测，可以及时、正确地发现受电弓运行时的不良状态，对于保障铁路机车正常运行以及电网安全等具有非常重要的意义。目前，受电弓检测检测手段主要分为人工检测、接触式检测、非接触式检测。人工检测由铁路检修人员登上机车顶部，观察受电弓有无异常或磨损，或使用专业测量工具测量受电弓碳滑板的磨耗等。接触式检测利用安装在受电弓上的加速度传感器和压力传感器对弓网间的接触压力进行检测，作为判断受电弓与导线之间的位置关系的依据。随着激光、超声波等测距技术的发展，国内外提出了各类非接触式测距检测方法，并应用于铁路机车受电弓检测领域。

然而，传统的检测方式效率低、投资高、工作量大、精度和准确度不高，随着我国高速铁路的快速发展及铁路提速、行车密度加大等原因，传统检测铁路机车受电弓的方式正逐渐被淘汰。

因此，如何在顺利实现对受电弓损耗的检测基础上，提高检测效率和精度，降低生产成本和人工成本，是本领域技术人员亟待解决的技术问题。

发明内容

本发明的目的是提供一种受电弓损耗检测方法，能够在顺利实现对受电弓损耗的检测基础上，提高检测效率和精度，降低生产成本和人工成本。本发明的另一目的是提供一种受电弓损耗检测***。

为解决上述技术问题，本发明提供一种受电弓损耗检测方法，包括：

对受电弓滑板磨损表面进行结构光投射，并获取其轮廓结构光条纹图像；

通过预设提取算法提取所述轮廓结构光条纹图像的中心线光条纹图像；

在预设坐标系内计算所述中心线光条纹图像的最大凹陷深度的像素量；

利用预设的像素与实际距离的比例关系，将所述像素量换算为损耗量。

优选地，对受电弓滑板磨损表面进行结构光投射，并获取其轮廓结构光条纹图像，具体包括：

通过激光发射器发射的平面激光与受电弓滑板磨损表面相交，以形成高亮的激光轮廓曲线；

通过图像采集设备拍摄受电弓滑板的磨损表面，并获取其轮廓结构光条纹图像。

优选地，在对受电弓滑板磨损表面进行结构光投射之前，还包括：

通过基于2D平面棋盘标靶技术对所述图像采集设备的拍摄参数进行标定，以确定拍摄图像上的像素与实际距离的比例关系。

优选地，在获取所述轮廓结构光条纹图像之后，且在提取所述中心线光条纹图像之前，还包括：

通过内置算法凸显所述轮廓结构光条纹图像的特征区域；

通过滤波器对所述轮廓结构光条纹图像的特征区域进行滤波处理，以去除图像噪点；

对所述轮廓结构光条纹图像的特征区域进行非线性变化，以增强与非特征区域的图像对比度。

优选地，通过预设提取算法提取所述轮廓结构光条纹图像的中心线光条纹图像，具体包括：

扫描所述轮廓结构光条纹图像，并在宽度方向上寻找不同长度位置的灰度值最大的像素点；

在当前长度位置以灰度值最大的像素点为中心，在其宽度方向上的两侧随机选择若干个像素点，并计算当前长度位置在宽度方向上的灰度重心。

优选地，在预设坐标系内计算所述中心线光条纹图像的最大凹陷深度的像素量，具体包括：

将所述中心线光条纹图像平移到平面二维坐标系中；

确定所述中心线光条纹图像上凹陷部分的两端端点，并将两端端点相连，获取辅助线；

遍历所述中心线光条纹图像上凹陷部分的各个像素点至所述辅助线的垂直长度，并选择其中的最大值为最大凹陷深度的像素量。

优选地，在预设坐标系内计算所述中心线光条纹图像的最大凹陷深度的像素量，具体包括：

将所述中心线光条纹图像平移到平面二维坐标系中；

确定所述中心线光条纹图像上凹陷部分的两端端点，并计算两端端点的距离；

遍历计算两端端点与所述中心线光条纹图像上凹陷部分上的各个像素点所形成的三角形的面积；

计算三角形面积中的最大值与两端端点距离的比值。

本发明还提供一种受电弓损耗检测***，包括：

投射模块，用于对受电弓滑板磨损表面进行结构光投射，并获取其轮廓结构光条纹图像；

提取模块，用于通过预设提取算法提取所述轮廓结构光条纹图像的中心线光条纹图像；

计算模块，用于在预设坐标系内计算所述中心线光条纹图像的最大凹陷深度的像素量；

换算模块，用于利用预设的像素与实际距离的比例关系，将所述像素量换算为损耗量。

优选地，还包括：

标定模块，用于通过基于2D平面棋盘标靶技术对所述图像采集设备的拍摄参数进行标定，以确定拍摄图像上的像素与实际距离的比例关系。

优选地，还包括：

预处理模块，用于在获取所述轮廓结构光条纹图像之后，且在提取所述中心线光条纹图像之前，对所述轮廓结构光条纹图像进行辨识度预处理。

本发明所提供的受电弓损耗检测方法，主要包括四个步骤，其中，在第一步中，首先对受电弓滑板的磨损表面进行结构光投射，结构光投射到其表面上后，会产生一条具有一定宽度的光条纹，然后获取该光条纹的图像，即受电弓滑板的轮廓结构光条纹图像。在第二步中，由于轮廓结构光条纹图像的宽度尺寸比较明显，对后续的精确计算将造成明显的误差影响，因此，在本步骤中，通过预设提取算法提取轮廓结构光条纹图像的中心线光条纹图像，如此去除轮廓结构光条纹图像的宽度方向上的灰度，留下一条中心线。在第三步中，由于中心线光条纹图像整体呈两端平整而中间部分凹陷的形状，因此可将中心线光条纹图像放置在预设坐标系内，计算中心线光条纹图像的最大凹陷深度的像素量，该像素量即为受电弓滑板损耗的相对长度。在第四步中，当中心线光条纹图像的最大凹陷深度的像素量计算出后，即可利用预设的像素与实际距离的比例关系，将像素量换算为损耗量，即受电弓滑板的最大磨损深度。综上所述，本发明所提供的受电弓损耗检测方法，通过对受电弓滑板磨损表面的轮廓结构光条纹图像的获取和中心线光条纹图像的提取，以及中心线光条纹图像的最大凹陷深度的像素量的计算和换算，简单、方便地通过图像处理技术顺利实现对受电弓损耗的检测，提高了检测效率和精度，相比于现有技术，无需实地对受电弓进行检测，降低了生产成本和人工成本。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。

图1为本发明所提供的一种具体实施方式的流程图；

图2为本发明所提供的一种具体实施方式中获取轮廓结构光条纹图像的结构示意图；

图3为本发明所提供的一种具体实施方式中在获取的轮廓结构光条纹图像中提取中心线光条纹图像的示意图；

图4为本发明所提供的一种具体实施方式中计算中心线光条纹图像的最大凹陷深度的像素量的示意图；

图5为本发明所提供的一种具体实施方式的模块图。

其中，图2或图5中：

受电弓滑板—1，磨损表面—2，激光发射器—3，图像采集设备—4，投射模块—5，提取模块—6，计算模块—7，换算模块—8，标定模块—9，预处理模块—10。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

请参考图1，图1为本发明所提供的一种具体实施方式的流程图。

在本发明所提供的一种具体实施方式中，受电弓损耗检测方法主要包括四个步骤，分别为：对受电弓滑板磨损表面进行结构光投射，并获取其轮廓结构光条纹图像；通过预设提取算法提取轮廓结构光条纹图像的中心线光条纹图像；在预设坐标系内计算中心线光条纹图像的最大凹陷深度的像素量；利用预设的像素与实际距离的比例关系，将像素量换算为损耗量。

其中，在第一步中，首先对受电弓滑板的磨损表面进行结构光投射，结构光投射到其表面上后，会产生一条具有一定宽度的光条纹，然后获取该光条纹的图像，即受电弓滑板的轮廓结构光条纹图像。

如图2所示，图2为本发明所提供的一种具体实施方式中获取轮廓结构光条纹图像的结构示意图。

具体的，在本步骤中，可首先通过激光发射器3发射平面激光，该激光束入射到受电弓滑板1的磨损表面2后，在其表面形成一条高亮的激光轮廓曲线。一般的，激光发射器3所发射的平面激光，可与受电弓滑板1的横截面平行。然后，即可通过图像采集设备4拍摄受电弓滑板1的磨损表面2，获取该高亮的激光轮廓曲线的结构光条，即轮廓结构光条纹图像。

在第二步中，由于轮廓结构光条纹图像的宽度尺寸比较明显，对后续的精确计算将造成明显的误差影响，因此，在本步骤中，通过预设提取算法提取轮廓结构光条纹图像的中心线光条纹图像，如此去除轮廓结构光条纹图像的宽度方向上的灰度，留下一条中心线。

在第三步中，由于中心线光条纹图像整体呈两端平整而中间部分凹陷的形状，因此可将中心线光条纹图像放置在预设坐标系内，计算中心线光条纹图像的最大凹陷深度的像素量，该像素量的长度即为受电弓滑板损耗的相对长度。

在第四步中，当中心线光条纹图像的最大凹陷深度的像素量计算出后，即可利用预设的像素与实际距离的比例关系，将像素量换算为损耗量，即受电弓滑板的最大磨损深度。

综上所述，本实施例所提供的受电弓损耗检测方法，通过对受电弓滑板磨损表面的轮廓结构光条纹图像的获取和中心线光条纹图像的提取，以及中心线光条纹图像的最大凹陷深度的像素量的计算和换算，简单、方便地通过图像处理技术顺利实现对受电弓损耗的检测，提高了检测效率和精度，相比于现有技术，无需实地对受电弓进行检测，降低了生产成本和人工成本。

另外，考虑到对轮廓结构光条纹图像进行中心线光条纹图像提取时，图像中的各种噪声、测量场景的干扰等因素的影响会使得提取到的光条中心结果和实际情况出现较大的偏差，因此，在进行线结构光光条中心提取之前，为尽量消除干扰因素对线结构光光条中心提取的影响，本实施例中首先对轮廓结构光条纹图像进行预处理操作。

如图3所示，图3为本发明所提供的一种具体实施方式中在获取的轮廓结构光条纹图像中提取中心线光条纹图像的示意图。

具体的，首先可提取图像ROI，通过内置算法凸显轮廓结构光条纹图像的特征区域，只提取包含光条在内的部分图像区域进行局部处理，而非对获取的整幅图像进行全局处理，如此可以大幅减少运算量，提高检测效率。然后，本实施例通过滤波器，比如自适应中值滤波器等对特征区域进行滤波处理，将图像上的噪点去除，同时又保留住图像细节，并且滤波器还能够根据图像中噪声密度的大小自适应地选择滤波窗口尺寸。最后，可对经过滤波处理后的特征区域图像进行非线性变化，从而增加特征区域的图像与非特征区域图像的对比度，提高辨识度和清晰度。

而在通过预设提取算法提取轮廓结构光条纹图像的中心线光条纹图像时，考虑到轮廓结构光条纹图像中的光条纹具有一定宽度(图中的b)，并且该光条纹的宽度方向上的光强分布不均匀，具有渐变灰度，近似服从高斯分布，为保证中心线光条纹图像的提取精度和提取速度，本实施例采用极值法和灰度重心法将结合的改进算法。

具体的，首先可扫描轮廓结构光条纹图像，并在其某个长度位置的宽度方向上寻找该宽度方向上灰度值最大的像素点，一般也为亮度最高的像素点。然后，还是在该长度位置的宽度方向上，在灰度值最大的像素点的左右两侧以其为中心随机选择n个像素点，比如10～20个等，紧接着可利用灰度中心法在中心像素点和左右两侧共2n个像素点组成的集合中求取其灰度重心，该灰度重心即为该长度位置的轮廓结构光条纹图像的中心位置。如此，按照上述方法，遍历寻找完整个轮廓结构光条纹图像的光条纹的长度位置，可以在其宽度方向上连续找到若干个灰度重心，将各个灰度重心通过平滑曲线连接后所形成的曲线即为所要提取的中心线光条纹图像。

如图4所示，图4为本发明所提供的一种具体实施方式中计算中心线光条纹图像的最大凹陷深度的像素量的示意图。

另外，在预设坐标系内计算所述中心线光条纹图像的最大凹陷深度的像素量时，具体的，首先可将提取出的中心线光条纹图像平移到平面二维坐标系中，当然，也可以中心线光条纹图像为基准建立平面二维坐标系，一般的，考虑到中心线光条纹图像的整体形状类似帽子的剖面，即中间凹陷两端平整，因此，可将中心线光条纹图像的两端平整表面与平面二维坐标系的x轴平行。当然，中心线光条纹图像在平面二维坐标系内的设置方式是随意的。然后，确定中心线光条纹图像上凹陷部分的两端端点，并且将该两个端点相连，如此获取一条辅助线。最后，可在中心线光条纹图像上的凹陷部分随意选择一个像素点，然后计算该像素点到上述辅助线的距离，遍历中心线光条纹图像上的所有像素点之后，即可获取大量数据，如此只需在数据中选择其中的最大值即可，即中心线光条纹图像上凹陷部分的像素点至辅助线的距离的最大值即为中心线光条纹图像的最大凹陷深度的像素量。

在另一种优选实施方式中，在预设坐标系内计算所述中心线光条纹图像的最大凹陷深度的像素量时，计算方法略有不同。具体的，首先仍然将中心线光条纹图像平移到平面二维坐标系中，然后，确定中心线光条纹图像上凹陷部分的两端端点，设其分别为j和m，其坐标分别为(x_j，y_j)和(x_m，y_m)，并计算出该个端点之间的距离，设其为L。紧接着，可在中心线光条纹图像上的凹陷部分任意选择一个像素点，设其为i，其坐标为(x_i，y_i)。此时，可将像素点i与两个端点j和m首尾相连，形成一个三角形。然后根据二维平面点的坐标公式计算该三角形的面积为：

如此遍历计算完中心线光条纹图像上的凹陷部分上的所有像素点与两个端点所形成的三角形的面积之后，即可选择其中的最大值，作为最大凹陷深度时所形成的三角形的面积。之后，即可根据三角形的面积公式和两个端点之间的距离计算出三角形的高(图中的h)，也就是中心线光条纹图像的最大凹陷深度的像素量。

此外，在计算出中心线光条纹图像的最大凹陷深度的像素量之后，还需利用像素与实际距离的比例关系将其换算成实际长度，即损耗量或损耗深度。为此，本实施例在对受电弓滑板磨损表面进行结构光投射之前，增设了对图像采集设备的标定操作。具体的，可通过基于2D平面棋盘标靶技术对图像采集设备的拍摄参数进行标定，如此可以确定该图像采集设备所采集的图像中，像素与实际距离的比例关系。之后，在将像素量换算成实际长度时，即可直接饮用该比例关系。

如图5所示，图5为本发明所提供的一种具体实施方式的模块图。

本实施例还提供一种受电弓损耗检测***，主要包括投射模块5、提取模块6、计算模块7和换算模块8。其中，投射模块5主要用于对受电弓滑板1的磨损表面2进行结构光投射，并获取其轮廓结构光条纹图像。提取模块6主要用于通过预设提取算法提取所述轮廓结构光条纹图像的中心线光条纹图像。计算模块7主要用于在预设坐标系内计算所述中心线光条纹图像的最大凹陷深度的像素量。换算模块8主要用于利用预设的像素与实际距离的比例关系，将所述像素量换算为损耗量。

本实施例所提供的受电弓损耗检测***的检测方法与前述相关内容相同，此处不再赘述。

另外，本实施例中还增设了标定模块9和预处理模块10。其中，标定模块9主要用于通过基于2D平面棋盘标靶技术对投射模块5的拍摄参数进行标定，以确定拍摄图像上的像素与实际距离的比例关系。而预处理模块10连接在投射模块5与提取模块6之间，主要用于在投射模块5获取轮廓结构光条纹图像之后，且在提取模块6对该轮廓结构光条纹图像提取中心线光条纹图像之前，将该轮廓结构光条纹图像进行关于辨识度的预处理，使其凸显特征区域，并去除图像中的噪点，增强与非特征区域的对比度。

对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (10)

1.一种受电弓损耗检测方法，其特征在于，包括：

对受电弓滑板磨损表面进行结构光投射，并获取其轮廓结构光条纹图像；

通过预设提取算法提取所述轮廓结构光条纹图像的中心线光条纹图像；

在预设坐标系内计算所述中心线光条纹图像的最大凹陷深度的像素量；

利用预设的像素与实际距离的比例关系，将所述像素量换算为损耗量。

2.根据权利要求1所述的受电弓损耗检测方法，其特征在于，对受电弓滑板磨损表面进行结构光投射，并获取其轮廓结构光条纹图像，具体包括：

通过激光发射器发射的平面激光与受电弓滑板磨损表面相交，以形成高亮的激光轮廓曲线；

通过图像采集设备拍摄受电弓滑板的磨损表面，并获取其轮廓结构光条纹图像。

3.根据权利要求2所述的受电弓损耗检测方法，其特征在于，在对受电弓滑板磨损表面进行结构光投射之前，还包括：

通过基于2D平面棋盘标靶技术对所述图像采集设备的拍摄参数进行标定，以确定拍摄图像上的像素与实际距离的比例关系。

4.根据权利要求3所述的受电弓损耗检测方法，其特征在于，在获取所述轮廓结构光条纹图像之后，且在提取所述中心线光条纹图像之前，还包括：

通过内置算法凸显所述轮廓结构光条纹图像的特征区域；

通过滤波器对所述轮廓结构光条纹图像的特征区域进行滤波处理，以去除图像噪点；

对所述轮廓结构光条纹图像的特征区域进行非线性变化，以增强与非特征区域的图像对比度。

5.根据权利要求4所述的受电弓损耗检测方法，其特征在于，通过预设提取算法提取所述轮廓结构光条纹图像的中心线光条纹图像，具体包括：

扫描所述轮廓结构光条纹图像，并在宽度方向上寻找不同长度位置的灰度值最大的像素点；

在当前长度位置以灰度值最大的像素点为中心，在其宽度方向上的两侧随机选择若干个像素点，并计算当前长度位置在宽度方向上的灰度重心。

6.根据权利要求5所述的受电弓损耗检测方法，其特征在于，在预设坐标系内计算所述中心线光条纹图像的最大凹陷深度的像素量，具体包括：

将所述中心线光条纹图像平移到平面二维坐标系中；

确定所述中心线光条纹图像上凹陷部分的两端端点，并将两端端点相连，获取辅助线；

遍历所述中心线光条纹图像上凹陷部分的各个像素点至所述辅助线的垂直长度，并选择其中的最大值为最大凹陷深度的像素量。

7.根据权利要求5所述的受电弓损耗检测方法，其特征在于，在预设坐标系内计算所述中心线光条纹图像的最大凹陷深度的像素量，具体包括：

将所述中心线光条纹图像平移到平面二维坐标系中；

确定所述中心线光条纹图像上凹陷部分的两端端点，并计算两端端点的距离；

遍历计算两端端点与所述中心线光条纹图像上凹陷部分上的各个像素点所形成的三角形的面积；

计算三角形面积中的最大值与两端端点距离的比值。

8.一种受电弓损耗检测***，其特征在于，包括：

投射模块，用于对受电弓滑板磨损表面进行结构光投射，并获取其轮廓结构光条纹图像；

提取模块，用于通过预设提取算法提取所述轮廓结构光条纹图像的中心线光条纹图像；

计算模块，用于在预设坐标系内计算所述中心线光条纹图像的最大凹陷深度的像素量；

换算模块，用于利用预设的像素与实际距离的比例关系，将所述像素量换算为损耗量。

9.根据权利要求8所述的受电弓损耗检测***，其特征在于，还包括：

标定模块，用于通过基于2D平面棋盘标靶技术对所述投射模块的拍摄参数进行标定，以确定拍摄图像上的像素与实际距离的比例关系。

10.根据权利要求9所述的受电弓损耗检测***，其特征在于，还包括：

预处理模块，用于在获取所述轮廓结构光条纹图像之后，且在提取所述中心线光条纹图像之前，对所述轮廓结构光条纹图像进行辨识度预处理。