CN107578397A - 一种新型非接触式接触线磨损检测方法 - Google Patents
一种新型非接触式接触线磨损检测方法 Download PDFInfo
- Publication number
- CN107578397A CN107578397A CN201710609896.7A CN201710609896A CN107578397A CN 107578397 A CN107578397 A CN 107578397A CN 201710609896 A CN201710609896 A CN 201710609896A CN 107578397 A CN107578397 A CN 107578397A
- Authority
- CN
- China
- Prior art keywords
- contact line
- contact
- value
- image
- sgbm
- 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
Landscapes
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明公开一种新型非接触式接触线磨损检测方法，通过两台交汇架设于检测车上方的线阵CCD相机，实时采集接触线移动时的受电弓接触表面高清图像，得到接触网的立体像对；对接触网立体像对进行标定矫正操作，移除镜头畸变并将立体像对转变成标准形式，再进行图像预处理；采用SGBM全局特征匹配算法得到接触线立体像对的匹配点对，从而提取出接触线立体像对的视差图；利用立体像对的视差图及相机标定信息构造出重投影矩阵，通过射影变换得到接触线的三维信息，通过比较接触线深度值判断接触线是否存在磨损情况。本发明方法有效地提高了接触网磨损参数的检测效率，简化了算法的同时提高了故障检测的精准性。
Description
技术领域
本发明涉及高速铁路图像智能检测技术领域，具体为一种新型非接触式接触线磨损检测方法。
背景技术
高速铁路的快速发展，对牵引供电***的运行安全性提出了更高的要求，先进的检测技术和现代化的检测设备是提高牵引供电***维修质量的保证，是实现电气化铁路状态检测和状态维修的重要手段。在电气化铁道供电***中,电力接触导线由于变形、振动、相对于铁轨高度的不均匀等多种因素,既有机械磨损又有电气磨损,当磨耗到一定程度时应当补强或更换。接触网为无备用设备,一旦发生故障,将中断列车运营,造成巨大的经济损失。因此，在电气化铁路的施工和日常运营中,必须加强对接触网各项几何参数的检测、调整,使其整体磨损较为均匀,延长其使用寿命。
目前国内外对接触线磨损使用的检测方法主要有：肉眼观察法、激光测试法、涡流法、超声波法、缝隙镜像法等等。这些检测方法都取得了一定的效果，但不少方法存在测量不准确、危险性高、操作复杂、设备昂贵笨重、检测任务重强度大、抗干扰能力差等问题。基于图像处理的接触线磨损检测方法也有部分研究，如：日本明电舍公司开发的CatenaryEye***使用数字图像处理中的边缘检测和图像预处理算法计算接触线的各项几何物理参数。但目前直接通过双目线阵相机立体视觉对接触线磨损信息进行检测和分析，国内外还未见相关报道。
发明内容
针对上述问题本发明的目的在于提供一种能够解决现有接触线磨损检测效率低，***灵活性差等问题，且具更高实时性与准确性的新型非接触式接触线磨损检测方法。技术方案如下：
一种新型非接触式接触线磨损检测方法，包括以下步骤：
步骤A：通过两台交汇架设于检测车上方的线阵CCD相机，实时采集接触线移动时的受电弓接触表面高清图像，得到接触网的立体像对；
步骤B：对采集到的接触网立体像对进行标定矫正操作，移除镜头畸变并将立体像对转变成标准形式，再进行图像预处理；
步骤C：采用SGBM全局特征匹配算法得到接触线立体像对的匹配点对，从而提取出接触线立体像对的视差图；
步骤D：利用立体像对的视差图及相机标定信息构造出重投影矩阵，通过射影变换得到接触线的三维信息，进而计算待测区域接触线深度值，通过比较接触线深度值判断接触线是否存在磨损情况。
进一步的，所述步骤C的具体过程如下：
步骤a：SGBM能量函数构造：
设置与视差图相关的全局能量函数并将其最小化，以求解每个图像像素最优视差，视差图所对应的能量函数为：
式中，D为视差值，p,q表示图像中的某个像素，Np为像素p的相邻像素点，p1,p2为惩罚系数，I(·)代表示性函数；
步骤b：SGBM线性分解：将SGBM能量函数近似分解为多个一维问题，采用动态规划方法构造代价函数，并寻找最小代价值；
步骤c：SGBM代价值叠加：将步骤b中多个方向的代价值累加，选取累加代价值最小的视差值作为该像素的最优视差值；
步骤d：对接触线立体像对中每个像素重复执行SGBM算法得到触线立体像对的视差图。
更进一步的，所述步骤D的具体过程如下：
步骤1)：给定屏幕坐标和摄像机内参数矩阵，构造重投影矩阵Q如下：
式中(cx,cy)表示左侧图像主点坐标，c′x指主点在右侧图像上的x方向坐标，Tx指平移向量的x方向分量，f指相机焦距；
步骤2)给定一个二维坐标点(x,y)与其关联的视差d，将此点投影到三维空间(X/W,Y/W,Z/W)：
步骤3)取标准接触线深度值ZS＝Z0/W，Z0为标准接触线通过射影变换得到的Z值；待测区域接触线深度值Zc＝Z1/W，Z1为待测区域接触线通过射影变换得到的Z值；磨损阈值tm；
若满足深度差值绝对值大于阈值，即：
|Zs-Zc|>tm
则判定待测区域接触线发生明显磨损，否则输出正常状态。
更进一步的，所述图像预处理包括LOG滤波、双边滤波。
更进一步的，待测区域点的深度数据通过像素点周围八邻域深度值加权平均得到的。
本发明的有益效果是：
1)本发明直接通过图像处理及双目立体视觉方法对接触线进行磨损检测，算法简便，可批量处理海量图像，克服了传统人工检测、接触式检测方法的缺陷，为接触线磨损检测的可靠性、快速性检测提供一种较好的手段；
2)本发明的方法与光学、热力学方法相比，机器视觉***与其他类型传感器等相比有更好的灵活性和适应性，设备更换较少，因此机器视觉***的可靠性与实用性较高；
3)本发明通过稳定的相机标定、图像校准与预处理，将SGBM全局立体匹配算法与视差深度射影变换有机结合，可有效确定接触线的磨损参数，提高了故障检测的精确性，有效了缩短检测时间，降低了故障检测的难度；
4)本发明提出的技术方案对于基于图像处理与双目立体视觉的新型非接触式接触线磨损检测是非常合适和有相当发展前景的检测手段。该技术能在检测车运行中对接触线进行非接触、在线测量，克服了传统方法只能在静态下工作、难以适应高速铁路的需求等缺点，能较针对性的解决高铁接触网的安全运营问题。
附图说明
图1为本发明型非接触式接触线磨损检测方法中检测装置简图。
图2为本发明型非接触式接触线磨损检测方法中计算机图像示意图。
图3为本发明型非接触式接触线磨损检测方法中***设备构成示意图。
图4为本发明型非接触式接触线磨损检测方法的流程图。
图5为本发明型非接触式接触线磨损检测方法用到的接触线视差示意图。
具体实施方式
下面结合附图和具体实施例对本发明做进一步详细说明。本实施例的检测装置简图如图1所示。其中检测车横梁位于轨道中心线正上方，线阵光源置于检测车中央且与线阵CCD相机处于一条水平线上，两台线阵CCD摄像机与横梁呈现一固定角度。
检测车沿着轨道前行的过程中，通过两台交汇架设于检测车上方的线阵CCD相机，当接触线移动时拍摄接触线的受电弓接触表面(磨耗部位)，实时采集接触线高清图像，如图2所示。
图3为本实施例的***设备构成图，本实施例硬件设备主要由检测车横梁上的摄影装置、用于补光的线阵光源装置、检测车及固定装置等构成，而本实施例的软件设备主要由用于图像采集处理的数据采集处理单元等构成。
图4为本是实施例检测方法的流程图，具体步骤如下：
步骤A：通过两台交汇架设于检测车上方的线阵CCD相机，实时采集接触线移动时的受电弓接触表面高清图像，得到接触网的立体像对。
步骤B：对采集到的接触网立体像对进行标定矫正操作，移除镜头畸变并将立体像对转变成标准形式，再进行图像预处理。
使用标定方法对左右线阵CCD相机进行参数标定，同时进行图像校正，以此移除镜头畸变并将立体像对转变成标准形式。
对采集的图像对进行预处理，包括LOG滤波、双边滤波等，以便更好的实现磨损区域在图像平面坐标系的定位。
步骤C：采用SGBM全局特征匹配算法得到接触线立体像对的匹配点对，从而提取出接触线立体像对的视差图。
本实施例引入SGBM(semi-global block matching)全局特征匹配算法提取立体像对的视差图以此获得接触线各区域的深度信息。SGBM算法包括SGBM能量函数构造、SGBM线性分解、SGBM代价值叠加。
1)SGBM能量函数构造是通过设置一个与视差图相关的全局能量函数并将其最小化，从而达到求解每个图像像素最优视差的目的，函数形式为：
上式表示图像中的每个像素在二维图像上进行的能量积分操作，D代表视差值，p,q代表图像中的某个像素，Np代表像素p的相邻像素点(一般采用8连通)，p1,p2代表惩罚系数，I(·)代表示性函数，E(D)代表视差图所对应的能量函数。
2)SGBM线性分解是将SGBM能量函数近似分解成多个一维问题，使用动态规划方法构造代价函数，并寻找最小代价值。
3)SGBM代价值叠加是指将2)中多个方向的代价值累加，选取累加代价值最小的视差值作为该像素的最优视差值，对每个像素重复执行SGBM算法即可得到这个图像的视差图，图5即为本发明用到的接触线视差示意图。
步骤D：利用立体像对的视差图及相机标定信息构造出重投影矩阵，通过射影变换得到接触线的三维信息，进而计算待测区域接触线深度值，通过比较接触线深度值判断接触线是否存在磨损情况。
摄像机的成像过程是一个射影变换的过程，是从三维空间到二维空间退化的射影变换过程。故而，当***获得立体像对的视差图及相机标定信息后，即可构造出重投影矩阵，从而通过射影变换得到接触线的三维信息，最后通过比较接触线深度值等因素判断接触线是否存在磨损情况，效果良好。操作过程如下：
1)给定屏幕坐标和摄像机内参数矩阵，构造重投影矩阵Q如下：
式中(cx,cy)表示左侧图像主点坐标，c′x指主点在右侧图像上的x方向坐标，Tx指平移向量的x方向分量，f指相机焦距。
2)给定一个二维坐标点(x,y)与其关联的视差d，我们将此点投影到三维空间(X/W,Y/W,Z/W)。
3)取标准接触线深度值ZS＝Z0/W，待测区域接触线深度值Zc＝Z1/W，磨损阈值tm。若满足深度差值绝对值大于阈值，即：
|Zs-Zc|>tm
则判定待测区域接触线发生明显磨损，否则输出正常状态。
为保证数据的可靠性与准确性，待测区域点的深度数据均是通过像素点周围八邻域深度值加权平均得到的。
最后所述的监控信息显示在开发的图形化监控界面中。
Claims (5)
1.一种新型非接触式接触线磨损检测方法，其特征在于，包括以下步骤：
步骤A：通过两台交汇架设于检测车上方的线阵CCD相机，实时采集接触线移动时的受电弓接触表面高清图像，得到接触网的立体像对；
步骤B：对采集到的接触网立体像对进行标定矫正操作，移除镜头畸变并将立体像对转变成标准形式，再进行图像预处理；
步骤C：采用SGBM全局特征匹配算法得到接触线立体像对的匹配点对，从而提取出接触线立体像对的视差图；
步骤D：利用立体像对的视差图及相机标定信息构造出重投影矩阵，通过射影变换得到接触线的三维信息，进而计算待测区域接触线深度值，通过比较接触线深度值判断接触线是否存在磨损情况。
2.根据权利要求1所述的新型非接触式接触线磨损检测方法，其特征在于，所述步骤C的具体过程如下：
步骤a：SGBM能量函数构造：
设置与视差图相关的全局能量函数并将其最小化，以求解每个图像像素最优视差，视差图所对应的能量函数为：
<mrow>
<mi>E</mi>
<mrow>
<mo>(</mo>
<mi>D</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<munder>
<mo>&Sigma;</mo>
<mi>p</mi>
</munder>
<mrow>
<mo>(</mo>
<mi>C</mi>
<mo>(</mo>
<mrow>
<mi>p</mi>
<mo>,</mo>
<msub>
<mi>D</mi>
<mi>p</mi>
</msub>
</mrow>
<mo>)</mo>
<mo>+</mo>
<munder>
<mo>&Sigma;</mo>
<mrow>
<mi>q</mi>
<mo>&Element;</mo>
<msub>
<mi>N</mi>
<mi>p</mi>
</msub>
</mrow>
</munder>
<msub>
<mi>P</mi>
<mn>1</mn>
</msub>
<mi>I</mi>
<mo>&lsqb;</mo>
<mo>|</mo>
<mrow>
<msub>
<mi>D</mi>
<mi>p</mi>
</msub>
<mo>-</mo>
<msub>
<mi>D</mi>
<mi>q</mi>
</msub>
</mrow>
<mo>|</mo>
<mo>=</mo>
<mn>1</mn>
<mo>&rsqb;</mo>
<mo>+</mo>
<munder>
<mo>&Sigma;</mo>
<mrow>
<mi>q</mi>
<mo>&Element;</mo>
<msub>
<mi>N</mi>
<mi>p</mi>
</msub>
</mrow>
</munder>
<msub>
<mi>P</mi>
<mn>2</mn>
</msub>
<mi>I</mi>
<mo>&lsqb;</mo>
<mo>|</mo>
<mrow>
<msub>
<mi>D</mi>
<mi>p</mi>
</msub>
<mo>-</mo>
<msub>
<mi>D</mi>
<mi>q</mi>
</msub>
</mrow>
<mo>|</mo>
<mo>></mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
</mrow>
式中，D为视差值，p,q表示图像中的某个像素，Np为像素p的相邻像素点，p1,p2为惩罚系数，I(·)代表示性函数；
步骤b：SGBM线性分解：将SGBM能量函数近似分解为多个一维问题，采用动态规划方法构造代价函数，并寻找最小代价值；
步骤c：SGBM代价值叠加：将步骤b中多个方向的代价值累加，选取累加代价值最小的视差值作为该像素的最优视差值；
步骤d：对接触线立体像对中每个像素重复执行SGBM算法得到触线立体像对的视差图。
3.根据权利要求1所述的新型非接触式接触线磨损检测方法，其特征在于，所述步骤D的具体过程如下：
步骤1)：给定屏幕坐标和摄像机内参数矩阵，构造重投影矩阵Q如下：
<mrow>
<mi>Q</mi>
<mo>=</mo>
<mfenced open = "[" close = "]">
<mtable>
<mtr>
<mtd>
<mn>1</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mrow>
<mo>-</mo>
<msub>
<mi>c</mi>
<mi>x</mi>
</msub>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>1</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mrow>
<mo>-</mo>
<msub>
<mi>c</mi>
<mi>y</mi>
</msub>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mi>f</mi>
</mtd>
</mtr>
<mtr>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mrow>
<mo>-</mo>
<mn>1</mn>
<mo>/</mo>
<msub>
<mi>T</mi>
<mi>x</mi>
</msub>
</mrow>
</mtd>
<mtd>
<mrow>
<mo>(</mo>
<msub>
<mi>c</mi>
<mi>x</mi>
</msub>
<mo>-</mo>
<msubsup>
<mi>c</mi>
<mi>x</mi>
<mo>&prime;</mo>
</msubsup>
<mo>)</mo>
<msub>
<mi>T</mi>
<mi>x</mi>
</msub>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
</mrow>
式中(cx,cy)表示左侧图像主点坐标，c′x指主点在右侧图像上的x方向坐标，Tx指平移向量的x方向分量，f指相机焦距；
步骤2)给定一个二维坐标点(x,y)与其关联的视差d，将此点投影到三维空间(X/W,Y/W,Z/W)：
<mrow>
<mi>Q</mi>
<mfenced open = "[" close = "]">
<mtable>
<mtr>
<mtd>
<mi>x</mi>
</mtd>
</mtr>
<mtr>
<mtd>
<mi>y</mi>
</mtd>
</mtr>
<mtr>
<mtd>
<mi>d</mi>
</mtd>
</mtr>
<mtr>
<mtd>
<mn>1</mn>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>=</mo>
<mfenced open = "[" close = "]">
<mtable>
<mtr>
<mtd>
<mi>X</mi>
</mtd>
</mtr>
<mtr>
<mtd>
<mi>Y</mi>
</mtd>
</mtr>
<mtr>
<mtd>
<mi>Z</mi>
</mtd>
</mtr>
<mtr>
<mtd>
<mi>W</mi>
</mtd>
</mtr>
</mtable>
</mfenced>
</mrow>
步骤3)取标准接触线深度值ZS＝Z0/W，Z0为标准接触线通过射影变换得到的Z值；
待测区域接触线深度值Zc＝Z1/W，Z1为待测区域接触线通过射影变换得到的Z值；磨损阈值tm；
若满足深度差值绝对值大于阈值，即：
|Zs-Zc|>tm
则判定待测区域接触线发生明显磨损，否则输出正常状态。
4.根据权利要求1所述的新型非接触式接触线磨损检测方法，其特征在于，所述图像预处理包括LOG滤波、双边滤波。
5.根据权利要求4所述的新型非接触式接触线磨损检测方法，其特征在于，待测区域点的深度数据通过像素点周围八邻域深度值加权平均得到的。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710609896.7A CN107578397A (zh) | 2017-07-25 | 2017-07-25 | 一种新型非接触式接触线磨损检测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710609896.7A CN107578397A (zh) | 2017-07-25 | 2017-07-25 | 一种新型非接触式接触线磨损检测方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN107578397A true CN107578397A (zh) | 2018-01-12 |
Family
ID=61033639
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710609896.7A Pending CN107578397A (zh) | 2017-07-25 | 2017-07-25 | 一种新型非接触式接触线磨损检测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107578397A (zh) |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108759670A (zh) * | 2018-05-31 | 2018-11-06 | 成都唐源电气股份有限公司 | 一种基于非接触式检测技术的接触线磨耗动态检测装置 |
| CN109374636A (zh) * | 2018-11-29 | 2019-02-22 | 成都铁安科技有限责任公司 | 一种受电弓图像采集***、检测***及检测方法 |
| CN109785377A (zh) * | 2019-01-09 | 2019-05-21 | 中国科学院上海微***与信息技术研究所 | 弓网状态的检测方法 |
| CN111259762A (zh) * | 2020-01-13 | 2020-06-09 | 西南交通大学 | 一种受电弓异常检测方法 |
| CN111862024A (zh) * | 2020-07-14 | 2020-10-30 | 四川深瑞视科技有限公司 | 基于深度信息增强投影的工件检测***及方法 |
| CN112164044A (zh) * | 2020-09-23 | 2021-01-01 | 北京交通大学 | 基于双目视觉的刚性接触网的磨耗分析方法 |
| CN112325781A (zh) * | 2020-10-16 | 2021-02-05 | 易思维（杭州）科技有限公司 | 轨道交通接触线磨耗检测装置及方法 |
| CN113137935A (zh) * | 2021-04-25 | 2021-07-20 | 四川大学 | 基于计算机视觉的rv减速器摆线轮磨损测试***及方法 |
| WO2022110043A1 (zh) * | 2020-11-27 | 2022-06-02 | 西门子股份公司 | 侵蚀检测方法、装置和计算机可读介质 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103868460A (zh) * | 2014-03-13 | 2014-06-18 | 桂林电子科技大学 | 基于视差优化算法的双目立体视觉自动测量方法 |
-
2017
- 2017-07-25 CN CN201710609896.7A patent/CN107578397A/zh active Pending
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103868460A (zh) * | 2014-03-13 | 2014-06-18 | 桂林电子科技大学 | 基于视差优化算法的双目立体视觉自动测量方法 |
Non-Patent Citations (4)
| Title |
|---|
| HANDSPEAKER: "semi-global matching算法总结", 《HTTPS://WWW.CNBLOGS.COM/HRLNW/P/4746170.HTML》 * |
| MOVERZP: "机器视觉学习笔记(8)——基于OpenCV的Bouguet立体校正", 《HTTPS://BLOG.CSDN.NET/XUELABIZP/ARTICLE/DETAILS/50476639?LOCATIONNUM=13&FPS=1》 * |
| 刘志刚等: "高速铁路接触网研究进展", 《西南交通大学学报》 * |
| 赖庆峰等: "基于特征点匹配的接触网磨损检测研究", 《机械与电子》 * |
Cited By (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108759670A (zh) * | 2018-05-31 | 2018-11-06 | 成都唐源电气股份有限公司 | 一种基于非接触式检测技术的接触线磨耗动态检测装置 |
| CN109374636B (zh) * | 2018-11-29 | 2021-05-25 | 成都铁安科技有限责任公司 | 一种受电弓图像采集***、检测***及检测方法 |
| CN109374636A (zh) * | 2018-11-29 | 2019-02-22 | 成都铁安科技有限责任公司 | 一种受电弓图像采集***、检测***及检测方法 |
| CN109785377A (zh) * | 2019-01-09 | 2019-05-21 | 中国科学院上海微***与信息技术研究所 | 弓网状态的检测方法 |
| CN109785377B (zh) * | 2019-01-09 | 2023-05-26 | 中国科学院上海微***与信息技术研究所 | 弓网状态的检测方法 |
| CN111259762B (zh) * | 2020-01-13 | 2022-03-29 | 西南交通大学 | 一种受电弓异常检测方法 |
| CN111259762A (zh) * | 2020-01-13 | 2020-06-09 | 西南交通大学 | 一种受电弓异常检测方法 |
| CN111862024A (zh) * | 2020-07-14 | 2020-10-30 | 四川深瑞视科技有限公司 | 基于深度信息增强投影的工件检测***及方法 |
| CN112164044A (zh) * | 2020-09-23 | 2021-01-01 | 北京交通大学 | 基于双目视觉的刚性接触网的磨耗分析方法 |
| CN112325781A (zh) * | 2020-10-16 | 2021-02-05 | 易思维（杭州）科技有限公司 | 轨道交通接触线磨耗检测装置及方法 |
| CN112325781B (zh) * | 2020-10-16 | 2022-05-17 | 易思维（杭州）科技有限公司 | 轨道交通接触线磨耗检测装置及方法 |
| WO2022110043A1 (zh) * | 2020-11-27 | 2022-06-02 | 西门子股份公司 | 侵蚀检测方法、装置和计算机可读介质 |
| CN113137935A (zh) * | 2021-04-25 | 2021-07-20 | 四川大学 | 基于计算机视觉的rv减速器摆线轮磨损测试***及方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107578397A (zh) | 一种新型非接触式接触线磨损检测方法 | |
| WO2018028103A1 (zh) | 一种基于人眼视觉特性的电力线路无人机巡检方法 | |
| CN105526882B (zh) | 基于结构光测量的道岔磨耗检测***及其检测方法 | |
| CN103534583B (zh) | 轮胎的缺陷检测方法 | |
| CN106679567A (zh) | 基于双目立体视觉的接触网及支柱几何参数检测测量*** | |
| CN109373921B (zh) | 一种隧道监测方法及装置 | |
| CN110097591B (zh) | 弓网状态的检测方法 | |
| CN105133471B (zh) | 一种基于线结构光路面检测***的路面深度图像生产方法 | |
| CN103900494B (zh) | 用于双目视觉三维测量的同源点快速匹配方法 | |
| CN105674910B (zh) | 一种超大型剪板机板料剪切边缘曲线检测***及方法 | |
| CN105158257A (zh) | 滑板测量方法及装置 | |
| CN107703513B (zh) | 一种基于图像处理的非接触式接触网相对位置检测方法 | |
| TWI279521B (en) | Apparatus and method for detecting obstacle located at surrounding of pantograph of railway vehicle | |
| CN210573937U (zh) | 一种辊压机辊面在线三维成像装置 | |
| CN110910443B (zh) | 基于单监控相机的接触网几何参数实时测量方法及装置 | |
| CN115272271A (zh) | 一种基于双目立体视觉的管道缺陷检测与定位测距*** | |
| CN106996748A (zh) | 一种基于双目视觉的轮径测量方法 | |
| CN104134211A (zh) | 一种基于高斯滤波器多分辨率滤波的带钢缺陷检测方法 | |
| Salari et al. | Automated pavement distress inspection based on 2D and 3D information | |
| CN115482195B (zh) | 一种基于三维点云的列车部件变形检测方法 | |
| CN109374636A (zh) | 一种受电弓图像采集***、检测***及检测方法 | |
| CN102798349A (zh) | 一种基于等灰度线搜索的三维表面提取方法 | |
| CN114820474A (zh) | 一种基于三维信息的列车车轮缺陷检测方法 | |
| CN115330684A (zh) | 基于双目视觉与线结构光的水下构筑物表观缺陷检测方法 | |
| CN112164044A (zh) | 基于双目视觉的刚性接触网的磨耗分析方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180112 |