CN113465541A - 一种接触线磨耗测量方法及*** - Google Patents
一种接触线磨耗测量方法及*** Download PDFInfo
- Publication number
- CN113465541A CN113465541A CN202110776811.0A CN202110776811A CN113465541A CN 113465541 A CN113465541 A CN 113465541A CN 202110776811 A CN202110776811 A CN 202110776811A CN 113465541 A CN113465541 A CN 113465541A
- Authority
- CN
- China
- Prior art keywords
- contact line
- image
- abrasion
- determining
- value
- 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
Links
- 238000005299 abrasion Methods 0.000 title claims abstract description 153
- 238000000034 method Methods 0.000 title claims abstract description 52
- 238000001514 detection method Methods 0.000 claims abstract description 34
- 238000003384 imaging method Methods 0.000 claims abstract description 15
- 238000005259 measurement Methods 0.000 claims abstract description 6
- 238000012937 correction Methods 0.000 claims description 29
- 238000012545 processing Methods 0.000 claims description 21
- 238000006243 chemical reaction Methods 0.000 claims description 17
- 238000012423 maintenance Methods 0.000 claims description 8
- 238000003702 image correction Methods 0.000 claims description 7
- 230000001678 irradiating effect Effects 0.000 claims description 6
- 238000009499 grossing Methods 0.000 claims description 4
- 238000003711 image thresholding Methods 0.000 claims description 4
- 238000004458 analytical method Methods 0.000 claims description 3
- 238000001914 filtration Methods 0.000 claims description 3
- 230000009286 beneficial effect Effects 0.000 description 9
- 238000000691 measurement method Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 239000003086 colorant Substances 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 230000003137 locomotive effect Effects 0.000 description 2
- 238000001931 thermography Methods 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 239000004020 conductor Substances 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/24—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/80—Geometric correction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20021—Dividing image into blocks, subimages or windows
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Quality & Reliability (AREA)
- Length Measuring Devices By Optical Means (AREA)
- Image Analysis (AREA)
Abstract
本发明提供了一种接触线磨耗测量方法及***,其方法包括:基于线阵相机对接触线磨耗部位进行扫描成像,得到目标图像;对所述目标图像进行分析,确定所述目标图像的灰度分布特性以及边缘梯度特性,并确定接触线磨耗区域;基于所述接触线磨耗区域,计算出接触线磨耗数值。提升检测分辨率,降低检测误差,实现测量过程完全自动化,同时,能够实现全程接触线表面轮廓的采集,无需占道检测,也无需检修人员登上车顶,高效、安全。
Description
技术领域
本发明涉及轨道运输技术领域,特别涉及一种接触线磨耗测量方法及***。
背景技术
目前,接触线是电力机车的关键部件,在使用过程中会因为与受电弓的摩擦而产生磨耗,磨耗的大小以及均匀性直接影响供电性能,当接触线的磨耗达到一定的程度或者磨耗的不均匀性超出标准的范围则需要立即更换;
目前,对于接触线磨耗的检测主要采用人工检查,通过目力观察接触线结构表面的缺陷,通过选取3处磨耗区域最多的点用游标卡尺进行测量;也有通过图像的自动检测方法,采用LED或者激光作为补光源,通过高速高清面阵相机拍摄接触线图片,经过图像分析,得出接触线磨耗。但是,人工巡检耗时、低效、主观性强,采样点数量有限,已不能满足现代轨道交通更快、更准、自动化的检测需求,测试误差较大,尚不能满足运营维护的要求;
因此,本发明提供了一种接触线磨耗测量方法及***,用以提升检测分辨率,降低检测误差,实现测量过程完全自动化,能够实现全程接触线表面轮廓的采集,无需占道检测,也无需检修人员登上车顶,高效、安全。
发明内容
本发明提供一种接触线磨耗测量方法及***,用以实现全自动化检测,提升检测分辨率、降低检测误差,同时提高了检测安全系数。
本发明提供了一种接触线磨耗测量方法,包括:
步骤1:基于线阵相机对接触线磨耗部位进行扫描成像,得到目标图像;
步骤2:对所述目标图像进行分析,确定所述目标图像的灰度分布特性以及边缘梯度特性,并确定接触线磨耗区域;
步骤3:基于所述接触线磨耗区域,计算出接触线磨耗数值。
优选的,一种接触线磨耗测量方法,步骤1中,基于线阵相机对接触线磨耗部位进行扫描成像,得到目标图像,包括:
基于预设扫描区域划分方法将接触线磨耗部位划分为N个待扫描区域,其中,N至少为两个;
基于N个激光结构光分别对所述N个待扫描区域进行照射,在所述N个待扫描区域中的接触线表面形成特征亮线;
基于所述特征亮线判断所述N个待扫描区域的激光结构光照射是否达到图像扫描需求;
若达到,基于线阵相机对N个待扫描区域中的接触线表面的特征亮线进行图像扫描,得到N个子扫描图像,并将所述N个子扫描图像进行融合,得到最终目标图像;
否则,重新分别对所述N个待扫描区域进行照射,直至达到图像扫描需求。
优选的,一种接触线磨耗测量方法,步骤1中,基于线阵相机对接触线磨耗部位进行扫描成像,得到目标图像,还包括:
获取目标图像,并基于预设规则检验所述目标图像是否存在失真;
若存在,确定所述目标图像中的畸变图像区域,其中,所畸变图像区域至少为一个;
基于预设图像数据库,从历史磨耗部位图像中查找磨耗部位对应的标准扫描图像,同时,将所述畸变图像区域划分为M个畸变图像子区域;
基于所述标准扫描图像,确定M个畸变图像子区域中像素点矫正前后的坐标转换关系;
基于所述坐标转换关系,确定所述M个畸变图像子区域中畸变点对应的图像矫正坐标,并确定所述畸变点的坐标矫正范围;
基于所述畸变点的坐标矫正范围构建坐标矫正模型,并将所述畸变点的图像矫正坐标输入所述坐标矫正模型,得到对所述M个畸变图像子区域中畸变点坐标矫正后的矫正坐标;
基于所述矫正坐标对所述目标图像进行矫正,得到第一处理图像;
获取所述标准扫描图像与第一处理图像对应的图像数据,并基于预设信号转换规则将图像数据对应的模拟信号转换为数字信号;
基于所述标准扫描图像与第一处理图像对应的数字信号,分别获取所述标准扫描图像的第一颜色数值以及所述第一处理图像的第二颜色数值,并基于所述第一颜色数值以及第二颜色数据确定对所述第一处理图像的颜色值矫正系数;
基于所述颜色值矫正系数对所述第一处理图像的颜色进行矫正,得到最终扫描图像。
优选的,一种接触线磨耗测量方法,得到最终扫描图像后,还包括:
获取得到的最终扫描图像,同时,确定所述最终扫描图像对应的拍摄场景参数;
基于所述拍摄场景参数,从预设关系库中查找所述拍摄场景参数与保存格式之间的对应关系,并基于所述对应关系确定所述最终扫描图像对应的目标保存格式;
其中,所述目标保存格式为预设图像文件保存格式中的一种,且所述预设图像文件保存格式包括图像处理软件中可导出的图像文件格式中的至少一种格式;
基于所述目标保存格式将所述最终扫描图像在预设保存区域中进行保存。
优选的,一种接触线磨耗测量方法,步骤2中,对所述目标图像进行分析,确定所述目标图像的灰度分布特性以及边缘梯度特性,并确定接触线磨耗区域,包括:
获取目标图像,并对所述目标图像进行灰度化处理,得到灰度化图像;
从所述灰度化图像中提取G个预设点的灰度值,并确定每个灰度值出现的频率,其中,所述G个预设点至少为两个;
基于所述每个灰度值出现的频率,确定所述灰度化图像的灰度值区间,并基于所述灰度值区间确定所述目标图像的灰度分布特征;
基于所述灰度分布特征,确定所述目标图像在水平方向和垂直方向上的算子参数,并基于所述算子参数确定所述目标图像的噪点偏导数;
基于所述噪点偏导数确定对所述目标图像的去噪系数,根据所述去噪系数对所述目标图像进行去噪处理,并在去噪完成后确定所述目标图像在水平方向和垂直方向的边缘梯度信息;
对所述目标图像在水平方向和垂直方向的边缘梯度信息进行平滑处理,得到所述目标图像的边缘梯度特性;
基于所述目标图像的边缘梯度特性,根据图像阈值化方法确定所述目标图像中接触线的前景目标,并基于预设方法滤除目标图像中的伪接触线,得到标准图像;
基于预设直线检测算子,对所述标准图像进行拟合,得到所述接触线底部轮廓图像,并基于所述边缘梯度特性确定所述接触线线曲轮廓;
基于所述接触线线曲轮廓确定所述接触线磨耗区域。
优选的,一种接触线磨耗测量方法,步骤3中,计算出接触线磨耗数值,包括:
获取接触线磨耗区域对应的扫描图像,其中,所述接触线磨耗区域对应的扫描图像中包含基于通过线阵相机获取到的接触线上形成的特征亮线;
基于所述接触线磨耗区域对应的扫描图像,确定所述接触线的当前轮廓特征,并基于预设数据转换规则,得到所述当前轮廓特征对应的当前轮廓数据;
获取弓网电流以及接触线上的接触力对所述接触线磨耗值的影响因子,并基于所述影响因子构建接触线磨耗值计算模型;
将所述接触线的当前轮廓数据输入所述接触线磨耗值计算模型,得到所述接触线磨耗区域对应的磨耗数值。
优选的,一种接触线磨耗测量方法,得到所述接触线磨耗区域对应的磨耗数值后,还包括:
获取接触线磨耗数值,并将所述接触线磨耗数值与预设第一阈值和预设第二阈值进行比较;
若所述接触线磨耗数值小于或等于所述预设第一阈值,判定接触线处于轻度磨耗;
若所述接触线磨耗数值大于所述预设第一阈值,小于或等于所述预设第二阈值,判定接触线处于中度磨耗,且基于无线局域网通知维修人员进行维修;
若所述接触线磨耗数值大于所述第二阈值,判定接触线严重磨耗,并通知维修人员进行更换。
优选的,一种接触线磨耗测量方法,确定所述接触线的当前轮廓特征后,还包括:
获取所述接触线磨耗区域对应的当前轮廓特征;
获取无磨耗接触线对应的轮廓特征,其中,所述无磨耗接触线对应的轮廓特征部位与所述接触线磨耗区域对应的当前轮廓特征部位相同;
构建图像差异比较模型,并将所述接触线磨耗区域对应的当前轮廓特征与无磨耗接触线对应的轮廓特征输入所述图像差异比较模型进行比较,判断接触线磨耗区域对应的当前轮廓特征与无磨耗接触线对应的轮廓特征是否存在差异;
若存在,确定接触线磨耗区域对应的当前轮廓特征与无磨耗接触线对应的轮廓特征的差异值,且当所述差异值大于预设阈值时,判定计算得到的接触线磨耗区域对应的磨耗值不准确,并重新对接触线磨耗区域的磨耗值进行计算;
否则,判定计算得到的接触线磨耗区域对应的磨耗值准确,完成对接触线磨耗区域的磨耗值计算。
优选的,一种接触线磨耗测量***,包括:
成像模块,用于基于线阵相机对接触线磨耗部位进行扫描成像,得到目标图像;
分析模块,用于对所述目标图像进行分析,确定所述目标图像的灰度分布特性以及边缘梯度特性,并确定接触线磨耗区域;
计算模块,基于所述接触线磨耗区域,计算出接触线磨耗数值。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1为本发明实施例中一种接触线磨耗测量方法的流程图;
图2为本发明实施例中一种接触线磨耗测量***的结构图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明,应当理解,此处所描述的优选实施例仅用于说明和解释本发明,并不用于限定本发明。
实施例1:
本实施例提供了一种接触线磨耗测量方法,如图1所示,包括:
步骤1:基于线阵相机对接触线磨耗部位进行扫描成像,得到目标图像;
步骤2:对所述目标图像进行分析,确定所述目标图像的灰度分布特性以及边缘梯度特性,并确定接触线磨耗区域;
步骤3:基于所述接触线磨耗区域,计算出接触线磨耗数值。
该实施例中,线阵相机指的是在接触线的两边同时设置相机,形成对射。
该实施例中,目标图像指的是通过线阵相机对接触线的磨耗部位进行图像拍摄后,得到的关于接触线磨耗部位的图像,用于分析接触线磨耗值提供便利。
该实施例中,灰度分布特性指的是目标图像中不同位置对应的黑色饱和度。
该实施例中,边缘梯度特性指的是目标图像中边缘灰度的变化快慢情况。
该实施例中,接触线磨耗数值是用来描述结束线的磨耗严重程度值。
上述技术方案的有益效果是:实现全自动化检测,提升检测分辨率、降低检测误差,同时提高了检测安全系数。
实施例2:
在上述实施例1的基础上,本实施例提供了一种接触线磨耗测量方法,步骤1中,基于线阵相机对接触线磨耗部位进行扫描成像,得到目标图像,包括:
基于预设扫描区域划分方法将接触线磨耗部位划分为N个待扫描区域,其中,N至少为两个;
基于N个激光结构光分别对所述N个待扫描区域进行照射,在所述N个待扫描区域中的接触线表面形成特征亮线;
基于所述特征亮线判断所述N个待扫描区域的激光结构光照射是否达到图像扫描需求;
若达到,基于线阵相机对N个待扫描区域中的接触线表面的特征亮线进行图像扫描,得到N个子扫描图像,并将所述N个子扫描图像进行融合,得到最终目标图像;
否则,重新分别对所述N个待扫描区域进行照射,直至达到图像扫描需求。
该实施例中,预设扫描区域划分方法是提前设定好的,用于对待扫描区域进行划分,例如可以是划分为3*3格式。
该实施例中,激光结构光是提前设定的,通过装载在机车上的光源发出。
该实施例中,特征亮线指的是经过激光结构光的照射,为线阵相机扫描成像提供便利,确保得到的目标图像足够准确。
上述技术方案的有益效果是:通过采用激光结构光对接触线磨耗区域进行照射,并在接触线磨耗区域表面形成特征亮线,确保线阵相机扫描得到的图像足够准确,为准确计算磨耗值提供了便利,降低了检测误差。
实施例3:
在上述实施例1的基础上,本实施例提供了一种接触线磨耗测量方法,步骤1中,基于线阵相机对接触线磨耗部位进行扫描成像,得到目标图像,还包括:
获取目标图像,并基于预设规则检验所述目标图像是否存在失真;
若存在,确定所述目标图像中的畸变图像区域,其中,所畸变图像区域至少为一个;
基于预设图像数据库,从历史磨耗部位图像中查找磨耗部位对应的标准扫描图像,同时,将所述畸变图像区域划分为M个畸变图像子区域;
基于所述标准扫描图像,确定M个畸变图像子区域中像素点矫正前后的坐标转换关系;
基于所述坐标转换关系,确定所述M个畸变图像子区域中畸变点对应的图像矫正坐标,并确定所述畸变点的坐标矫正范围;
基于所述畸变点的坐标矫正范围构建坐标矫正模型,并将所述畸变点的图像矫正坐标输入所述坐标矫正模型,得到对所述M个畸变图像子区域中畸变点坐标矫正后的矫正坐标;
基于所述矫正坐标对所述目标图像进行矫正,得到第一处理图像;
获取所述标准扫描图像与第一处理图像对应的图像数据,并基于预设信号转换规则将图像数据对应的模拟信号转换为数字信号;
基于所述标准扫描图像与第一处理图像对应的数字信号,分别获取所述标准扫描图像的第一颜色数值以及所述第一处理图像的第二颜色数值,并基于所述第一颜色数值以及第二颜色数据确定对所述第一处理图像的颜色值矫正系数;
基于所述颜色值矫正系数对所述第一处理图像的颜色进行矫正,得到最终扫描图像。
该实施例中,预设规则是提前设定好的,用于查看目标图像是否发生失真,是现有技术。
该实施例中,畸变图像区域指的是目标图像中发生失真的区域。
该实施例中,预设图像数据库是提前设定好的,内部存储有多种无失真图像。
该实施例中,标准扫描图像指的是图像数据库中无失真图像,为判断扫描成像后的目标图像是否发生失真提供了参考标准。
该实施例中,畸变图像子区域指的是将畸变去向区域进行划分后得到的多个子区域。
该实施例中,坐标转换关系是用来确定失真图像和无失真图像之间的像素点坐标转换关系,为矫正失真图像提供了便利。
该实施例中,图像矫正坐标指的是畸变图像中像素点对应的矫正坐标,即畸变图像中像素点应该矫正的坐标值。
该实施例中,第一处理图像指的是将失真图像进行矫正后得到的无失真图像。
该实施例中,预设信号转换规则是提前设定好的,用于将图像数据进行格式转换,便于确定图像色彩是否合格,例如可以是通过模数转换电路将模拟信号转换为数字信号。
该实施例中,第一颜色数值、第二颜色数据是用来描述标准图像与第一处理图形的色彩程度。
上述技术方案的有益效果是:通过判断目标图像是否发生失真,实现对失真图像坐标以及色彩的矫正,确保得到的目标图像足够准确,便于通过目标图像对接触线的磨耗值进行准确计算,提升了检测的准确率以及效率。
实施例4:
在上述实施例3的基础上,本实施例提供了一种接触线磨耗测量方法,得到最终扫描图像后,还包括:
获取得到的最终扫描图像,同时,确定所述最终扫描图像对应的拍摄场景参数;
基于所述拍摄场景参数,从预设关系库中查找所述拍摄场景参数与保存格式之间的对应关系,并基于所述对应关系确定所述最终扫描图像对应的目标保存格式;
其中,所述目标保存格式为预设图像文件保存格式中的一种,且所述预设图像文件保存格式包括图像处理软件中可导出的图像文件格式中的至少一种格式;
基于所述目标保存格式将所述最终扫描图像在预设保存区域中进行保存。
该实施例中,拍摄场景参数是用来描述拍摄场景对图像格式的要求,例如当需要热成像图时,需要将拍摄得到的图片转换为与热成像相关的格式。
该实施例中,预设关系库是提前设定好的,用于记录多种场景参数与图片格式的对应关系。
该实施例中,目标保存格式指的是适用于接触线磨耗区域图像的保存格式。
上述技术方案的有益效果是:通过将矫正后的目标图像进行保存,便于后期对接触线磨耗情况进行分析,为提升检测效率以及检测准确率提供了依据。
实施例5:
在上述实施例1的基础上,本实施例提供了一种接触线磨耗测量方法,步骤2中,对所述目标图像进行分析,确定所述目标图像的灰度分布特性以及边缘梯度特性,并确定接触线磨耗区域,包括:
获取目标图像,并对所述目标图像进行灰度化处理,得到灰度化图像;
从所述灰度化图像中提取G个预设点的灰度值,并确定每个灰度值出现的频率,其中,所述G个预设点至少为两个;
基于所述每个灰度值出现的频率,确定所述灰度化图像的灰度值区间,并基于所述灰度值区间确定所述目标图像的灰度分布特征;
基于所述灰度分布特征,确定所述目标图像在水平方向和垂直方向上的算子参数,并基于所述算子参数确定所述目标图像的噪点偏导数;
基于所述噪点偏导数确定对所述目标图像的去噪系数,根据所述去噪系数对所述目标图像进行去噪处理,并在去噪完成后确定所述目标图像在水平方向和垂直方向的边缘梯度信息;
对所述目标图像在水平方向和垂直方向的边缘梯度信息进行平滑处理,得到所述目标图像的边缘梯度特性;
基于所述目标图像的边缘梯度特性,根据图像阈值化方法确定所述目标图像中接触线的前景目标,并基于预设方法滤除目标图像中的伪接触线,得到标准图像;
基于预设直线检测算子,对所述标准图像进行拟合,得到所述接触线底部轮廓图像,并基于所述边缘梯度特性确定所述接触线线曲轮廓;
基于所述接触线线曲轮廓确定所述接触线磨耗区域。
该实施例中,灰度化处理指的是将目标图像处理为只有黑白两种颜色的图像。
该实施例中,预设点是提前设定好的,用于为检测图像的灰度分布特性提供便利。
该实施例中,灰度值区间是用来描述灰度图像中黑色饱和度的变化范围,便于准确得到目标图像的灰度分布特性。
该实施例中,算子参数是用来确定目标图像的边缘梯度的计算参数。
该实施例中,噪点偏导数是用来描述目标图像噪声的严重程度值。
该实施例中,边缘梯度信息指的是目标图像中,图像边缘锯齿状的变化情况。
该实施例中,平滑处理指的是将目标图像边缘的锯齿状进行处理,使其变的平滑,便于观察接触线是否发生磨耗。
该实施例中,图像阈值化方法是提前设定好的,是现有技术。
该实施例中,前景目标指的了拍摄接触线磨耗部位时的背景图。
该实施例中,预设方法可以是根据接触网导线几何特征滤除伪接触线。
该实施例中,伪接触线指的是目标图像中,由于外界影响因素导致拍摄得到的接触线发生重影,伪接触线即为重影的部分,不是真实的接触线。
该实施例中,预设直线检测算子是提前设定好的。
上述技术方案的有益效果是:通过对目标图像的灰度分布特性与边缘梯度特性进行分析,便于准确确定接触线的磨耗区,从而便于根据接触线的磨耗区准确确定接触线的外形轮廓特征,从而为计算接触线的磨耗值提供了便利,使得计算得到的磨耗值足够准确,提高了检测的准确率。
实施例6:
在上述实施例1的基础上,本实施例提供了一种接触线磨耗测量方法,步骤3中,计算出接触线磨耗数值,包括:
获取接触线磨耗区域对应的扫描图像,其中,所述接触线磨耗区域对应的扫描图像中包含基于通过线阵相机获取到的接触线上形成的特征亮线;
基于所述接触线磨耗区域对应的扫描图像,确定所述接触线的当前轮廓特征,并基于预设数据转换规则,得到所述当前轮廓特征对应的当前轮廓数据;
获取弓网电流以及接触线上的接触力对所述接触线磨耗值的影响因子,并基于所述影响因子构建接触线磨耗值计算模型;
将所述接触线的当前轮廓数据输入所述接触线磨耗值计算模型,得到所述接触线磨耗区域对应的磨耗数值。
该实施例中,接触线的当前轮廓特征指的是用来描述接触线的外形轮廓,通过轮廓数据可以为判断接触线是否发生磨耗提供依据,例如,接触线为圆柱时,当获取到的接触线当前轮廓不是圆柱时,即判定发生磨耗。
该实施例中,预设数据转换规则是提前设定好的,例如可以是转换为二进制数据等。
该实施例中,弓网电流、接触力是影响接触线磨耗的因素。
该实施例中,影响因子是用来描述弓网电流、接触力对接触线磨耗值的影响程度值。
上述技术方案的有益效果是:通过确定接触线的轮廓特征,并构建触线磨耗值计算模型对接触线的磨耗值进行计算,确保计算得到的磨耗值足够准确,提升了检测的准确率。
实施例7:
在上述实施例6的基础上,本实施例提供了一种接触线磨耗测量方法,得到所述接触线磨耗区域对应的磨耗数值后,还包括:
获取接触线磨耗数值,并将所述接触线磨耗数值与预设第一阈值和预设第二阈值进行比较;
若所述接触线磨耗数值小于或等于所述预设第一阈值,判定接触线处于轻度磨耗;
若所述接触线磨耗数值大于所述预设第一阈值,小于或等于所述预设第二阈值,判定接触线处于中度磨耗,且基于无线局域网通知维修人员进行维修;
若所述接触线磨耗数值大于所述第二阈值,判定接触线严重磨耗,并通知维修人员进行更换。
该实施例中,预设第一阈值是提前设定好的,用于衡量接触线的磨耗程度值。
该实施例中,预设第二阈值是提前设定好的,用于衡量接触线的磨耗程度值。
上述技术方案的有益效果是:通过对接触线的磨耗程度值进行分析,便于维修人员及时对接触线进行的处理,提高了安全系数。
实施例8:
在上述实施例6的基础上,本实施例提供了一种接触线磨耗测量方法,其特征在于,确定所述接触线的当前轮廓特征后,还包括:
获取所述接触线磨耗区域对应的当前轮廓特征;
获取无磨耗接触线对应的轮廓特征,其中,所述无磨耗接触线对应的轮廓特征部位与所述接触线磨耗区域对应的当前轮廓特征部位相同;
构建图像差异比较模型,并将所述接触线磨耗区域对应的当前轮廓特征与无磨耗接触线对应的轮廓特征输入所述图像差异比较模型进行比较,判断接触线磨耗区域对应的当前轮廓特征与无磨耗接触线对应的轮廓特征是否存在差异;
若存在,确定接触线磨耗区域对应的当前轮廓特征与无磨耗接触线对应的轮廓特征的差异值,且当所述差异值大于预设阈值时,判定计算得到的接触线磨耗区域对应的磨耗值不准确,并重新对接触线磨耗区域的磨耗值进行计算;
否则,判定计算得到的接触线磨耗区域对应的磨耗值准确,完成对接触线磨耗区域的磨耗值计算。
该实施例中,预设阈值是提前设定好的,用于衡量得到的接触线轮廓特征是否准确。
上述技术方案的有益效果是:通过对获取到的接触线的轮廓特征进行分析比较,确保得到的接触线的轮廓特征足够准确,同时也为准确计算接触线的磨耗值提供了便利,提高了检测准确率以及检测效率。
实施例9:
本实施例提供了一种接触线磨耗测量***,如图2所示,包括:
成像模块,用于基于线阵相机对接触线磨耗部位进行扫描成像,得到目标图像;
分析模块,用于对所述目标图像进行分析,确定所述目标图像的灰度分布特性以及边缘梯度特性,并确定接触线磨耗区域;
计算模块,基于所述接触线磨耗区域,计算出接触线磨耗数值。
上述技术方案的有益效果是:实现全自动化检测,提升检测分辨率、降低检测误差,同时提高了检测安全系数。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (9)
1.一种接触线磨耗测量方法,其特征在于,包括:
步骤1:基于线阵相机对接触线磨耗部位进行扫描成像,得到目标图像;
步骤2:对所述目标图像进行分析,确定所述目标图像的灰度分布特性以及边缘梯度特性,并确定接触线磨耗区域;
步骤3:基于所述接触线磨耗区域,计算出接触线磨耗数值。
2.根据权利要求1所述的一种接触线磨耗测量方法,其特征在于,步骤1中,基于线阵相机对接触线磨耗部位进行扫描成像,得到目标图像,包括:
基于预设扫描区域划分方法将接触线磨耗部位划分为N个待扫描区域,其中,N至少为两个;
基于N个激光结构光分别对所述N个待扫描区域进行照射,在所述N个待扫描区域中的接触线表面形成特征亮线;
基于所述特征亮线判断所述N个待扫描区域的激光结构光照射是否达到图像扫描需求;
若达到,基于线阵相机对N个待扫描区域中的接触线表面的特征亮线进行图像扫描,得到N个子扫描图像,并将所述N个子扫描图像进行融合,得到最终目标图像;
否则,重新分别对所述N个待扫描区域进行照射,直至达到图像扫描需求。
3.根据权利要求1所述的一种接触线磨耗测量方法,其特征在于,步骤1中,基于线阵相机对接触线磨耗部位进行扫描成像,得到目标图像,还包括:
获取目标图像,并基于预设规则检验所述目标图像是否存在失真;
若存在,确定所述目标图像中的畸变图像区域,其中,所畸变图像区域至少为一个;
基于预设图像数据库,从历史磨耗部位图像中查找磨耗部位对应的标准扫描图像,同时,将所述畸变图像区域划分为M个畸变图像子区域;
基于所述标准扫描图像,确定M个畸变图像子区域中像素点矫正前后的坐标转换关系;
基于所述坐标转换关系,确定所述M个畸变图像子区域中畸变点对应的图像矫正坐标,并确定所述畸变点的坐标矫正范围;
基于所述畸变点的坐标矫正范围构建坐标矫正模型,并将所述畸变点的图像矫正坐标输入所述坐标矫正模型,得到对所述M个畸变图像子区域中畸变点坐标矫正后的矫正坐标;
基于所述矫正坐标对所述目标图像进行矫正,得到第一处理图像;
获取所述标准扫描图像与第一处理图像对应的图像数据,并基于预设信号转换规则将图像数据对应的模拟信号转换为数字信号;
基于所述标准扫描图像与第一处理图像对应的数字信号,分别获取所述标准扫描图像的第一颜色数值以及所述第一处理图像的第二颜色数值,并基于所述第一颜色数值以及第二颜色数据确定对所述第一处理图像的颜色值矫正系数;
基于所述颜色值矫正系数对所述第一处理图像的颜色进行矫正,得到最终扫描图像。
4.根据权利要求3所述的一种接触线磨耗测量方法,其特征在于,得到最终扫描图像后,还包括:
获取得到的最终扫描图像,同时,确定所述最终扫描图像对应的拍摄场景参数;
基于所述拍摄场景参数,从预设关系库中查找所述拍摄场景参数与保存格式之间的对应关系,并基于所述对应关系确定所述最终扫描图像对应的目标保存格式;
其中,所述目标保存格式为预设图像文件保存格式中的一种,且所述预设图像文件保存格式包括图像处理软件中可导出的图像文件格式中的至少一种格式;
基于所述目标保存格式将所述最终扫描图像在预设保存区域中进行保存。
5.根据权利要求1所述的一种接触线磨耗测量方法,其特征在于,步骤2中,对所述目标图像进行分析,确定所述目标图像的灰度分布特性以及边缘梯度特性,并确定接触线磨耗区域,包括:
获取目标图像,并对所述目标图像进行灰度化处理,得到灰度化图像;
从所述灰度化图像中提取G个预设点的灰度值,并确定每个灰度值出现的频率,其中,所述G个预设点至少为两个;
基于所述每个灰度值出现的频率,确定所述灰度化图像的灰度值区间,并基于所述灰度值确定所述目标图像的灰度分布特征;
基于所述灰度分布特征,确定所述目标图像在水平方向和垂直方向上的算子参数,并基于所述算子参数确定所述目标图像的噪点偏导数;
基于所述噪点偏导数确定对所述目标图像的去噪系数,根据所述去噪系数对所述目标图像进行去噪处理,并在去噪完成后确定所述目标图像在水平方向和垂直方向的边缘梯度信息;
对所述目标图像在水平方向和垂直方向的边缘梯度信息进行平滑处理,得到所述目标图像的边缘梯度特性;
基于所述目标图像的边缘梯度特性,根据图像阈值化方法确定所述目标图像中接触线的前景目标,并基于预设方法滤除目标图像中的伪接触线,得到标准图像;
基于预设直线检测算子,对所述标准图像进行拟合,得到所述接触线底部轮廓图像,并基于所述边缘梯度特性确定所述接触线线曲轮廓;
基于所述接触线线曲轮廓确定所述接触线磨耗区域。
6.根据权利要求1所述的一种接触线磨耗测量方法,其特征在于,步骤3中,计算出接触线磨耗数值,包括:
获取接触线磨耗区域对应的扫描图像,其中,所述接触线磨耗区域对应的扫描图像中包含基于通过线阵相机获取到的接触线上形成的特征亮线;
基于所述接触线磨耗区域对应的扫描图像,确定所述接触线的当前轮廓特征,并基于预设数据转换规则,得到所述当前轮廓特征对应的当前轮廓数据;
获取弓网电流以及接触线上的接触力对所述接触线磨耗值的影响因子,并基于所述影响因子构建接触线磨耗值计算模型;
将所述接触线的当前轮廓数据输入所述接触线磨耗值计算模型,得到所述接触线磨耗区域对应的磨耗数值。
7.据权利要求6所述的一种接触线磨耗测量方法,其特征在于,得到所述接触线磨耗区域对应的磨耗数值后,还包括:
获取接触线磨耗数值,并将所述接触线磨耗数值与预设第一阈值和预设第二阈值进行比较;
若所述接触线磨耗数值小于或等于所述预设第一阈值,判定接触线处于轻度磨耗;
若所述接触线磨耗数值大于所述预设第一阈值,小于或等于所述预设第二阈值,判定接触线处于中度磨耗,且基于无线局域网通知维修人员进行维修;
若所述接触线磨耗数值大于所述第二阈值,判定接触线严重磨耗,并通知维修人员进行更换。
8.根据权利要求6所述的一种接触线磨耗测量方法,其特征在于,确定所述接触线的当前轮廓特征后,还包括:
获取所述接触线磨耗区域对应的当前轮廓特征;
获取无磨耗接触线对应的轮廓特征,其中,所述无磨耗接触线对应的轮廓特征部位与所述接触线磨耗区域对应的当前轮廓特征部位相同;
构建图像差异比较模型,并将所述接触线磨耗区域对应的当前轮廓特征与无磨耗接触线对应的轮廓特征输入所述图像差异比较模型进行比较,判断接触线磨耗区域对应的当前轮廓特征与无磨耗接触线对应的轮廓特征是否存在差异;
若存在,确定接触线磨耗区域对应的当前轮廓特征与无磨耗接触线对应的轮廓特征的差异值,且当所述差异值大于预设阈值时,判定计算得到的接触线磨耗区域对应的磨耗值不准确,并重新对接触线磨耗区域的磨耗值进行计算;
否则,判定计算得到的接触线磨耗区域对应的磨耗值准确,完成对接触线磨耗区域的磨耗值计算。
9.一种接触线磨耗测量***,其特征在于,包括:
成像模块,用于基于线阵相机对接触线磨耗部位进行扫描成像,得到目标图像;
分析模块,用于对所述目标图像进行分析,确定所述目标图像的灰度分布特性以及边缘梯度特性,并确定接触线磨耗区域;
计算模块,基于所述接触线磨耗区域,计算出接触线磨耗数值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110776811.0A CN113465541B (zh) | 2021-07-09 | 2021-07-09 | 一种接触线磨耗测量方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110776811.0A CN113465541B (zh) | 2021-07-09 | 2021-07-09 | 一种接触线磨耗测量方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113465541A true CN113465541A (zh) | 2021-10-01 |
CN113465541B CN113465541B (zh) | 2022-02-22 |
Family
ID=77879595
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110776811.0A Active CN113465541B (zh) | 2021-07-09 | 2021-07-09 | 一种接触线磨耗测量方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113465541B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114909990A (zh) * | 2022-03-02 | 2022-08-16 | 上海天链轨道交通检测技术有限公司 | 一种车载非接触式的接触线磨耗测量方法、装置与*** |
CN116320791A (zh) * | 2023-03-16 | 2023-06-23 | 北京运达华开科技有限公司 | 一种基于轨道检测的图像采集***及方法 |
CN116958099A (zh) * | 2023-07-27 | 2023-10-27 | 微牌科技(浙江)有限公司 | 线缆磨耗检测方法、***、装置与计算机设备 |
CN117029696A (zh) * | 2023-10-08 | 2023-11-10 | 天津津铁供电有限公司 | 一种用于刚性悬挂接触网的磨耗检测方法及检测设备 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005337714A (ja) * | 2004-05-24 | 2005-12-08 | Hitachi Industries Co Ltd | 鉄道車両用屋根上機器監視測定装置 |
CN101930603A (zh) * | 2010-08-06 | 2010-12-29 | 华南理工大学 | 中高速传感器网络图像数据融合的方法 |
WO2015003108A1 (en) * | 2013-07-03 | 2015-01-08 | Faro Technologies, Inc. | Laser tracker that cooperates with a remote camera bar and coordinate measurement device |
CN104777327A (zh) * | 2015-03-17 | 2015-07-15 | 河海大学 | 基于激光辅助标定的时空图像测速***和方法 |
CN106780391A (zh) * | 2016-12-27 | 2017-05-31 | 哈尔滨工业大学 | 一种用于全视角三维测量仪光学***的畸变矫正算法 |
CN207423249U (zh) * | 2017-10-11 | 2018-05-29 | 四川瑞新轨道交通科技发展有限公司 | 一种轨道交通弓网在线监测*** |
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 |
CN110580716A (zh) * | 2018-06-07 | 2019-12-17 | 凌上科技(北京)有限公司 | 一种深度信息采集方法、装置以及介质 |
CN111260797A (zh) * | 2020-01-10 | 2020-06-09 | 西南交通大学 | 一种受电弓图像的三维模板自动匹配方法 |
CN112105541A (zh) * | 2018-02-06 | 2020-12-18 | 马蒂萨材料工业股份有限公司 | 在铁路轨道上定位感兴趣点或线、在铁路轨道上定位和驱动干预机器的方法 |
-
2021
- 2021-07-09 CN CN202110776811.0A patent/CN113465541B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005337714A (ja) * | 2004-05-24 | 2005-12-08 | Hitachi Industries Co Ltd | 鉄道車両用屋根上機器監視測定装置 |
CN101930603A (zh) * | 2010-08-06 | 2010-12-29 | 华南理工大学 | 中高速传感器网络图像数据融合的方法 |
WO2015003108A1 (en) * | 2013-07-03 | 2015-01-08 | Faro Technologies, Inc. | Laser tracker that cooperates with a remote camera bar and coordinate measurement device |
CN104777327A (zh) * | 2015-03-17 | 2015-07-15 | 河海大学 | 基于激光辅助标定的时空图像测速***和方法 |
CN106780391A (zh) * | 2016-12-27 | 2017-05-31 | 哈尔滨工业大学 | 一种用于全视角三维测量仪光学***的畸变矫正算法 |
CN207423249U (zh) * | 2017-10-11 | 2018-05-29 | 四川瑞新轨道交通科技发展有限公司 | 一种轨道交通弓网在线监测*** |
CN112105541A (zh) * | 2018-02-06 | 2020-12-18 | 马蒂萨材料工业股份有限公司 | 在铁路轨道上定位感兴趣点或线、在铁路轨道上定位和驱动干预机器的方法 |
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 |
CN110580716A (zh) * | 2018-06-07 | 2019-12-17 | 凌上科技(北京)有限公司 | 一种深度信息采集方法、装置以及介质 |
CN111260797A (zh) * | 2020-01-10 | 2020-06-09 | 西南交通大学 | 一种受电弓图像的三维模板自动匹配方法 |
Non-Patent Citations (3)
Title |
---|
BORROMEO S 等: "Real-time implementation of a control system for exposure time of CCD", 《REAL-TIME IMAGING IX》 * |
王延华 等: "基于双目视觉的接触网磨耗在线检测研究", 《计算机工程与应用》 * |
赵立超: "城市轨道交通接触网的磨损检测方法研究", 《智能城市》 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114909990A (zh) * | 2022-03-02 | 2022-08-16 | 上海天链轨道交通检测技术有限公司 | 一种车载非接触式的接触线磨耗测量方法、装置与*** |
CN114909990B (zh) * | 2022-03-02 | 2024-04-05 | 上海天链轨道交通检测技术有限公司 | 一种车载非接触式的接触线磨耗测量方法、装置与*** |
CN116320791A (zh) * | 2023-03-16 | 2023-06-23 | 北京运达华开科技有限公司 | 一种基于轨道检测的图像采集***及方法 |
CN116320791B (zh) * | 2023-03-16 | 2023-10-17 | 北京运达华开科技有限公司 | 一种基于轨道检测的图像采集***及方法 |
CN116958099A (zh) * | 2023-07-27 | 2023-10-27 | 微牌科技(浙江)有限公司 | 线缆磨耗检测方法、***、装置与计算机设备 |
CN116958099B (zh) * | 2023-07-27 | 2024-05-24 | 微牌科技(浙江)有限公司 | 线缆磨耗检测方法、***、装置与计算机设备 |
CN117029696A (zh) * | 2023-10-08 | 2023-11-10 | 天津津铁供电有限公司 | 一种用于刚性悬挂接触网的磨耗检测方法及检测设备 |
CN117029696B (zh) * | 2023-10-08 | 2024-01-02 | 天津津铁供电有限公司 | 一种用于刚性悬挂接触网的磨耗检测方法及检测设备 |
Also Published As
Publication number | Publication date |
---|---|
CN113465541B (zh) | 2022-02-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113465541B (zh) | 一种接触线磨耗测量方法及*** | |
CN107678036B (zh) | 一种车载非接触式接触网几何参数动态检测***及方法 | |
CN109507192B (zh) | 一种基于机器视觉的磁芯表面缺陷检测方法 | |
US9214016B2 (en) | Pantograph monitoring system and method | |
US6909514B2 (en) | Wheel profile inspection apparatus and method | |
CN110211101A (zh) | 一种铁轨表面缺陷快速检测***及方法 | |
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 | |
CN113112501B (zh) | 一种基于深度学习的车载轨道巡检装置及方法 | |
JP6737638B2 (ja) | 鉄道車両の外観検査装置 | |
CN112001917A (zh) | 一种基于机器视觉的圆形有孔零件形位公差检测方法 | |
CN111754466A (zh) | 传输机皮带损伤状况的智能检测方法 | |
CN115100206B (zh) | 用于具有周期图案纺织物的印花缺陷识别方法 | |
CN115482195B (zh) | 一种基于三维点云的列车部件变形检测方法 | |
CN116481430A (zh) | 一种接触线几何参数的实时检测方法 | |
CN111539951A (zh) | 一种陶瓷砂轮头轮廓尺寸视觉检测方法 | |
CN112330600B (zh) | 基于图像处理的车端链接线断裂的故障识别方法 | |
JP2017215823A (ja) | 検査用画像生成装置 | |
CN112634351A (zh) | 一种定位密排货物的平台及其中心定位方法 | |
CN112819070A (zh) | 隧道管片环缝直线化识别及里程环号标记方法 | |
JP6852472B2 (ja) | トロリ線の摺動面幅検出装置及び方法 | |
CN114119477B (zh) | 一种基于线结构光的夜间高压输电线路异物检测方法 | |
CN114034706B (zh) | 一种碳纤维零件表面缺陷检测装置及方法 | |
JP2013181754A (ja) | トロリ線照明反射光分布マップ作成方法及びその方法によるトロリ線摩耗測定装置 | |
CN112560707B (zh) | 基于激光光源的移动式道面检测方法及*** | |
CN113808049B (zh) | 一种列车线阵图像畸变校正方法及电子设备 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |