[发明专利]一种基于图像不变性目标定位的高铁接触网旋转双耳部件销钉不良状态检测方法

说明书

技术领域

本发明涉及高速铁路接触网故障检测领域，尤其涉及一种基于图像处理的接触网旋转双耳销钉不良状态检测的方法。

背景技术

在高速铁路接触网悬挂装置中，旋转双耳销钉是重要的紧固件之一。由于施工缺陷或动车组长期运行过程中的震动和冲击，有可能造成接触网零部件的松动脱落，其中销钉的不良状态也给动车组的安全运行带来隐患。这对接触网支撑装置的结构稳定性提出了更高的要求，需要对销钉故障进行检测并采取措施排除隐患。原铁道部颁布的4C系统技术规范，包含对接触网的悬挂部分、腕臂部分的高清晰视频监测，涉及基于数字图像处理技术对接触网支撑及悬挂装置中零部件的故障检测。

对于接触网零部件状态缺陷检测，目前我国主要以传统的人工巡检方式，此外业内人员使用摄像机拍摄接触网支撑悬挂装置图像，并在离线状态下对各部件的故障状态人工识别。但也存在以下问题：工作量大、效率低、故障判断存在较大滞后性。基于图像处理技术的非接触式弓网检测技术研究可实现不干扰行车安全的弓网检测装置开发，所用设备可拓展性强，可实现弓网参数和故障的自动识别，具有众多优势。目前国内外基于图像处理的弓网故障状态检测已有一些研究，陈维荣研究了基于形态学处理和Radon变换的受电弓滑板状态监测。张桂南采用金字塔近邻平均算法和小波奇异值法检测接触网绝缘子故障，并研究了基于Harris角点与谱聚类实现了绝缘子的抗旋转匹配和故障检测。刘寅秋采用归一化互相关和局部二值化法，提取并计算接触网动态高度以及拉出值等参数。由于现场采集的接触网支撑及悬挂装置图像普遍较复杂，采用图像处理技术对像旋转双耳销钉这样微小部件进行故障检测存在较大的难度，目前此方面的研究还未见相关报道。

发明内容

本发明提供了一种基于图像不变性目标定位的高铁接触网旋转双耳部件销钉不良状态检测方法，实现了旋转双耳定位的准确性和销钉松脱与脱落故障的检测。

本发明是通过下面的手段实现的：

一种基于图像不变性目标定位的高铁接触网旋转双耳部件销钉不良状态检测方法，实现旋转双耳的准确定位和销钉松脱与脱落故障的检测，其具体的工作步骤包括：

A、专用综合列检车在一定运行速度下，对高速铁路接触网支撑及悬挂装置进行成像；将上行和下行的高清图像分别存储在两个图像库中；

B、对采集的图像进行筛选，选取一张较为清晰完整的旋转双耳图像作为匹配模板；

C、利用Scale Invariant Feature transform(SIFT)算法和改进的Random Sample Consensus(RANSAC)算法实现旋转双耳部件的准确定位；

a、用SIFT特征算子该算子提取模板图像和现场采集接触网图像的特征点，再分别使用128维特征向量A_i和B_i进行描述，随后计算两幅图像各特征向量的欧式距离U，度量它们之间的相似性，当满足下式时，则接受该匹配；

UminUl<R,0<R<1---(1)]]>

式中：U_min和U_l分别为最近邻距离和次近邻距离；R的取值为0.8，从而尽可能地保留正确匹配；

b、根据匹配点在采集图像中的空间分布情况，将匹配特征点进行聚类，在得到疑似的双耳区域的同时提高了算法的效率空间距离的阈值选定为80，对距离小于该阈值的特征点进行相应的聚类；

c、使用改进的RANSAC算法实现双耳部件的精确定位,忽略双耳部件的几何畸变，双耳模板图像与目标图像之间的变换关系用如下的仿射模型来描述：