[发明专利]一种基于图像处理的受电弓羊角在线检测装置与方法

说明书

技术领域

本发明涉及交通安全工程技术领域，特别是一种基于图像处理的受电弓羊角在线检测装置与方法。

背景技术

受电弓滑板是列车与接触网唯一接触的部件，是整个列车供电系统最为重要的取电装置。在列车的运行过程中，受电弓滑板不断与接触网接触造成损耗；若磨损严重，接触网导线卡会在滑板表面裂口或深槽中，使弓头与接触网发生机械碰撞，造成受电弓故障。因此，及时有效地对受电弓羊角进行精确检测和识别是保证弓网安全的重要措施，不仅能够预防各类安全事故的发生，同时为城轨车辆受电弓的检修提供依据。

国内城市轨道交通尚处于发展时期，受电弓检测的方法仍以人工登顶手动检测为主。人工检测需要列车回库并将接触网断电才可进行，检测效率低，检测精度差，不利于受电弓保养和维护。受电弓的在线检测系统尚处于起步阶段，目前采用的基本原理包括超声波测距、CCD成像、图像处理和图像识别等。

谢力等在对实际现场安装检测环境进行分析后，通过采用三组照相机和一组摄相机的方法对受电弓进行多角度拍摄。该方法虽然能够实现受电弓滑板故障的在线诊断，但系统对关键硬件的安装位置有严格的要求，且系统采用的算法不能有效消除周围环境对图像质量的干扰。当周围背景环境颜色与滑板颜色接近时，不能正确提取受电弓滑板的上下边缘，导致检测精度低，不满足现场实际应用。

发明内容

本发明的目的在于提供一种结构布设方便、系统稳定的基于图像处理的受电弓羊角在线检测装置与方法，实现高精度的在线非接触式测量。

实现本发明目的的技术解决方案为：一种基于图像处理的受电弓羊角在线检测装置，包括图像采集模块、数据传输模块和图像处理模块，其中：

所述图像采集模块，包括按列车行进方向顺次设置的第一车轮轴位传感器、第一光电传感器、补光设备、相机模组、第二光电传感器和第二车轮轴位传感器；所述相机模组有两组，每组包含2个面阵相机称为半弓相机，安装在车顶上侧，设30度的俯视角度，观察车顶与受电弓状态；2个面阵相机分别从左右两个方向采集受电弓滑板图像；两组共4个面阵相机分别拍摄受电弓滑板前方左半弓、前方右半弓、后方左半弓、后方右左半弓，4个面阵相机有裕量能拍摄到受电弓滑板中心区域；

所述数据传输模块，用于将图像采集模块采集的图像数据传输到图像处理模块；

所述图像处理模块，用于对接收的图像数据进行处理，通过羊角样本学习建立主动形状模型，并结合受电弓羊角初始定位，对实时捕捉到的受电弓羊角图像利用主动形状模型学习算法来判断羊角存在或缺失。

进一步地，所述图像采集模块中，当第一车轮轴位传感器检测到列车第一个车轮时，表明列车进入检测区域，同时开启第一、二光电传感器；当第一光电传感器检测到受电弓进入受电弓检测区域，开启补光设备对照明区域进行补光，使区域照明符合拍照要求，同时开启相机模组进行拍照；当第二光电传感器检测到受电弓离开受电弓检测区域，关闭相机模组；当第二车轮轴位传感器检测到第24个车轮时，表明列车已经离开检测区域，关闭图像采集模块中图像采集设备及照明设备。

一种基于图像处理的受电弓羊角在线检测方法，包括以下步骤：

步骤1，图像获取：由图像采集模块中的高速相机拍照，获取原始图像；

步骤2，图像预处理：对图像进行滤波、图像增强、边缘检测处理；

步骤3，羊角ASM构建方法：包括羊角学习样本标定、ASM训练；

步骤4，羊角区域初步定位：对羊角区域进行初始定位；

步骤5，羊角检测与识别：结合主动形状模型学习算法对羊角进行匹配，并采用单分辨率搜索算法匹配羊角形状，判断初始定位区域羊角是否缺失。

进一步地，步骤3所述羊角ASM构建方法包括羊角学习样本标定、ASM训练，具体如下：

(3.1)羊角学习样本标定

经图像预处理后，选取羊角轮廓边界点、角点作为特征点，采用人工方式对羊角特征点进行标记；在标记过程中，要求每张羊角图像特征点的数量保持一致且相互对应，并采用PDM对羊角形状进行描述，即羊角图像i的形状通过其所有特征点数学表示为：

其中，N为羊角图像特征点总数；

羊角图像学习样本集表示为：

其中，M为羊角图像总数；

(2)ASM训练

第一步、特征点对齐，具体步骤如下：

a)将羊角形状xⁱ,i＝1,2,3,…,M，逐个进行平移、旋转、缩放变换使与形状x¹对齐，从而得到变换后的形状集合