[发明专利]基于改进Canny算子的受电弓碳滑板磨耗识别方法有效

专利信息
申请号: 201810198312.6 申请日: 2018-03-12
公开(公告)号: CN108830822B 公开(公告)日: 2022-05-06
发明(设计)人: 魏秀琨;李晨亮;贾利民;魏德华;李岩;刘玉鑫;尹贤贤;江思阳;杨子明;赵利瑞;李赛;孟鸿飞;滕延芹;王熙楠;李永光;崔霆锐 申请(专利权)人: 北京交通大学
主分类号: G06T7/00 分类号: G06T7/00;G06T7/13;G06T5/00;G06T3/40;G06T5/30;G06T3/00
代理公司: 北京正理专利代理有限公司 11257 代理人: 付生辉
地址: 100044*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 改进 canny 算子 受电弓碳 滑板 磨耗 识别 方法
【权利要求书】:

1.一种基于改进Canny算子的受电弓碳滑板磨耗识别方法,其特征在于,包括:

S101:采集车辆运行中受电弓碳滑板的弓头图像;

S103:对所述弓头图像进行图像归一化、图像平滑和形态学处理的图像预处理;

S105:对所述弓头图像进行边缘检测、直线检测、失真修正、图像裁剪和磨耗曲线拟合以识别所述受电弓碳滑板的边缘磨耗;

S107:以所述受电弓碳滑板的磨耗曲线的最高点为参照目标估计所述受电弓碳滑板磨耗曲线的实际磨耗深度,并判断磨耗深度是否超过预定阈值;

对所述弓头图像进行边缘检测具体包括:

S1511:基于Canny边缘检测算子检测所述弓头图像中各弓头和接触线的边缘,得到二值化边缘图像;

S1513:基于形态学膨胀处理技术修补所述二值化边缘图像中断裂的边缘线;

对所述弓头图像进行图像裁剪具体包括:

S1571:利用Canny算子对经失真修正的所述弓头图像进行边缘检测;

S1573:统计经所述边缘检测后x轴和y轴方向的灰度值总数;

S1575:对所述灰度值总数进行差分运算;

S1577:记录大于等于所述差分运算结果的极大值点;

S1579:分别找出x轴方向和y轴方向差分运算结果的极大值点中的坐标最大的点;

对所述弓头图像进行磨耗曲线拟合具体包括:

S1591:使用改进的Canny算子对经图像裁剪所述弓头图像进行边缘检测以获得所述碳滑板的边缘曲线;

S1593:使用基于加权线性最小二乘法的局部回归方法对所述边缘曲线进行平滑拟合处理以获得所述碳滑板的磨耗曲线。

2.根据权利要求1所述的识别方法,其特征在于,所述受电弓碳滑板的弓头图像使用高清摄像机拍摄,所述高清摄像机架设在所述车辆车顶刚性和柔性接触网交界处,并使用波长为850mm的红外补光灯对拍摄区域进行补光。

3.根据权利要求1所述的识别方法,其特征在于,对所述弓头图像进行图像归一化具体包括:

S1311:对所述弓头图像进行图像预裁剪,去除图像中识别区域以外的部分背景内容;

S1313:基于双线性差值法对所述弓头图像进行压缩;

S1315:对所述弓头图像进行直方图均衡化和伽马变换以增强所述弓头图像的对比度。

4.根据权利要求1所述的识别方法,其特征在于,对所述弓头图像进行图像平滑具体包括:

S1331:使用中值滤波器去除所述弓头图像中的椒盐噪声;

S1333:使用高斯滤波器去除所述弓头图像中的高斯噪声;

S1335:使用形态学开闭滤波器去除所述弓头图像中的明暗细节;

S1337:使用拉普拉斯滤波器滤除所述弓头图像中的噪声,利用形态学顶帽变换技术加强所述弓头图像中的受电弓边缘。

5.根据权利要求1所述的识别方法,其特征在于,使用形态学腐蚀和重建技术去除所述弓头图像中待识别结构以外的结构。

6.根据权利要求1所述的识别方法,其特征在于,对所述弓头图像进行直线检测具体包括:

S1531:使用Hough变换直线检测技术检测经所述边缘检测后的所述弓头图像中的直线边缘;

S1533:根据所述受电弓的弓头区域的位置特点,从检测出的所述直线边缘中提取角度和距离原点距离合适的直线以获得所述受电弓的整体轮廓。

7.根据权利要求1所述的识别方法,其特征在于,对所述弓头图像进行失真修正具体包括:

S1551:在经直线检测后的所述弓头图像中构建合理的三维坐标系并定义坐标轴;

S1553:利用仿射变换技术对所述弓头图像进行几何失真修正。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京交通大学,未经北京交通大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201810198312.6/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top