[发明专利]激光图像特征量选择阈值的计算方法

说明书

本分案申请公开了一种激光图像特征量选择阈值的计算方法，属于检测领域，用于优化钢轨磨耗的检测及计算过程，其技术要点是：计算阈值β的方法是：效果是实现了激光图像特征量选择阈值的计算。

本申请是申请号201610765942.8，申请日2016-08-30，发明名称“钢轨磨耗自动检测方法”的分案申请。

技术领域

本发明属于检测领域，涉及一种钢轨磨耗自动检测方法，特别涉及基于一字线激光图像处理和微处理器的能够有效检测钢轨轨头表面磨耗深度和宽度一种钢轨磨耗自动检测方法。

背景技术

铁路是交通运输的大动脉，相比其他运输方式，重载铁路运输以运量大、成本低的特点在世界各地迅速发展起来。在轨道设备中,钢轨是最重要的组成部件,直接承受列车载荷并引导车轮运行。钢轨的技术状态是否完好,直接影响着列车能否按规定的速度安全、平稳和不间断的运行。铁路机车是通过轮轨间的摩擦力来传递驱动力和制动力,而轮轨间的摩擦则会导致钢轨磨耗的产生。随着机车的高速、重载、高密度运行,钢轨的磨耗就会快速度的增加,特别是小半径曲线外轨内侧面磨耗尤为严重。

钢轨磨耗的检测技术经过了从简单目测到尺规类工具检测、数字化仪器检测等过程。目前，我国在钢轨磨耗检测方面有接触卡具测量、涡流检测、光学三角测量等主要方法，检测结果往往取决于检测工人的态度和仪器使用的经验，这些方法存在着检测效率低、检测精度不高等诸多问题，已不能满足目前高速化的发展需要。虽然现在出现了一种利用激光检测铁轨表面磨耗的检测设备，但不能实现精准的步进式检测，其他检测方法也只是停留在理论研究层面。

发明内容

为了优化钢轨磨耗的检测及计算过程，本发明提出了一种钢轨磨耗自动检测方法，其技术要点是：采集钢轨的激光图像，并与完整钢轨激光光带图像进行图像比对，以判断检测钢轨是否有磨耗，判断钢轨有磨耗的，选择并提取与钢轨磨耗量相关的激光图像特征量，以计算得到钢轨磨耗深度和/或宽度。

有益效果：本发明才采集的钢轨激光图像与完整图像进行比对，以判断是否采集图像中的钢轨存在磨损，并在判断为磨损时，进一步选择特征量以计算得到磨损，先定性判断磨耗，再定量计算磨耗深度和宽度的思路，以及在计算过程中，对特征量进行选择，以优化磨耗深度和宽度的计算过程。

附图说明

图1为实施例2中所述钢轨磨耗自动检测装置的结构框图；

图2为无磨耗激光图像示意图；

图3为有磨耗激光图像示意图；

图4为亮度曲线及圆盘直径示意图；

图5为数据点及特征量的标记示意图。

具体实施方式

实施例1：一种钢轨磨耗自动检测方法，采集钢轨的激光图像，并与完整钢轨激光光带图像进行图像比对，以判断检测钢轨是否有磨耗，判断钢轨有磨耗的，对采集的激光图像进行激光图像处理，所述激光图像处理包括图像预处理和图像边缘提取，激光图像处理后，选择并提取与钢轨磨耗量相关的激光图像特征量，以计算得到钢轨磨耗深度和宽度。其中：所述提取与钢轨磨耗量相关的激光图像特征量为以下特征量中的一种以上：

1)激光图像的两段直线部分的长度l_A和l_B；

2)两段直线激光图像的宽度差e；

3)两段直线激光图像的纵向位置差z；

4)两段直线激光图像间过渡段的长度l_C；

5)两段直线激光图像间过渡段的倾角θ；

磨耗宽度和磨耗深度统称为钢轨磨耗的特征量，选择上述中一个或多个激光图像特征量，用于计算钢轨磨耗的深度和宽度；