[发明专利]一种城轨列车受电弓滑板边缘检测方法

说明书

本发明公开了一种城轨列车受电弓滑板边缘检测方法。该方法为：首先获取受电弓滑板灰度图像信号，使用图像信号与自适应尺寸的高斯卷积核进行卷积运算；然后在3*3的8邻域内用梯度算子计算经过滤波后的图像的梯度幅值及方向；最后对梯度幅值进行非极大值抑制，采用双阈值的自适应提取，进行边缘连接，得到受电弓滑板边缘图像。本发明基于改进的Canny算子，检测结果明显，适用性强。

技术领域

本发明属于受电弓故障检测技术领域，特别是一种城轨列车受电弓滑板边缘检测方法。

背景技术

随着列车速度的提升和营运里程的增加，列车的安全性能越来越重要。受电弓一般安装在列车顶部，在运行过程中与接触线滑动接触，从接触网上取得电能，是列车在运行过程中获取可靠电能的重要部件。碳滑板是列车受电弓系统获取电能的关键部分，在列车营运过程中，碳滑板易受磨损，磨耗一旦超过警戒值会造成严重的交通事故。

John F.Canny提出了Canny边缘检测算子，该方法属于多级边缘检测算法，通过寻找最优检测、最优定位与唯一响应获取图像的边缘。但是Canny边缘检测具有下列缺陷：(1)在第一步高斯滤波过程中，滤除图片噪声的同时也弱化边缘信息，漏掉一些特征不明显的边缘；(2)在第二步计算幅值和梯度过程中，使用2×2领域来计算梯度和幅值，这种方法对噪声很敏感，易检测到伪边缘；(3)在第四步设置双阈值过程中，双阈值的选取对边缘的最终确定有很大影响，很难选定一个最优值。人工经验法设置阈值后，不能自适应根据每张图片信息重新选取阈值。

发明内容

本发明的目的在于提供一种准确性高、实时性好的城轨列车受电弓滑板边缘检测方法，从而及时采取有效措施消除安全隐患。

实现本发明目的的技术解决方案是：一种城轨列车受电弓滑板边缘检测方法，基于改进的Canny算子，具体包括以下步骤：

步骤1，获取受电弓滑板灰度图像信号，使用图像信号与自适应尺寸的高斯卷积核进行卷积运算，得到滤波后的图像；

步骤2，在3*3的8邻域内用梯度算子计算经过滤波后的图像的梯度幅值及方向；

步骤3，对梯度幅值进行非极大值抑制，采用双阈值的自适应提取，进行边缘连接，得到受电弓滑板边缘图像。

进一步地，步骤1所述的获取受电弓滑板灰度图像信号，使用图像信号与自适应尺寸的高斯卷积核进行卷积运算，具体如下：

将获得的受电弓滑板彩色图像信号转化为灰度图像信号，并与自适应尺寸的高斯卷积核进行卷积运算，设定自适应尺寸的高斯卷积核的尺寸为m*n，图像像素为ω*h，则自适应尺寸的高斯卷积核的计算公式如下：

进一步地，步骤2所述的在3*3的8邻域内用梯度算子计算经过滤波后的图像的梯度幅值及方向，具体如下：

3*3的8邻域的方向偏导数和差分公式如下：

其中，G(i,j)为图像上(i,j)点的图像灰度值，P_x(i,j)为x方向的偏导数，P_y(i,j)为y方向的偏导数，P₄₅(i,j)为45°方向的偏导数，P₁₃₅(i,j)为135°方向的偏导数，f_x(i,j)为使用差分运算得出的x方向的图像梯度，f_y(i,j)为使用差分运算得出的y方向的图像梯度；

则梯度公式为：

其中，M(i,j)、θ(i,j)分别为(i,j)点的梯度幅值和梯度方向。