[发明专利]基于图像处理的车端链接线断裂的故障识别方法

说明书

基于图像处理的车端链接线断裂的故障识别方法，属于铁路货车运行技术领域。本发明为了解决由于解决人工识别车端链接线故障容易出现疲劳，强度大，且容易发生漏检而导致列车运行安全性不高的问题。本发明通过在轨道周围安装线阵高速相机，通过线阵高速相机拍摄获取货车2D线阵图像；粗定位货车车端部位并截取子图；进一步对子图进行精确定位；利用截取水平(竖直)边缘图像、设定计算阈值、最小二乘法以及自对比设计故障识别算法，若检测出货车存在故障后，系统输出报警信息，并上传至平台进行人工确认。本发明用于铁路货车车端链接线断裂故障检测。

技术领域

本发明涉及基于图像处理的车端链接线断裂的故障识别方法。属于铁路货车运行技术领域。

背景技术

为保证列车的安全运行，需要对列车进行故障检测，对于车端链接线的故障检测而言，传统的方法是经探测设备对列车拍照后，再通过人工观察找出列车的故障点所在，这种方法虽然可以在列车运行过程中进行故障检测，无需停靠，但此方法很容易出现人工观察易疲劳、强度大，且从图像上来看车端链接线与背景颜色相近，且形态多变，很容易产生漏检，进而导致车辆运行安全性不高。

现阶段越来越多的设备故障检测检修等工作都可以由机器来代替人工，机器具有成本低、规则统一以及24小时无疲劳等特点，使用图像处理识别技术代替传统的人工检测具有可行性。

发明内容

本发明是为了解决人工识别车端链接线故障容易出现疲劳，强度大，且容易发生漏检而导致列车运行安全性不高的问题。现提出基于图像处理的车端链接线断裂的故障识别方法。

基于图像处理的车端链接线断裂的故障识别方法，其特征在于，包括：

步骤一、成像设备采集列车灰度图像；

步骤二、根据先验知识和已知的硬件数据和轴距信息，在灰度图像中截取包含车端链接部位的样本子图像；

步骤三、基于步骤二截取的包含车端链接部位的样本子图像，对其进行阈值分割，利用灰度统计的方法获取车端链接线所在的精准区域，精确截取样本子图像；所述灰度统计的方法为：对于样本子图像，从下向上统计分割后每一行非黑即白像素点占整行宽的比例，根据比例确定车端链接线所在位置；

步骤四、根据精确定位的样本子图像判断车端链接线断裂的故障类型，所述车端链接线断裂故障类型包括：车端链接线断裂下垂超出正常链接线边界、车端链接线断裂与其他链接线混在一起且未超出正常链接线边界；

有益效果

1、利用图像处理技术进行故障识别，解放人力，减少人工作业量，提高了故障识别的发现率和准确率，提高了列车运行的安全性。

2、针对图像特征设计边缘提取方式，可以完整提取车端链接线的外边缘，且包含极少虚假边缘。

3、使用对数图像增强的方法，更好地增强灰度图像中低灰度的细节。

4、使用最小二乘法拟合车端链接线边缘，能够识别断裂部分突出很小的部位。

5、如图9所示，使用自对比的方法解决了柔性可形变部件难以统一阈值的问题。

附图说明

图1为本发明故障识别流程图；

图2为竖直方向边缘提取结果；

图3为水平方向边缘提取结果；

图4为竖直方向边缘增强后结果；

图5为水平方向边缘增强后结果；

图6为水平和竖直方向边缘融合后的结果；

图7为边缘筛选及拟合结果；

图8为车端链接线阴影区域分割结果；