[发明专利]基于图像处理的动车轴箱端盖螺栓丢失故障检测方法有效

专利信息
申请号: 202011118727.1 申请日: 2020-10-19
公开(公告)号: CN112232222B 公开(公告)日: 2021-05-07
发明(设计)人: 王斐 申请(专利权)人: 哈尔滨市科佳通用机电股份有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/62;G06T7/00;G06T7/13;G06T7/187
代理公司: 哈尔滨市松花江专利商标事务所 23109 代理人: 刘强
地址: 150060 黑龙江省*** 国省代码: 黑龙江;23
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 图像 处理 动车 轴箱 螺栓 丢失 故障 检测 方法
【权利要求书】:

1.基于图像处理的动车轴箱端盖螺栓丢失故障检测方法,包括以下步骤:

步骤一:获取待检测图像;

步骤二:对待检测图像进行直方图规定化处理;

步骤三:针对直方图规定化处理后的图像进行边缘检测,同时输出轮廓点位置、梯度大小和梯度方向;

步骤四:根据轮廓点梯度大小和方向得到端盖椭圆中心点位置;

步骤五:截取每个螺栓图像,截取过程中将图像进行旋转,使螺栓的中心与端盖中心的连线逆时针与水平方向成18度角;

步骤六:根据旋转后的螺栓图像,判断螺栓孔是否存在,若存在,则认定为故障,并将故障上传,若不存在,则判断螺栓是否存在,若存在,则检测下一个螺栓,若不存在,则提取LBP特征,并利用SVM分类器判断螺栓是否丢失,若判定为丢失,则将故障上传,若判定为未丢失,则检测下一个螺栓;

其特征在于所述步骤四的具体步骤为:

步骤四一:循环遍历边缘检测后的矩阵中的每个像素点,并保留梯度大小在梯度阈值范围内的轮廓点(x,y);

步骤四二:遍历所有轮廓点(x,y),循环遍历每个轮廓点的极坐标倾斜角φ,根据轴箱端盖的高a和宽b得到轮廓点在该倾斜角下对应的椭圆中心点(x0,y0);

步骤四三:根据轮廓点(x,y)及对应的椭圆中心(x0,y0)得到椭圆上点(x,y)的法线方向θ,当法线方向θ与该轮廓点的梯度方向差值小于角度阈值时,得到的该椭圆中心点有效,否则无效;

步骤四四:所有轮廓点遍历结束后,得到一个矩阵,矩阵中每个值表示图像中以该点为椭圆中心点的椭圆上符合要求的轮廓点数量,矩阵中每个值的横轴坐标为椭圆横坐标,矩阵中每个值的纵轴坐标为椭圆纵坐标;

步骤四五:将矩阵进行高斯滤波处理,获取矩阵中超过阈值点的区域,得到连通区域;

步骤四六:计算连通区域内的x方向与y方向一阶矩,x方向和y方向一阶矩分别与灰度值总和的比值即为椭圆的中心点坐标。

2.根据权利要求1所述的基于图像处理的动车轴箱端盖螺栓丢失故障检测方法,其特征在于所述边缘检测通过SOBEL算子进行。

3.根据权利要求1所述的基于图像处理的动车轴箱端盖螺栓丢失故障检测方法,其特征在于所述边缘检测通过改进的canny算子进行,所述改进的canny算子的输出为双通道的矩阵,一个通道存储轮廓点位置及梯度大小,另一个通道存储轮廓点的梯度方向。

4.根据权利要求1所述的基于图像处理的动车轴箱端盖螺栓丢失故障检测方法,其特征在于所述椭圆中心(x0,y0)表示为:

x0=x-b*cosφ

y0=y-a*sinφ。

5.根据权利要求4所述的基于图像处理的动车轴箱端盖螺栓丢失故障检测方法,其特征在于所述法线方向θ表示为:

6.根据权利要求1所述的基于图像处理的动车轴箱端盖螺栓丢失故障检测方法,其特征在于所述步骤六中判断螺栓孔是否存在的具体步骤为:

首先使用聚类算法,根据灰度值将旋转后的图像中螺栓、安装孔、端盖及背景进行分类,然后进行阈值分割,之后根据阈值分割的结果并结合纹理特征判断图像中是否存在螺栓孔。

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哈尔滨市科佳通用机电股份有限公司,未经哈尔滨市科佳通用机电股份有限公司许可,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/202011118727.1/1.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