[发明专利]基于3D图像信息的锁紧板故障识别方法

权利要求书

1.基于3D图像信息的锁紧板故障识别方法，其特征在于，所述方法包括：

步骤1、获取列车上锁紧板区域的3D高度信息图像；

步骤2、对所述3D高度信息图像进行二值化处理，得到灰度图像，采用图像校正法将灰度图像中所有像素校正到同一平面，得到校正后的3D二值化图像；

步骤3、从校正后的3D二值化图像中识别出锁紧板图像；

步骤4、从锁紧板图像中截取出锁紧板部件图像；

步骤5、提取所述锁紧板部件图像的边缘线段，所述边缘线段包括至少一条锁紧板上侧边沿斜线段、至少一条锁紧板竖直边沿竖直线段和至少一条锁紧板下边沿水平线段；

步骤6、判断是否能够分别从至少一条锁紧板上侧边沿斜线段、至少一条锁紧板竖直边沿竖直线段和至少一条锁紧板下边沿水平线段中选出满足预设条件的一条锁紧板上侧边沿斜线段、一条锁紧板竖直边沿竖直线段和一条锁紧板下边沿水平线段，如果否，则说明锁紧板移位，如果是，则说明锁紧板未移位；

步骤2中，采用图像校正法将灰度图像中所有像素校正到同一平面，得到校正后的3D图像二值化图像，具体过程为：

设一幅M行、N列的灰度图像中每个像素位置表示为(x,y)，则对应的像素点灰度值表示为f(x,y)，其中，x表示灰度图像的高度范围，y表示灰度图像的宽度范围，

设每个像素点偏移量值为Δoffset，表示为：

Δoffset＝y×tan(θ) 公式1，

式中，θ为弧度值，θ＝(α×π)/180，α为锁紧板倾斜角度值，

公式1变形为：

Δoffset＝y×tan((α×π)/180) 公式2，

设校正后的3D二值化图像表示为g(x,y)，则f(x,y)经过像素偏移量值的校正，得到：

步骤6的具体过程为：

步骤61、获取步骤5得到的各个线段与水平线所成的角度、多条锁紧板上侧边沿斜线段、锁紧板竖直边沿竖直线段和锁紧板下边沿水平线段长度和多条锁紧板上侧边沿斜线段、锁紧板竖直边沿竖直线段和锁紧板下边沿水平线段的中心位置坐标；

步骤62、判断采用霍夫线检测方法是否能够从多条锁紧板上侧边沿斜线段、锁紧板竖直边沿竖直线段和锁紧板下边沿水平线段中各选出一条线段，使选出的三条线段同时满足预设条件：是多条锁紧板上侧边沿斜线段、锁紧板竖直边沿竖直线段和锁紧板下边沿水平线段中长度最长的一条锁紧板上侧边沿斜线段、锁紧板竖直边沿竖直线段和锁紧板下边沿水平线段、三条线段与水平线所成的角度分别满足各自预设角度范围、三条线段中的锁紧板上侧边沿斜线段的中心行坐标小于锁紧板下边沿水平线段的中心行坐标小于锁紧板竖直边沿竖直线段的中心行坐标，如果否，则说明锁紧板移位，如果是，则说明锁紧板未移位。

2.根据权利要求1所述基于3D图像信息的锁紧板故障识别方法，其特征在于，步骤1中，获取货车上锁紧板区域的3D高度信息图像，具体过程为：

采用货车运行故障动态图像检测系统采集过车图像，从过车图像中截取出锁紧板区域的3D高度信息图像。

3.根据权利要求1所述基于3D图像信息的锁紧板故障识别方法，其特征在于，步骤3中，从校正后的3D二值化图像中识别出锁紧板图像，具体过程为：

步骤31、将校正后的3D二值化图像中具有相同像素值的区域归为一个子图像；

步骤32、计算每个子图像占校正后的3D二值化图像的比例，截取比例为预设比例的子图像；

步骤33、根据截取的子图像的像素值设定预设二值化阈值范围；

步骤34、截取在预设二值化阈值范围内的校正后的3D二值化图像的像素点，构成锁紧板图像。

4.根据权利要求3所述基于3D图像信息的锁紧板故障识别方法，其特征在于，步骤33中，预设二值化阈值范围的最低阈值和最高阈值分别表示为：

Low_Threshold＝nThreshold-a 公式4，

High_Threshold＝nThreshold+a 公式5，

式中，Low_Threshold表示最低阈值，High_Threshold表示最高阈值，nThreshold为锁紧板图像的像素值，a＝2000。