為:
[0032]1.開(kāi)始檢測(cè):當(dāng)車(chē)輪19進(jìn)入檢測(cè)工作區(qū)域，定位傳感器I輸出信號(hào)到終端處理單元3，由終端處理單元3提供觸發(fā)信號(hào)，啟動(dòng)近紅外攝像單元2和黑白攝像單元4開(kāi)始工作采集車(chē)輪19踏面圖像。
[0033]2.圖像獲取:近紅外攝像單元2獲取車(chē)輪踏面線圖像，黑白攝像單元4獲取車(chē)輪踏面圓周灰度圖像。
[0034]3.圖像預(yù)處理:由于檢測(cè)現(xiàn)場(chǎng)自然光、環(huán)境光等因素的干擾，會(huì)給采集到的圖像引入噪聲，本發(fā)明采用一種基于模板操作的中值濾波算法濾除圖像中的噪聲。采用基于模板操作的中值濾波方法去除步驟2所采集圖像中噪聲的干擾。
[0035]4.形態(tài)學(xué)處理:黑白攝像單元4拍攝圖像傳送到終端處理單元3，經(jīng)圖像處理及紋理分析判斷踏面損傷中的裂紋及缺陷面積大小。近紅外攝像單元2拍攝圖像經(jīng)光條細(xì)化算法處理，將N幀線圖像拼接成一幅踏面圓周全景圖像，基于小波和最佳閾值分割相結(jié)合算法提取損傷目標(biāo)區(qū)域，根據(jù)紋理特征剔除灰塵、油污等偽缺陷，與無(wú)損傷踏面圓周圖像或運(yùn)算，計(jì)算獲得缺陷的大小。
[0036]5.踏面損傷分類(lèi):將近紅外攝像單元2拍攝圖像處理結(jié)果與黑白攝像單元4拍攝圖像處理結(jié)果進(jìn)行信息融合，根據(jù)圖像特征識(shí)別算法，區(qū)分裂紋等線狀特征、剝離和擦傷等面狀特征，對(duì)踏面損傷進(jìn)行分類(lèi)。
[0037]6.終端處理單元3根據(jù)分類(lèi)情況傳輸信號(hào)到定位報(bào)警裝置5，定位報(bào)警裝置記錄有損傷的車(chē)輪，并發(fā)出報(bào)警信號(hào)。
[0038]鋼軌20兩側(cè)的近紅外攝像單元2和黑白攝像單元4，分別記錄兩邊車(chē)輪19的踏面損傷。定位傳感器1、近紅外攝像單元2和黑白攝像單元4可以粘結(jié)在鋼軌20上，也可以通過(guò)卡塊固定在鋼軌外側(cè)。
[0039]受近紅外攝像單元2和黑白攝像單元4工作范圍的限制，本實(shí)施例中相鄰兩個(gè)攝像系統(tǒng)的距離是車(chē)輪周長(zhǎng)的1/4，每個(gè)攝像系統(tǒng)有近紅外攝像單元2和黑白攝像單元4組成，分別安裝在鋼軌20的兩側(cè)。如圖4所示，把車(chē)輪19的圓周均分為3部分，分別為AB、BC和CA。如選擇近紅外攝像單元2和黑白攝像單元4的拍攝范圍較寬的情況下，可以將攝像系統(tǒng)之間的距離設(shè)為車(chē)輪圓周的1/3或1/2或者等于整個(gè)周長(zhǎng)的距離，以滿足攝像系統(tǒng)能夠完整的拍攝車(chē)輪踏面圓周為準(zhǔn)。
[0040]如圖4和圖5所示，當(dāng)車(chē)輪19駛過(guò)的時(shí)候，近紅外攝像單元2中的近紅外線激光器斜射在車(chē)輪19踏面上形成踏面輪廓線，隨著車(chē)輪19的移動(dòng)，近紅外線激光器斜射在車(chē)輪19踏面上的輪廓線在踏面上形成一系列掃描線直至車(chē)輪19駛過(guò)，近紅外相機(jī)記錄線激光器在車(chē)輪19踏面上形成的一系列輪廓線并傳輸?shù)浇K端處理單元3，經(jīng)算法處理拼接出一幅輪對(duì)19踏面全景圖。黑白攝像單元記錄下車(chē)輪19踏面圖像并傳輸?shù)浇K端處理單元3。
[0041]如圖6所示，黑白攝像單元4拍攝車(chē)輪19踏面圖像處理流程為:
[0042]拍攝的灰度圖像傳輸?shù)浇K端處理單元3后，首先對(duì)圖像進(jìn)行分塊。由于車(chē)輪19踏面與外側(cè)部分會(huì)形成高光反射，獲取的圖像兩側(cè)與中間部分形成較大的灰度差，因此使用圖像分塊的算法將踏面區(qū)域與外側(cè)區(qū)域分開(kāi)，分別使用不同的閾值進(jìn)行二值化處理。然后進(jìn)行形態(tài)學(xué)處理提取目標(biāo)區(qū)域，根據(jù)紋理特征及線狀特征識(shí)別出裂紋、擦傷、碾堆等踏面損傷。
[0043]如圖7所示，近紅外攝像單元2拍攝車(chē)輪19踏面圖像處理流程為:
[0044]對(duì)近紅外相機(jī)拍攝圖像進(jìn)行二值化處理，然后采用細(xì)化算法提取輪廓線中心線，將處理后的N幅圖像拼接成一幅輪對(duì)踏面全景圖像。與標(biāo)準(zhǔn)無(wú)損傷圖像對(duì)比查找損傷的位置，檢測(cè)出輪對(duì)19踏面失圓程度，對(duì)損傷區(qū)域進(jìn)行形態(tài)學(xué)處理，根據(jù)紋理特征剔除偽缺陷。統(tǒng)計(jì)圖像列方向兩像素間最大差值，計(jì)算得到損傷的最大深度max ( Δ h)，當(dāng)max ( Δ h)超過(guò)
0.2mm時(shí)，判定為踏面損傷。
[0045]如圖8所示，信息融合輪對(duì)踏面損傷識(shí)別算法流程為:
[0046]將近紅外攝像單元2和黑白攝像單元4處理結(jié)果通過(guò)表決法進(jìn)行信息融合。將近紅外攝像單元檢測(cè)結(jié)果中的“有”損傷區(qū)域與黑白攝像單元處理結(jié)果(無(wú)論是否有損傷)做“或”運(yùn)算；再將近紅外攝像單元檢測(cè)結(jié)果中的“無(wú)”損傷區(qū)域與黑白攝像單元處理結(jié)果(無(wú)論是否有損傷)做“與”運(yùn)算，兩次融合結(jié)果分別進(jìn)行形態(tài)學(xué)處理，提取踏面損傷特征，設(shè)計(jì)并訓(xùn)練一個(gè)BP神經(jīng)網(wǎng)絡(luò)，并使用BP神經(jīng)網(wǎng)絡(luò)對(duì)缺陷進(jìn)行分類(lèi)，對(duì)車(chē)輪19踏面上的裂紋、失圓、碾堆、擦傷和剝離損傷區(qū)域進(jìn)行定位識(shí)別，并計(jì)算得到相關(guān)的磨損值。終端處理單元3根據(jù)分類(lèi)情況及各自磨損值傳輸信號(hào)到定位報(bào)警裝置5，定位報(bào)警裝置記錄有損傷的車(chē)輪，并發(fā)出報(bào)警信號(hào)。
【主權(quán)項(xiàng)】
1.一種基于多視覺(jué)列車(chē)輪對(duì)踏面損傷在線檢測(cè)與識(shí)別方法，其步驟為: (1)圖像獲取:利用黑白相機(jī)獲取輪對(duì)踏面灰度圖像，利用近紅外線激光器和近紅外相機(jī)獲取輪對(duì)踏面線圖像并將線圖像拼接成一幅全景圖像； (2)圖像預(yù)處理:包括對(duì)圖像進(jìn)行噪聲干擾去除，圖像二值化及圖像分塊； (3)損傷初步檢測(cè):對(duì)近紅外圖像進(jìn)行形態(tài)學(xué)處理，剔除偽損傷，標(biāo)記損傷位置，獲得損傷深度及失圓； (4)損傷精確定位:近紅外圖像處理結(jié)果與灰度圖像處理結(jié)果進(jìn)行數(shù)據(jù)融合，對(duì)踏面損傷標(biāo)記和定位，經(jīng)過(guò)形態(tài)學(xué)處理獲得損傷的紋理和面積，對(duì)踏面裂紋進(jìn)行形態(tài)學(xué)處理獲得裂紋的長(zhǎng)度； (5)損傷的判定:提取和選擇踏面裂紋、碾堆、擦傷和剝離區(qū)域的特征，設(shè)計(jì)并訓(xùn)練一個(gè)BP神經(jīng)網(wǎng)絡(luò)，并使用BP神經(jīng)網(wǎng)絡(luò)對(duì)缺陷進(jìn)行分類(lèi)，通過(guò)終端處理單元記錄列車(chē)輪對(duì)踏面擦傷、剝離、失圓、碾堆、裂紋等損傷信息，終端處理單元根據(jù)分類(lèi)情況傳輸信號(hào)到定位報(bào)警裝置，定位報(bào)警裝置記錄有損傷的車(chē)輪，并發(fā)出報(bào)警信號(hào)。
2.根據(jù)權(quán)利要求1所述的基于多視覺(jué)列車(chē)輪對(duì)踏面損傷在線檢測(cè)與識(shí)別方法，其特征在于步驟(3)的具體步驟: 對(duì)近紅外相機(jī)拍攝圖像進(jìn)行二值化處理，然后采用細(xì)化算法提取輪廓線中心線，將處理后的N幅圖像拼接成一幅輪對(duì)踏面全景圖像。與標(biāo)準(zhǔn)無(wú)損傷圖像對(duì)比查找損傷的位置，檢測(cè)出輪對(duì)踏面失圓程度，對(duì)損傷區(qū)域進(jìn)行形態(tài)學(xué)處理，根據(jù)紋理特征剔除偽缺陷。統(tǒng)計(jì)圖像列方向兩像素間最大差值，計(jì)算得到損傷的最大深度max ( Ah)，當(dāng)max ( Ah)超過(guò)0.2mm時(shí)，判定為踏面損傷。
3.根據(jù)權(quán)利要求1所述的基于多視覺(jué)列車(chē)輪對(duì)踏面損傷在線檢測(cè)與識(shí)別方法，其特征在于步驟(4)的具體步驟: 將近紅外攝像單元和黑白攝像單元處理結(jié)果通過(guò)表決法進(jìn)行信息融合。將近紅外攝像單元檢測(cè)結(jié)果中的“有”損傷區(qū)域與黑白攝像單元處理結(jié)果(無(wú)論是否有損傷)做“或”運(yùn)算；再將近紅外攝像單元檢測(cè)結(jié)果中的“無(wú)”損傷區(qū)域與黑白攝像單元處理結(jié)果(無(wú)論是否有損傷)做“與”運(yùn)算，兩次融合結(jié)果分別進(jìn)行形態(tài)學(xué)處理，提取踏面損傷特征。
【專(zhuān)利摘要】一種基于信息融合技術(shù)列車(chē)輪對(duì)踏面損傷在線檢測(cè)與識(shí)別方法，其步驟為：(1)圖像獲??；(2)圖像預(yù)處理；(3)損傷初步檢測(cè)；(4)損傷精確定位：近紅外圖像處理結(jié)果與灰度圖像處理結(jié)果進(jìn)行數(shù)據(jù)融合，對(duì)踏面損傷標(biāo)記和定位，經(jīng)過(guò)形態(tài)學(xué)處理獲得損傷的紋理和面積，對(duì)踏面裂紋進(jìn)行形態(tài)學(xué)處理獲得裂紋的長(zhǎng)度；(5)損傷的判定：提取和選擇踏面損傷區(qū)域的特征，設(shè)計(jì)并訓(xùn)練一個(gè)BP神經(jīng)網(wǎng)絡(luò)，并使用BP神經(jīng)網(wǎng)絡(luò)對(duì)缺陷進(jìn)行分類(lèi)，通過(guò)終端處理單元記錄列車(chē)輪對(duì)踏面損傷信息，能為車(chē)輪、機(jī)車(chē)及線路的運(yùn)行情況分析提供參考。本發(fā)明具有檢測(cè)全面、自動(dòng)化程度高、檢測(cè)速度快、檢測(cè)精度高等優(yōu)點(diǎn)。
【IPC分類(lèi)】G06T7-00, B61K9-12, G01N21-88
【公開(kāi)號(hào)】CN104608799
【申請(qǐng)?zhí)枴緾N201410756876
【發(fā)明人】張志峰, 翟玉生, 薛人中, 陳靖, 耿利杰, 王新杰, 蘇玉玲, 劉海增
【申請(qǐng)人】鄭州輕工業(yè)學(xué)院
【公開(kāi)日】2015年5月13日
【申請(qǐng)日】2014年12月12日