[发明专利]一种基于图像的受电弓滑板磨耗在线检测装置与方法在审

专利信息
申请号: 201710718994.4 申请日: 2017-08-21
公开(公告)号: CN107588733A 公开(公告)日: 2018-01-16
发明(设计)人: 俞赛艳;施振宇;臧瑶;从光涛;邢宗义 申请(专利权)人: 南京理工大学
主分类号: G01B11/06 分类号: G01B11/06
代理公司: 南京理工大学专利中心32203 代理人: 薛云燕
地址: 210094 江*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 图像 受电弓 滑板 磨耗 在线 检测 装置 方法
【权利要求书】:

1.一种基于图像的受电弓滑板磨耗在线检测装置,其特征在于,包括图像采集模块、数据传输模块和图像处理模块,其中:

所述图像采集模块,包括按列车行进方向顺次设置的第一车轮轴位传感器、第一光电传感器、补光设备、相机模组、第二光电传感器和第二车轮轴位传感器;

所述数据传输模块,用于将图像采集模块采集的图像数据传输到图像处理模块;

所述图像处理模块,用于对接收的图像数据进行处理,得到受电弓滑板磨耗曲线。

2.根据权利要求1所述的基于图像的受电弓滑板磨耗在线检测装置,其特征在于,所述图像采集模块中,当第一车轮轴位传感器检测到列车第一个车轮时,表明列车进入检测区域,同时开启第一、二光电传感器;当第一光电传感器检测到受电弓进入受电弓检测区域,开启补光设备对照明区域进行补光,使区域照明符合拍照要求,同时开启相机模组进行拍照;当第二光电传感器检测到受电弓离开受电弓检测区域,关闭相机模组;当第二车轮轴位传感器检测到第24个车轮时,表明列车已经离开检测区域,关闭图像采集模块中图像采集设备及照明设备。

3.根据权利要求1所述的基于图像的受电弓滑板磨耗在线检测装置,其特征在于,所述图像处理模块对接收的图像数据进行如下处理:

首先采用动态标定滤波强度的级联滤波器对原始图像进行去噪,并采取基于局部标准差的局部对比度增强算法对目标区域进行增强;然后用自适应阈值的Canny边缘检测算法对图像轮廓进行提取,并利用Hough变换对滑板上边缘进行定位;最后将滑板上下边缘间的像素距离转换为实际滑板剩余厚度,以获得滑板剩余厚度曲线。

4.根据权利要求2所述的基于图像的受电弓滑板磨耗在线检测装置,其特征在于,所述相机模组有两组,每组包含2个面阵相机称为半弓相机,安装在车顶上侧,设30度的俯视角度,观察车顶与受电弓状态;2个面阵相机分别从左右两个方向采集受电弓滑板图像;两组共4个面阵相机分别拍摄受电弓滑板前方左半弓、前方右半弓、后方左半弓、后方右左半弓,4个面阵相机有裕量能拍摄到受电弓滑板中心区域。

5.一种基于图像的受电弓滑板磨耗在线检测方法,其特征在于,包括以下步骤:

步骤1,图像获取:当第一车轮轴位传感器检测到列车第一个车轮时,开启第一、二光电传感器;当第一光电传感器检测到受电弓进入受电弓检测区域,开启补光设备,并开启相机模组中的高速相机进行拍照;当第二光电传感器检测到受电弓离开受电弓检测区域,关闭相机模组中的高速相机;当第二车轮轴位传感器检测到第24个车轮时,关闭图像采集设备及照明设备;

步骤2,图像预处理:采用基于动态去噪强度的级联滤波器,对图像进行滤波去噪处理;一级滤波器为中值滤波器,二级滤波器用双边滤波器;根据一级滤波器的去噪能力动态标定第二级滤波器的去噪强度;

步骤3,对比度增强:采用基于局部标准差的局部自适应对比度增强算法,对目标区域进行增强;

步骤4,提取图像轮廓:采用基于Canny的自适应阈值的边缘检测算法,对图像轮廓进行提取;

步骤5,强弱边缘连接:用高、低阈值Th和Tl对经过非极大值抑制的梯度图进行分割,得到两个阈值边缘图像;

步骤6,接触线及滑板边缘定位:用Hough变换对受电弓滑板上边缘、滑板支撑架下边缘及接触网导线进行定位;

步骤7,获取滑板磨耗曲线:以支撑架下边缘作为基准线,计算滑板磨损面边缘与基准线上对应点的纵坐标差值,利用摄像机标定技术,将滑板的上边缘和基准线间对应点的像素点个数转化为实际物理距离,获取滑板磨耗曲线。

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南京理工大学,未经南京理工大学许可,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/201710718994.4/1.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