[发明专利]一种基于几何特性的电气化铁路支撑装置管帽定位方法有效
申请号: | 201910601591.0 | 申请日: | 2019-07-05 |
公开(公告)号: | CN110310276B | 公开(公告)日: | 2022-11-18 |
发明(设计)人: | 王硕禾;韩帅;薛强;张冰华;蔡承才;常宇健;刘玉芝 | 申请(专利权)人: | 石家庄铁道大学 |
主分类号: | G06T7/00 | 分类号: | G06T7/00;G06T7/62;G06T7/73 |
代理公司: | 石家庄国域专利商标事务所有限公司 13112 | 代理人: | 白海静 |
地址: | 050043 河*** | 国省代码: | 河北;13 |
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 几何 特性 电气化铁路 支撑 装置 定位 方法 | ||
本发明涉及一种基于几何特性的电气化铁路支撑装置管帽定位方法,通过对拍摄得到的支撑装置全局图像进行预处理、二值化处理、计算二值化图像联通区域的中心坐标、确定每个联通区域对应直线、将对应直线合并,最后对管帽进行定位。本发明采用了基于支撑装置的几何特征来检测臂管上管帽的方法,通过逐像素搜索来对管帽进行准确的定位。本发明能够准确的完成管帽区域的定位,检测结果不受拍摄时光照、角度以及支撑装置拍摄完整性的影响,鲁棒性强,且处理速度快,满足实际应用的要求,具有较高的实用前景和研究意义。
技术领域
本发明涉及一种电气化铁路支撑装置检测方法,具体地说是一种基于几何特性的电气化铁路支撑装置管帽定位方法。
背景技术
接触网供电系统作为电气化铁路的重要组成部分,直接影响着铁路系统的正常运行。该系统中的接触网悬挂状态检测监测装置(4C)部分由于拍摄的现场设备故障情况复杂、图像数据量巨大,难以实现自动识别。利用图像处理技术对4C图像自动识别中的支撑悬挂装置腕臂直线检测问题、管帽精确定位与故障自动识别问题,已成为接触网信息智能化的热点研究方向之一。
针对4C图像的故障识别,国内外学者已经做了很多相关研究。张春春利用机器学习和几何特征完成了接触网定位线夹的状态识别;杨亚明利用HOG+SVM完成绝缘子的定位,然后利用灰度统计特征完成其故障识别;韩烨利用HOG特征与二维Gabor小波变换完成了支撑装置耳片断裂故障识别。但是对于支撑装置的管帽定位识别问题,还没有学者做过相关研究。并且由于现场情况的多样性,采集得到的支撑装置图像会存在各种各样的情况,如因拍摄角度不同,导致图像中的支撑装置呈现各种角度;图像采集是由安装在高速运行的列车上的高速摄像机按照一定的频率采集的,会出现图像中支撑装置结构不完整的情况,甚至可能只拍摄到支撑装置上很小的一部分。这些不同的情况都增加了管帽定位的难度。
发明内容
本发明的目的就是提供一种基于几何特性的电气化铁路支撑装置管帽定位方法,以解决采用现有技术进行电气化铁路支撑装置管帽定位时检测结果差、定位准确率低的问题。
本发明是这样实现的:一种基于几何特性的电气化铁路支撑装置管帽定位方法,包括以下步骤:
a.输入支撑装置全局图像,将摄像装置拍摄得到的支撑装置全局图像输入至图像处理设备;
b.对支撑装置全局图像进行预处理,对图像进行滤波、去噪、直方图均衡化以及缩小操作,使图像满足后续图像处理的要求;
c.图像的二值化,对经过预处理的图像进行二值化处理,选择稍小于图像中镀锌部分的灰度值为阈值,比较图像中每个像素点的灰度值与设定阈值的大小关系,若像素点的灰度值大于阈值,则将该像素点设置为白色,反之将该像素点设置为黑色,得到若干个白色的联通区域,得到的白色区域便是提取出来的镀锌部分(R区域);
d.计算联通区域中心,根据得到的二值化图像计算每一个联通区域的中心坐标;
e.计算每个联通区域所对应直线,对原图像设定较小的阈值进行二值化处理,在二值化的原图上标记d步骤得到的各联通区域的中心坐标,利用最近像素法计算每一个联通区域对应直线;
f.对应直线合并,将所有的联通区域对应直线按照斜率进行分组,将斜率接近的联通区域对应直线分为一组,舍去只含有一条联通区域对应直线的组,留下的各组联通区域对应直线所对应的联通区域属于带有管帽的臂管,且同一组的联通区域对应直线所对应的联通区域属于同一个臂管,取留下的每组联通区域对应直线的斜率的均值为每组联通区域对应直线合并后唯一直线的斜率,取留下的每组联通区域对应直线所分别对应的联通区域中心坐标的均值为每组联通区域对应直线合并后唯一直线的中心点,得到每个带有管帽的臂管所对应的的唯一直线。
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石家庄铁道大学,未经石家庄铁道大学许可,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/201910601591.0/2.html,转载请声明来源钻瓜专利网。