[发明专利]一种受电弓图像识别系统及其图像识别方法

说明书

本发明属于受电弓图像识别技术领域，公开了一种受电弓图像识别系统及其图像识别方法，受电弓图像识别系统包括：受电弓图像采集模块、中央控制模块、图像去噪模块、图像分割模块、图像特征提取模块、定位模块、受电弓结构对比模块、受损分析模块、显示模块。本发明通过图像特征提取模块提升特征提取准确度；同时，通过定位模块采取灰度值作为判定受电弓的主要特征，采用色彩信息和P‑tile算法相结合的方法，将两者结合的结果互相叠加得到的受电弓滑板粗定位的最终结果，从而提高了准确度；由于采用基于色彩的定位方法，可对常用方法进行有效补充，在采用此方法后结合基于形状的方法进行进一步定位，从而提高定位精度。

技术领域

本发明属于受电弓图像识别技术领域，尤其涉及一种受电弓图像识别系统及其图像识别方法方法。

背景技术

电力牵引机车从接触网取得电能的电气设备，安装在机车或动车车顶上。受电弓可分单臂弓和双臂弓两种，均由滑板、上框架、下臂杆(双臂弓用下框架)、底架、升弓弹簧、传动气缸、支持绝缘子等部件组成。菱形受电弓，也称钻石受电弓，以前非常普遍，后由于维护成本较高以及容易在故障时拉断接触网而逐渐被淘汰，近年来多采用单臂弓。负荷电流通过接触线和受电弓滑板接触面的流畅程度，它与滑板与接触线间的接触压力、过渡电阻、接触面积有关，取决于受电弓和接触网之间的相互作用。然而，现有受电弓图像识别系统及其图像识别方法对受电弓图像特征提取需要设置的算法参数过多，对环境敏感，不同的安装点有可能需要设置不同的参数，工作量极大，且参数的设置具有经验性，除图像特征处理专业人员，其余人员无法对参数进行较好的设置；同时，不能准确定位受电弓滑板部位。

综上所述，现有技术存在的问题是：现有受电弓图像识别系统及其图像识别方法对受电弓图像特征提取需要设置的算法参数过多，对环境敏感，不同的安装点有可能需要设置不同的参数，工作量极大，且参数的设置具有经验性，除图像特征处理专业人员，其余人员无法对参数进行较好的设置；同时，不能准确定位受电弓滑板部位。

发明内容

针对现有技术存在的问题，本发明提供了一种受电弓图像识别系统及其图像识别方法。

本发明是这样实现的，一种受电弓图像识别系统的图像识别方法，包括以下步骤：

步骤一，通过受电弓图像采集模块利用工业相机采集受电弓图像；中央控制模块通过图像去噪模块利用去噪程序对采集的受电弓图像进行去噪处理；

通过图像分割模块利用分割程序对采集的受电弓图像进行分割处理；所述分割程序包括：

输入大小为X×Y的待分割图像I和Y个形状先验；

人工或者自动地初始化演化曲线，并用水平集函数编码为φ₀；

用基于矩的方法将Y个形状先验对齐；

将对齐的形状先验用水平集函数编码，得到

将形状先验的水平集函数按列展开成列向量构成形状先验矩阵

用独立成分分析对形状先验矩阵D进行降维：对形状先验矩阵预处理,包括：数据中心化：形状先验矩阵D减去均值，得到中心化后的形状先验矩阵：

对中心化的形状先验矩阵D₁进行主成分分析：首先求D₁的协方差矩阵，C＝D₁D₁^T，其中D₁^T为矩阵D₁的转置，对协方差矩阵C进行特征值分解，C＝UΛU^T，其中为C的特征值构成的对角矩阵，U＝[u₁,...,u_M×N]为C的特征向量；