[发明专利]基于机器视觉的受电弓磨耗值和受电弓异常实时检测方法

权利要求书

1.基于机器视觉的受电弓磨耗值和受电弓异常实时检测方法，其特征在于，包括以下步骤：

S1、检测系统实时检测检测栅内有没有待检测车辆，当没有待检测车辆时，检测系统处于待机状态，当检测到有车辆时进入步骤S2；

S2、当列车进入待检区域时，检测系统以及传感器启动开始工作；

S3、传感器监测到列车进入指定区域后，工业相机拍摄碳滑板提取图像数据；提取的图像数据包括受电弓碳滑板区域图像、受电弓中心线区域图像、受电弓羊角区域图像与受电弓表面裂纹图像中的一种或多种；

S4、当传感器检测到列车离开后将采集到的图像反馈到图像处理系统中，进行图像分析处理；图像分析处理包括对于滑板磨耗图像的分析处理、对于中心线偏移图像的分析处理、对于羊角缺失图像的分析处理与对于受电弓表面裂纹图像的分析处理中的一项或多项；

S5、对受电弓碳滑板健康状况特征提取、分析；若判断受电弓碳滑板健康状况出现问题，发出警报，若判断受电弓碳滑板健康状况无问题，则系统正常工作；

S6、完成检测。

2.根据权利要求1所述的基于机器视觉的受电弓磨耗值和受电弓异常实时检测方法，其特征在于，步骤S2中传感器包括光电传感器与车轮轴位传感器。

3.根据权利要求1所述的基于机器视觉的受电弓磨耗值和受电弓异常实时检测方法，其特征在于，步骤S4中对于滑板磨耗图像的分析处理步骤如下：

S4A1、对磨耗相机采集的半弓图像进行畸变矫正、初步裁剪和高斯滤波预处理；

S4A2、通过行投影变换的方法进行滑板定位，确定检测区域；

S4A3、使用自适应Canny边缘检测和基于三次多项式拟合的亚像素边缘检测滑板的上下边缘；

S4A4、通过相机标定的参数将图像像素坐标转化为现实坐标系中的实际坐标并计算最大磨耗值。

4.根据权利要求1所述的基于机器视觉的受电弓磨耗值和受电弓异常实时检测方法，其特征在于，所述对于中心线偏移图像的分析处理的具体步骤为：

S4B1、对中心线相机采集的全弓图像进行畸变矫正、初步裁剪和高斯滤波预处理；

S4B2、通过自适应Canny边缘检测和霍夫直线检测接触网边缘和滑板上边缘，进而确定滑板与接触线摩擦位置；

S4B3、使用模板匹配定位两侧羊角特征点，确定受电弓中心；

S4B4、计算中心线偏移并根据标定参数转换至现实坐标系。

5.根据权利要求1所述的基于机器视觉的受电弓磨耗值和受电弓异常实时检测方法，其特征在于，所述对于羊角缺失图像的分析处理的具体步骤为：

S4C1、对中心线相机采集的全弓图像进行畸变矫正、初步裁剪和滤波预处理；

S4C2、提取羊角图像的主特征；

S4C3、使用事先训练好的SVM分类器对羊角图像进行分类并判断羊角是否缺失。

6.根据权利要求1述的基于机器视觉的受电弓磨耗值和受电弓异常实时检测方法，其特征在于，所述对于受电弓表面裂纹图像的分析处理的具体步骤为：

S4D1、根据图像对表面裂纹进行提取检测；

S4D2、采用OTSU对于裂纹图像进行二值化处理；

S4D3、通过二值化图像腐蚀运算去除图像中的无用信息；

S4D4、通过裂纹计算公式获取裂纹长度数据。