原文传递
基于机器视觉的铁路轨道检测系统设计与实现
| 论文题名： | 基于机器视觉的铁路轨道检测系统设计与实现 |
| 关键词： | 机器视觉;轨道巡检;轨缝测量 |
| 摘要： | 近年来，我国交通运输业持续发展，技术革新和经济需求推动了高速铁路快速发展，铁路轨道铺设量和里程数不断增加，同时铁路轨道的日常检测工作负担成几何级数增长，目前我国的铁路轨道检测仍然保留在人工巡检阶段，稳定性差，漏检率高，另一方面对铁路巡检人员安全存在较大隐患。随着科技进步，自动化程度的提高，铁路轨道检测必定会向着自动化、智能化的实时检测趋势发展。 机器视觉技术高速发展，已经在诸多领域深入应用，例如医疗、制造、安全、军事等，并且取得了良好的效果。本文提出了一种基于机器视觉的铁路轨道检测系统，重点检测铁路轨道轨缝距离和铁轨弹条的缺失，利用工业相机的高时滞性和图像处理技术的高精确性来代替人工巡视检测，同时具有可靠性高、数据留存和适用性广等特点。 针对秦皇岛港管铁路的铺设特点和铁轨特征，提出了一套适应于秦皇岛港管铁路轨道的检测算法。在铁路轨道轨缝检测算法中，将采集图片经过预处理后，通过直方图统计信息进行判断，对疑似存在铁路轨缝的图片进行形态学处理，经标定进行转化为真实轨缝数据进行判别；在铁路轨道弹条检测算法中，将标准弹条图像进行边缘提取和形态学处理，然后进行分类和训练，最后设计了一种基于边缘扫描的弹条状态检测算法进行模式识别，判断出检测图像弹条状态。 本文介绍了检测系统的硬件设备组成，采集系统通过实时采集图片传输至处理系统，实现在线处理和数据保存。同时也介绍了检测系统算法编译环境和软件界面的基本功能。经过大量现场采集数据的处理，验证了检测算法和系统的准确性，同时对同领域类似检测系统有一定借鉴价值。 |
| 作者： | 尹丹 |
| 专业： | 电气工程 |
| 导师： | 李雅倩;范铁彬 |
| 授予学位： | 硕士 |
| 授予学位单位： | 燕山大学 |
| 学位年度： | 2017 |
| 正文语种： | 中文 |
检索历史
应用推荐
