原文传递
基于图像处理的列车车轮踏面损伤的识别研究
| 论文题名： | 基于图像处理的列车车轮踏面损伤的识别研究 |
| 关键词： | 列车车轮;踏面损伤;Canny算法;共生矩阵;纹理特征;图像处理;分类识别 |
| 摘要： | 列车车轮踏面损伤会直接影响到列车的运行安全，威胁乘客生命和财产安全，因此对车轮踏面损伤进行检测与识别便受到了越来越多的重视。目前，我国对列车车轮踏面损伤的检测主要以人工巡检为主，这种方式效率较低，且严重依赖检修工人的技术熟练程度和现场经验，漏检率较高。本文在深入研究国内外列车车轮踏面损伤检测系统以后，重点研究了数字图像处理方法在车轮踏面损伤检测中的应用，同时也为车轮踏面损伤的自动检测提供了技术支持。本文主要从以下几个方面进行研究: (1)本文对国内外现有踏面图像采集系统进行了分析调研，在此基础上确定了最终的图像采集系统，该系统包括摄像机、光源、测速传感器和触发传感器等，并且利用该装置在列车检修车间内完成踏面图像的采集。 (2)将采集好的踏面图像进行滤波和增强处理，再使用边缘检测算法对图像进行边缘检测。改进Canny算法在滤波时采用自适应加权中值滤波，然后以大津法来确定最佳高低阈值。 (3)在边缘检测后的轮缘边缘线上选取像素点，然后使用最小二乘法拟合出左右边缘线，保留左右边缘线以内的踏面区域并且在原始图像上分割出该区域，对其进行二值化处理和形态学运算后找出可疑的损伤区域。 (4)对可疑的损伤区域进行特征量分析，通过计算灰度共生矩阵得到纹理特征。选用具有较高分类精度的几个Haralick特征，即能量、对比度、熵、相关性和逆差距，然后使用BP神经网络进行分类识别。 仿真实验结果表明:改进的Canny算法能够较好地检测出车轮踏面边缘，最大限度地保留列车车轮踏面的真实边缘;采用的图像处理方法可以有效地找出损伤区域;使用BP网络对特征进行分类识别，分类效果较好。 |
| 作者： | 张志腾 |
| 专业： | 控制理论与控制工程 |
| 导师： | 侯涛 |
| 授予学位： | 硕士 |
| 授予学位单位： | 兰州交通大学 |
| 学位年度： | 2018 |
| 正文语种： | 中文 |
检索历史
应用推荐
