原文传递
基于图像处理的列车车底螺栓检测技术研究
| 论文题名： | 基于图像处理的列车车底螺栓检测技术研究 |
| 关键词： | 列车车底;螺栓丢失;故障检测;图像处理 |
| 摘要： | 地铁列车底部是地铁结构最为复杂、零件最为繁杂的部位，目前，地铁列车车底状态检测主要为段检、厂检等人工检测手段，不具有实时性并且存在漏检的情况。因此研究列车车底实时检测是十分必要的。 本文首先对基于图像处理的列车车底螺栓检测系统进行分析和设计，在系统架构设计的基础上分别对系统的软硬件方案进行设计，根据硬件方案设计搭建硬件系统得到车底原始图像。 由于采集到的车底原始图像存在图像质量问题，因此对采集到的地铁列车车底图像通过图像处理技术进行图像的修复与校正，具体包括图像的光照不均校正和图像的畸变校正，对经过图像处理的高质量图像进行图像拼接得到车底完整图像。 车底原始图像经过图像处理校正之后得到质量较高的车底全景图像，可以满足目标检测算法对于被检测图像的质量要求，因此经过图像处理对目标检测算法进行分析和研究，分别对YOLO算法、SSD算法进行了研究，并分别使用对车底螺栓进行检测，通过对比分析它们各自对于螺栓检测的优缺点，在此基础之上结合本系统特点对SSD算法进行了网络结构、损失函数和非极大值抑制方面的优化使得对螺栓检测效果更佳，达到本系统和地铁对于螺栓检测的要求。 最后按照设计好的方案在广州地铁镇龙车辆段21号线进行系统的落地实现和搭建并在此基础上完成系统的离线测试，通过相关指标参数对测试结果进行分析评估验证本系统能够达到地铁车底实时检测的各项要求。 |
| 作者： | 雷威 |
| 专业： | 电气工程 |
| 导师： | 邢宗义 |
| 授予学位： | 硕士 |
| 授予学位单位： | 南京理工大学 |
| 学位年度： | 2021 |
检索历史
应用推荐
