原文传递
基于线结构激光的钢轨轮廓匹配研究
| 论文题名： | 基于线结构激光的钢轨轮廓匹配研究 |
| 关键词： | 钢轨轮廓;图像匹配;线结构激光;磨耗检测装置;半自动标定 |
| 摘要： | 随着铁路运输速度的提升和线路的大量开通，对钢轨损伤检测提出了更严苛的要求，钢轨损伤包括多个方面，如表面和内部缺陷、轨顶磨耗等。现阶段对表面及内部缺陷的检测已经有较为成熟的方法，而对磨损及钢轨廓形的检测仍需进行进一步的探索，以满足日益提高的检测需求，因此本文研究了基于线结构激光的钢轨轮廓图像匹配方法，并搭建了一套可用于实际测量的磨耗检测装置，主要研究内容及成果如下： 1.搭建了线激光扫描系统用于获取钢轨左右侧轮廓并计算磨耗。该系统包括图像采集装置和计算机控制端。采集装置中有三个线激光器将整个钢轨截面照亮，经过相机标定后，将标定板换为钢轨，然后通过装有滤光片的工业相机分别拍摄钢轨的左右部分，图像经过数据线传输到计算机端后经过算法处理显示匹配结果，同时计算轨顶磨耗并评判磨损程度。 2.通过分析线激光图像标定时传统标定方法的局限性，设计了一种新型标定板，并采用一种半自动标定方法完成对相机的标定。结合张氏标定法和Harris角点检测可以实现相机参数的自动计算，然而在使用传统棋盘格标定板时，标定平面难以与激光平面重合，因此设计了一种阶梯型标定板，之后利用多项式变换计算标定参数，并通过基于后向映射的双线性插值对图像进行重构。经过实验，当采集13组特征点时，标定精度最佳，从而完成钢轨轮廓图像校正。 3.研究了钢轨轮廓匹配方法。通过实验证实了传统点云迭代算法和基于几何特征匹配方法的不足，并提出基于改进的SURF算法的轮廓匹配方法，相对于传统基于图像特征的轮廓匹配方法，改进后算法匹配运行时间快，匹配左侧图像时，平均匹配时间为933ms，正确匹配对数占90.9%，匹配右侧图像时，平均匹配时间为962ms，正确匹配对数占91.3%。此外，由于随机样本一致性（RandomSampleConsensus，RANSAC）算法在迭代次数内具有随机性，通过设置不同的迭代次数，并分别运行程序100次，测试了算法正确融合效果的稳定性，结果表明，利用该算法进行匹配时，稳定性达90%以上。 |
| 作者： | 陈旭昂 |
| 专业： | 光学工程 |
| 导师： | 余学才 |
| 授予学位： | 硕士 |
| 授予学位单位： | 电子科技大学 |
| 学位年度： | 2023 |
检索历史
应用推荐
