原文传递
基于机器视觉的轮对尺寸检测技术研究
| 论文题名： | 基于机器视觉的轮对尺寸检测技术研究 |
| 关键词： | 轮对尺寸;机器视觉;图像处理;边缘检测;列车轮对 |
| 摘要： | 轮对的外形尺寸是衡量轮对技术状态的重要指标。列车轮对在运行一段时间以后，要按照相关要求对轮对进行检修。在检修中，对轮对几何尺寸、位置准确度的检测十分重要，检测数据是否准确直接关系到轮对的检修装配质量以及列车的行车安全。特别是近年来，高速铁路迅速发展，列车速度、运量密度和载重量不断提高，轮对的磨耗更加严重，因此对轮对尺寸的检测要求变得更高。 本文以北京新联铁公司的全自动轮对检测系统作为研究对象，分析了系统中存在的不足，重点针对检测系统的图像处理系统进行分析改进，设计出满足精度要求的图像处理系统。 针对检测系统现存的不足，本文总结了系统采集到的图片的噪声及边缘特性；分析了多种滤波器原理及特点，并选用合理滤波器进行滤波操作以达到抑制噪声的目的；分析了多种边缘检测算法的原理及特点，并利用轮对图像对其进行了验证；提出将小波分析变换边缘检测算法与Canny边缘检测算法共用的算法，解决了寻找自适应阈值的难题；提出利用八连通轮廓阈值除去图像中无法通过滤波消除的噪声的方法，并根据噪声判断图像情况，调整边缘检测的阈值，以获得更好的边缘检测效果；采用合适的方法对所需点进行标定。 通过以上工作，本文较好地解决了检测系统现存的问题。使用本文设计的图像处理系统进行检测，不仅能够处理正常情况下获取的图像，还能够对反光严重的轮缘及踏面边缘进行比较准确的标定，能够及时对背景板的情况进行判断并给出擦拭提示等。 |
| 作者： | 成文凭 |
| 专业： | 机械制造及其自动化 |
| 导师： | 李建勇 |
| 授予学位： | 硕士 |
| 授予学位单位： | 北京交通大学 |
| 学位年度： | 2011 |
| 正文语种： | 中文 |
检索历史
应用推荐
