摘要: |
随着铁路系统大提速,机车运行的安全程度越来越受到关注。车轮作为机车车辆的重要部件,其车轮踏面故障的测量是铁路部门一直密切关注和不断研究改进的课题,因为踏面的擦伤是影响运行安全性、平稳性和运用经济性的重要因素。
论文主要由硬件和软件两部分构成。
第一部分主要是借鉴常用的机器视觉系统模型,设计出适合本系统的在线检测硬件构成,并针对系统所要求达到的精度进行了相应的参数计算,选择合适的元器件。
第二部分主要是图像处理、畸变图像的标定部分。根据车轮踏面缺陷图像的特点,利用数字图像处理技术对采集到的踏面图像进行处理并提取出缺陷,同时对缺陷图像进行标定,最后输出缺陷图像的实际尺寸。图像处理的主要步骤包括预处理、检测区域定位、边缘检测、边缘连接、目标缺陷定位。以下所提出的算法对准确地检测和分析缺陷具有极大的影响。
1.先对获取的畸变图像进行标定。
2.为避免车轮背景干扰缺陷的检测,减少运算量,在缺陷分析之前首先对踏面区域进行定位,利用垂直边缘检测算子强化踏面左右边界,再利用投影法确定踏面位置并将其剪切下来。
3.缺陷的边缘具有不规则性,为了对缺陷形状进行准确提取,论文中选择Canny算子来完成边缘检测,提取效果好,可以有效地保护边缘信息。
4.改进了边缘生长算法,对得到的边缘图像进行连接,达到一定效果。增强了目标缺陷的连通性。
5.通过对模板的标定,得到单个像素的大小,并以此来计算已定位的缺陷的实际大小。
|