CN105004280A - 基于机器视觉火车导轨轮廓测量中的图像复原方法 - Google Patents

基于机器视觉火车导轨轮廓测量中的图像复原方法 Download PDF

Info

Publication number
CN105004280A
CN105004280A CN201510408510.7A CN201510408510A CN105004280A CN 105004280 A CN105004280 A CN 105004280A CN 201510408510 A CN201510408510 A CN 201510408510A CN 105004280 A CN105004280 A CN 105004280A
Authority
CN
China
Prior art keywords
image
laser
train
coordinate
guide rail
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201510408510.7A
Other languages
English (en)
Inventor
余学才
张行至
张利勋
周建华
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Chengdu Multipole Technology Co Ltd
Original Assignee
Chengdu Multipole Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Chengdu Multipole Technology Co Ltd filed Critical Chengdu Multipole Technology Co Ltd
Priority to CN201510408510.7A priority Critical patent/CN105004280A/zh
Publication of CN105004280A publication Critical patent/CN105004280A/zh
Pending legal-status Critical Current

Links

Landscapes

  • Length Measuring Devices By Optical Means (AREA)

Abstract

本发明公开了一种基于机器视觉火车导轨轮廓测量中的图像复原方法,包括以下步骤:S1、安放标定板:将标定板安放在火车导轨上,使激光器照射在待检测火车导轨表面形成一道细窄光条,在该光条处设置标定板,使标定板与光条的条纹重合;S2、获取定标图像:连好CCD摄像机,当视窗内出现位于激光平面内的标定板的图像时,获取激光照射下火车导轨断面轮廓图像;S3、对获取的单像素曲线进行标定还原,得到火车导轨实际轮廓线。本发明对轮廓线进行标定还原处理,将CCD相机采集到的二维图像模型通过计算来还原实际的三维空间上图像的信息,能够将畸变消除,还原真实轮廓线,使计算结果更加准确可靠。

Description

基于机器视觉火车导轨轮廓测量中的图像复原方法
技术领域
本发明属于基于图像的非接触式自动测量领域,涉及图像处理、激光与光学、计算机、自动控制领域,具体是指一种基于机器视觉火车导轨轮廓测量中的图像复原方法。
背景技术
钢轨作为铁路运输中的重要载体,是铁路运输中最基础单元之一,它的状态好坏直接影响着列车的运行安全。尤其是当列车在高速、重载、高密度下运行时,钢轨磨耗加大,寿命缩短,对列车安全造成极大危害。铁道部在铁路线路“维规”中,针对钢轨轻、重伤规定了轨头磨耗的限定值,并要求当检测出钢轨轨头磨耗超出限定值后就要及时进行处理或更换,以保证列车的运行安全。
随着铁路运输行车密度的提升、运行速度的急剧提高,钢轨的磨耗越来越严重,尤其是轨头处的小半径曲线内侧磨损尤为严重,影响了列车的平稳运行,微小轨道的几何偏差都有可能对列车(尤其是高铁)造成摇晃和各种振动,对列车行驶和旅客乘车的舒适度都有影响,甚至由于轨道磨损加重造成横向运行的偏移。当轮横向力增大时,就有可能会发生列车脱轨等情况,给旅客和行车安全带来极大的危害。钢轨的磨损程度决定钢轨的使用寿命,磨损值到达一定限度时,需要及时地更换。钢轨磨耗的测量数据是工务系统决定钢轨是否需要更换的重要依据,因此,准确地检测轨道的磨耗量大小,并分析各个路段磨耗情况是一项非常重要的工作。
机械接触测量法是我国目前使用得最多的一种方法,主要是采用卡尺进行手工测量,这种方法完全是依靠人工,接触式测量的缺点是速度太慢,误差大,人为因素影响大、效率低,而且不便于事后分析统计和存档。接触式测量另一个分支就是机械和电子、可编程等技术综合应用开发的钢轨磨耗检查器。另外还有光电编码法、位移传感法和基于图像处理的非接触式测量法,这种方法通过传感器间接获取钢轨断面的轮廓曲线,将绘制的曲线与标准的曲线对比得到磨耗值。按照传感器的不同又可分为光电编码器和位移传感器。丹麦绿林公司研制的MINIPROF系统,它由一台笔记本、专用伸缩箱和轮轨测量装置组成。通过测量装置上的小磁轮接触被测钢轨表面,人工控制小磁轮,通过计算机得到传感器的极坐标数据,转换为笛卡尔坐标后计算出轮廓。磁轮芯的轨迹会被记录下来,计算机就可以算出断面的真实轮廓。国内的光电编码检测设备有由同济大学铁道学院和靖江华星公司合作研制的WRS2000型钢轨轨头外形测录仪,它是通过高精度的光电编码器来实现的。另外同济大学还研制了一种下置滑动式铁路钢轨波浪形磨耗测量装置,该装置采用简单的机械构件形成纵向测量基准和导轨,并采用USB接口和控制技术与计算机无线传输测量结果,能即时将结果显示在屏幕上。
基于机器视觉轮廓测量技术是一种非接触测量技术,具有速度快、能获取轮廓全貌、数据管理方便等优点。近年来由于数字图像技术、激光技术和计算机技术的高速发展,基于机器视觉的火车导轨轮廓测量技术得到很大发展。基于机器视觉轮廓测量技术是一种非接触测量技术,具有速度快、能获取轮廓全貌、数据管理方便等优点。
发明内容
本发明的目的在于克服现有技术的不足,提供一种对轮廓线进行标定还原处理,将CCD相机采集到的二维图像模型通过计算来还原实际的三维空间上图像的信息,能够将畸变消除,还原真实轮廓线形状,使计算结果准确可靠的基于机器视觉火车导轨轮廓测量中的图像复原方法。
本发明的目的是通过以下技术方案来实现的:基于机器视觉火车导轨轮廓测量中的图像复原方法,包括以下步骤:
S1、安放标定板:将标定板安放在火车导轨上,打开测量用激光器,使激光器照射在待检测火车导轨表面形成一道细窄光条,在该光条处设置标定板,使标定板与光条的条纹重合,并保持标定板是垂直安放的;
S2、获取定标图像:连好CCD摄像机,当视窗内出现位于激光平面内的标定板的图像时,获取激光照射下火车导轨断面轮廓图像并对获取的轮廓图像进行滤波、二值化、细化和中心提取处理,得到一条单像素曲线;
S3、对获取的单像素曲线进行标定还原,得到火车导轨实际轮廓线。
进一步地,所述的激光器为线激光束。
进一步地,所述的步骤S3中的标定还原是指通过几何模型来重构激光平面和相机焦平面的对应关系。
进一步地,所述的步骤S3具体包括以下子步骤:
S31:通过CCD相机成像和图像畸变的变化,相机焦平面上的图像坐标和激光平面上的世界坐标变换关系为:
x = F ( u , v ) y = G ( u , v ) - - - ( 1 )
其中,P(x,y)为激光平面上的点,Q(u,v)表示相机焦平面上的点,F(u,v)、G(u,v)是未知的函数,标定的目的就是通过固定的激光平面坐标系和相机焦平面坐标的关系来确定函数F(u,v)、G(u,v)的具体形式,在实际应用中通过这两个函数将图像坐标变换为激光平面上的坐标;近似到二次项,F(u,v)、G(u,v)形式为:
x = k 1 u 2 + k 2 u v + k 3 v 2 + k 4 u + k 5 v + k 6 y = k 7 u 2 + k 8 u v + k 9 v 2 + k 10 u + k 11 v + k 12 - - - ( 2 )
其中(k1,k2,……,k12)为常系数,标定的任务为确定此系数组;
S32:采用半自动化定标的方法,通过预先设定标定板上的20个坐标点:(x1,y1),(x2,y2),……,(x20,y20),即激光平面上的坐标点,通过图像处理的方法来采集相机焦平面上对应的图像坐标值:(u1,v1),(u2,v2),……,(u20,v20),带入(2)式:
x 1 = k 1 u 1 2 + k 2 u 1 v 1 + k 3 v 1 2 + k 4 u 1 + k 5 v 1 + k 6 y 1 = k 7 u 1 2 + k 8 u 1 v 1 + k 9 v 1 2 + k 10 u 1 + k 11 v 1 + k 12 x 2 = k 1 u 2 2 + k 2 u 2 v 2 + k 3 v 2 2 + k 4 u 2 + k 5 v 2 + k 6 y 2 = k 7 u 2 2 + k 8 u 2 v 2 + k 9 v 2 2 + k 10 u 2 + k 11 v 2 + k 12 ... ... x 20 = k 1 u 20 2 + k 2 u 20 v 20 + k 3 v 20 2 + k 4 u 20 + k 5 v 20 + k 6 y 20 = k 7 u 20 2 + k 8 u 20 v 20 + k 9 v 20 2 + k 10 u 20 + k 11 v 20 + k 12 - - - ( 3 )
通过最小二乘法求出系数组(k1,k2,……,k12);
S33:在测量系统中,对CCD相机所获得的图像坐标通过(2)式进行标定还原,得到火车导轨实际轮廓线。
本发明的有益效果是:
1、通过线性激光器和CCD相机采集到的火车导轨轮廓线,经过噪声处理、断线连接等图像处理手段得到相对可靠的轮廓线,然后再对轮廓线进行标定还原处理,将CCD相机采集到的二维图像模型通过计算来还原实际的三维空间上图像的信息,能够将畸变消除,还原真实轮廓线,使计算结果准确可靠;
2、采用非接触式测量方法,采用激光光切法获取钢轨断面轮廓曲线,并采用CCD相机采集激光图像,并将采集到的图像传输至计算机进行处理;具有图像采集速度快,能获取轮廓全貌和数据管理方便等优点。
附图说明
图1为本发明的火车导轨磨耗测量系统结构示意图;
图2为本发明的轮廓线所在的激光平面和像机焦平面示意图;
图3为本发明的激光平面上的标定板示意图;
图4为本实施例的三段参考线在钢轨平面的位置示意图。
具体实施方式
下面结合附图和具体实施例进一步说明本发明的技术方案。
如图1所示,火车导轨磨耗测量系统通过窄线状激光器照射在待检测火车导轨表面形成一细窄光条,由CCD摄像机拍摄光条得到火车导轨轮廓图像并传输到计算机图像处理系统进行处理,轮廓图像经过滤波、二值化、细化、中心提取等图像处理后得到一条单像素曲线。为获取线激光照明的火车导轨轮廓全貌,CCD摄像机的光轴和火车导轨轮廓所在平面不可能垂直,因此光条图像是扭曲的。为得到CCD摄像机与火车导轨截面绝对垂直并且镜头不存在任何畸变的情况下的光条图像,即测量所需要的图像,在图像二值化之后,需要对图像进行复原。测量系统在测量之前必须确定12个参数,才能在实际测量过程中程序自动调用标定参数对每一帧图像进行自动校正。
本发明的基于机器视觉火车导轨轮廓测量中的图像复原方法,包括以下步骤:
S1、安放标定板:将标定板安放在火车导轨上,打开测量用激光器,使激光器照射在待检测火车导轨表面形成一道细窄光条,在该光条处设置标定板,使标定板与光条的条纹重合,并保持标定板是垂直安放的;将标定板卡在没有磨耗的火车导轨上,位于线激光束所在的平面,即导轨轮廓所在平面。确保图像传感器相对校正板的位姿与实际测量钢轨磨耗时相对待测钢轨的位姿一致,同时也保证了校正板与待测钢轨的激光平面一致。采用漫射背光照明方法,由于标定板是透光的,内部的网格线能在摄像机中清晰成像,避免了使用正面照明造成的反射;
S2、获取定标图像:连好CCD摄像机,当视窗内出现位于激光平面内的标定板的图像时,获取激光照射下火车导轨断面轮廓图像并对获取的轮廓图像进行滤波、二值化、细化和中心提取处理,得到一条单像素曲线;
S3、对获取的单像素曲线进行标定还原,得到火车导轨实际轮廓线;由于焦平面相对于激光平面之间有坐标平移、旋转、放大(缩小)以及图像畸变效应,因此通过几何模型来重构激光平面和相机焦平面的对应关系;具体包括以下子步骤:
S31:通过CCD相机成像和图像畸变的变化,相机焦平面上的图像坐标和激光平面上的世界坐标变换关系为:
x = F ( u , v ) y = G ( u , v ) - - - ( 1 )
其中,P(x,y)为激光平面上的点,Q(u,v)表示相机焦平面上的点,设图1中轮廓线所在的激光平面为图2中(X-Y)平面,像机焦平面坐标为(U-V)平面,参数(k1,k2,……,k12)是待定系数,一旦这12个参数确定,相机焦平面上任意点到激光平面坐标就按(1)式进行计算。原则上,已知激光平面上6个点的坐标和相应像点的坐标就可以求出这些系数。但为了提高校正参数的精度,一般选取的点应远大于6个(本实施例中用了20个),点数越多,精度越高。利用这些已知点畸变的相机焦平面坐标和未畸变的激光平面坐标,通过最小二乘法求解超定方程组,求出12个参数,通过(1)式,对图像进行变换,就完成了畸变图像复原。F(u,v)、G(u,v)是未知的函数,标定的目的就是通过固定的激光平面坐标系和相机焦平面坐标的关系来确定函数F(u,v)、G(u,v)的具体形式,在实际应用中通过这两个函数将图像坐标变换为激光平面上的坐标;近似到二次项,F(u,v)、G(u,v)形式为:
{ x = k 1 u 2 + k 2 u v + k 3 v 2 + k 4 u + k 5 v + k 6 y = k 7 u 2 + k 8 u v + k 9 v 2 + k 10 u + k 11 v + k 12 - - - ( 2 )
其中(k1,k2,……,k12)为常系数,标定的任务为确定此系数组;
S32:采用半自动化定标的方法,通过预先设定标定板上的20个坐标点:(x1,y1)、(x2,y2)、……、(x20,y20),即激光平面上的坐标点,通过图像处理的方法来采集相机焦平面上对应的图像坐标值:(u1,v1)、(u2,v2)、……、(u20,v20),带入(2)式:
x 1 = k 1 u 1 2 + k 2 u 1 v 1 + k 3 v 1 2 + k 4 u 1 + k 5 v 1 + k 6 y 1 = k 7 u 1 2 + k 8 u 1 v 1 + k 9 v 1 2 + k 10 u 1 + k 11 v 1 + k 12 x 2 = k 1 u 2 2 + k 2 u 2 v 2 + k 3 v 2 2 + k 4 u 2 + k 5 v 2 + k 6 y 2 = k 7 u 2 2 + k 8 u 2 v 2 + k 9 v 2 2 + k 10 u 2 + k 11 v 2 + k 12 ... ... x 20 = k 1 u 20 2 + k 2 u 20 v 20 + k 3 v 20 2 + k 4 u 20 + k 5 v 20 + k 6 y 20 = k 7 u 20 2 + k 8 u 20 v 20 + k 9 v 20 2 + k 10 u 20 + k 11 v 20 + k 12 - - - ( 3 )
为了消除个别点对结果的影响,通过最小二乘法求出系数组(k1,k2,……,k12);
S33:在测量系统中,对CCD相机所获得的图像坐标通过(2)式进行标定还原,得到火车导轨实际轮廓线。
进一步地,所述的激光器为线激光束。
为了进行图像复原,本实施例采用如下的标定板:板上密排网格线,网格上每个小正方形尺寸为2.0×2.0mm,根据测量钢轨磨耗图像的特点,感兴趣区域为钢轨的外侧曲线,选择沿钢轨外侧曲线排列的20个网格线交叉点,将其激光平面坐标(x,y)的值预先存储在校正程序中,并将这20个点排序,在标定板上标出序号,通过图像识别算法自动依次获得到这些特征点的坐标(u,v)。如图3所示,CCD相机的光轴与标定板平面不垂直,图像畸变很明显,在物距较小的右半平面,小正方图像较大;在物距较大的右半平面,小正方图像较小。
为了检验本发明对畸变图像复原的效果,如图4所示,选取标定板上横、竖、斜3条线段为参照线,这三条线模拟了钢轨垂直磨耗、侧面磨耗的所用到的光条位置,这些线段的长度在世界坐标系中是已知的,从自动标定后的图像,计算这些线段的长度,结果列于表1中。从表可见,复原前线段长度与实际长度有非常大的误差,复原后线段长度与实际长度误差小于0.2mm。
表1 世界坐标系中的三段参考线段的真实值与图像复原前后计算值比较
本领域的普通技术人员将会意识到,这里所述的实施例是为了帮助读者理解本发明的原理,应被理解为本发明的保护范围并不局限于这样的特别陈述和实施例。本领域的普通技术人员可以根据本发明公开的这些技术启示做出各种不脱离本发明实质的其它各种具体变形和组合,这些变形和组合仍然在本发明的保护范围内。

Claims (4)

1.基于机器视觉火车导轨轮廓测量中的图像复原方法,其特征在于,包括以下步骤:
S1、安放标定板:将标定板安放在火车导轨上,打开测量用激光器,使激光器照射在待检测火车导轨表面形成一道细窄光条,在该光条处设置标定板,使标定板与光条的条纹重合,并保持标定板是垂直安放的;
S2、获取定标图像:连好CCD摄像机,当视窗内出现位于激光平面内的标定板的图像时,获取激光照射下火车导轨断面轮廓图像并对获取的轮廓图像进行滤波、二值化、细化和中心提取处理,得到一条单像素曲线;
S3、对获取的单像素曲线进行标定还原,得到火车导轨实际轮廓线。
2.根据权利要求1所述的图像复原方法,其特征在于,所述的激光器为线激光束。
3.根据权利要求1所述的图像复原方法,其特征在于,所述的步骤S3中的标定还原是指通过几何模型来重构激光平面和相机焦平面的对应关系。
4.根据权利要求3所述的图像复原方法,其特征在于,所述的步骤S3具体包括以下子步骤:
S31:通过CCD相机成像和图像畸变的变化,相机焦平面上的图像坐标和激光平面上的世界坐标变换关系为:
x = F ( u , ) y = G ( u , v ) - - - ( 1 )
其中,P(x,y)为激光平面上的点,Q(u,v)表示相机焦平面上的点,F(u,v)、G(u,v)是未知的函数,标定的目的就是通过固定的激光平面坐标系和相机焦平面坐标的关系来确定函数F(u,v)、G(u,v)的具体形式,在实际应用中通过这两个函数将图像坐标变换为激光平面上的坐标;近似到二次项,F(u,v)、G(u,v)形式为:
{ x = k 1 u 2 + k 2 u v + k 3 v 2 + k 4 u + k 5 v + k 6 y = k 7 u 2 + k 8 u v + k 9 v 2 + k 10 u + k 11 v + k 12 - - - ( 2 )
其中(k1,k2,……,k12)为常系数,标定的任务为确定此系数组;
S32:采用半自动化定标的方法,通过预先设定标定板上的20个坐标点:(x1,y1),(x2,y2),……,(x12,y12),即激光平面上的坐标点,通过图像处理的方法来采集相机焦平面上对应的图像坐标值:(u1,v1),(u2,v2),……,(u12,v12),带入(2)式:
x 1 = k 1 u 1 2 + k 2 u 1 v 1 + k 3 v 1 2 + k 4 u 1 + k 5 v 1 + k 6 y 1 = k 7 u 1 2 + k 8 u 1 v 1 + k 9 v 1 2 + k 10 u 1 + k 11 v 1 + k 12 x 2 = k 1 u 2 2 + k 2 u 2 v 2 + k 3 v 2 2 + k 4 u 2 + k 5 v 2 + k 6 y 2 = k 7 u 2 2 + k 8 u 2 v 2 + k 9 v 2 2 + k 10 u 2 + k 11 v 2 + k 12 ... ... x 20 = k 1 u 20 2 + k 2 u 20 v 20 + k 3 v 20 2 + k 4 u 20 + k 5 v 20 + k 6 y 20 = k 7 u 20 2 + k 8 u 20 v 20 + k 9 v 20 2 + k 10 u 20 + k 11 v 20 + k 12 - - - ( 3 )
通过最小二乘法求出系数组(k1,k2,……,k12);
S33:在测量系统中,对CCD相机所获得的图像坐标通过(2)式进行标定还原,得到火车导轨实际轮廓线。
CN201510408510.7A 2015-07-13 2015-07-13 基于机器视觉火车导轨轮廓测量中的图像复原方法 Pending CN105004280A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510408510.7A CN105004280A (zh) 2015-07-13 2015-07-13 基于机器视觉火车导轨轮廓测量中的图像复原方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510408510.7A CN105004280A (zh) 2015-07-13 2015-07-13 基于机器视觉火车导轨轮廓测量中的图像复原方法

Publications (1)

Publication Number Publication Date
CN105004280A true CN105004280A (zh) 2015-10-28

Family

ID=54377045

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510408510.7A Pending CN105004280A (zh) 2015-07-13 2015-07-13 基于机器视觉火车导轨轮廓测量中的图像复原方法

Country Status (1)

Country Link
CN (1) CN105004280A (zh)

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105841633A (zh) * 2016-05-23 2016-08-10 电子科技大学 基于双波面干涉条纹阵列的大面积光学轮廓测量标定方法
CN105865369A (zh) * 2016-05-23 2016-08-17 电子科技大学 基于双波面干涉条纹阵列大面积光学轮廓测量装置和方法
CN106093071A (zh) * 2016-08-22 2016-11-09 合肥德泰科通测控技术有限公司 钢轨的三维全参数智能化检测方法
CN106885532A (zh) * 2016-09-09 2017-06-23 武汉滨湖电子有限责任公司 一种高精度的铁轨几何轮廓的检测方法
CN108731599A (zh) * 2016-08-30 2018-11-02 大连民族大学 钢轨磨耗深度计算方法
CN109696123A (zh) * 2018-12-29 2019-04-30 广州微易轨道交通科技有限公司 基于线激光检测技术的车辆关键部件形位检测方法
CN112683195A (zh) * 2020-12-07 2021-04-20 中国铁道科学研究院集团有限公司基础设施检测研究所 钢轨纵向标定方法及装置
CN112683196A (zh) * 2020-12-07 2021-04-20 中国铁道科学研究院集团有限公司基础设施检测研究所 钢轨轮廓测量方法及装置
CN112902869A (zh) * 2021-01-21 2021-06-04 中国铁道科学研究院集团有限公司基础设施检测研究所 轨廓测量系统激光平面调整方法及装置
CN113776456A (zh) * 2021-08-31 2021-12-10 中国铁道科学研究院集团有限公司 基于双线激光的曲线段钢轨轮廓测量误差修正方法及装置
CN116142260A (zh) * 2023-04-21 2023-05-23 中铁第五勘察设计院集团有限公司 一种轨道自动化变形监控系统及其监控方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000146539A (ja) * 1998-11-04 2000-05-26 Tokimec Inc レール断面測定装置
CN104655043A (zh) * 2014-10-28 2015-05-27 电子科技大学 一种基于机器视觉火车导轨轮廓测量中轮廓配准方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000146539A (ja) * 1998-11-04 2000-05-26 Tokimec Inc レール断面測定装置
CN104655043A (zh) * 2014-10-28 2015-05-27 电子科技大学 一种基于机器视觉火车导轨轮廓测量中轮廓配准方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
占栋 等人: "轨道检测中激光摄像式传感器标定方法研究", 《机械工程学报》 *
吴柯庆: "火车导轨磨耗机器视觉测量系统中的若干问题研究", 《中国优秀学位论文全文数据库信息科技辑》 *
张涛 等: "《MATLAB图像处理编程与应用》", 30 April 2014 *

Cited By (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105865369B (zh) * 2016-05-23 2019-03-15 电子科技大学 基于双波面干涉条纹阵列大面积光学轮廓测量装置和方法
CN105865369A (zh) * 2016-05-23 2016-08-17 电子科技大学 基于双波面干涉条纹阵列大面积光学轮廓测量装置和方法
CN105841633A (zh) * 2016-05-23 2016-08-10 电子科技大学 基于双波面干涉条纹阵列的大面积光学轮廓测量标定方法
CN105841633B (zh) * 2016-05-23 2018-03-27 电子科技大学 基于双波面干涉条纹阵列的大面积光学轮廓测量标定方法
CN106093071A (zh) * 2016-08-22 2016-11-09 合肥德泰科通测控技术有限公司 钢轨的三维全参数智能化检测方法
CN108731599A (zh) * 2016-08-30 2018-11-02 大连民族大学 钢轨磨耗深度计算方法
CN106885532A (zh) * 2016-09-09 2017-06-23 武汉滨湖电子有限责任公司 一种高精度的铁轨几何轮廓的检测方法
CN106885532B (zh) * 2016-09-09 2019-07-19 武汉滨湖电子有限责任公司 一种高精度的铁轨几何轮廓的检测方法
CN109696123A (zh) * 2018-12-29 2019-04-30 广州微易轨道交通科技有限公司 基于线激光检测技术的车辆关键部件形位检测方法
CN112683195A (zh) * 2020-12-07 2021-04-20 中国铁道科学研究院集团有限公司基础设施检测研究所 钢轨纵向标定方法及装置
CN112683196A (zh) * 2020-12-07 2021-04-20 中国铁道科学研究院集团有限公司基础设施检测研究所 钢轨轮廓测量方法及装置
CN112902869A (zh) * 2021-01-21 2021-06-04 中国铁道科学研究院集团有限公司基础设施检测研究所 轨廓测量系统激光平面调整方法及装置
CN113776456A (zh) * 2021-08-31 2021-12-10 中国铁道科学研究院集团有限公司 基于双线激光的曲线段钢轨轮廓测量误差修正方法及装置
CN113776456B (zh) * 2021-08-31 2023-08-08 中国铁道科学研究院集团有限公司 基于双线激光的曲线段钢轨轮廓测量误差修正方法及装置
CN116142260A (zh) * 2023-04-21 2023-05-23 中铁第五勘察设计院集团有限公司 一种轨道自动化变形监控系统及其监控方法

Similar Documents

Publication Publication Date Title
CN105004280A (zh) 基于机器视觉火车导轨轮廓测量中的图像复原方法
CN104655043B (zh) 一种基于机器视觉火车导轨轮廓测量中轮廓配准方法
CN105526882B (zh) 基于结构光测量的道岔磨耗检测系统及其检测方法
CN106794851B (zh) 用于测量和显示轨道设备的轨道几何形状的方法
CN108248634A (zh) 道岔及轨道全轮廓磨损视觉测量仪及其测量方法
WO2004046644A2 (en) Wheel profile inspection apparatus and method
CN108778889B (zh) 用于检测轨道旁的固定点的方法和测量系统
CN103863357B (zh) 一种轨道交通接触轨测量装置及测量方法
CN104634273A (zh) 一种基于机器视觉火车导轨轮廓测量中轮廓配准方法
CN104392488A (zh) 针对激光扫描仪与三坐标测量臂的点云数据自动配准方法
CN103217111A (zh) 一种非接触式接触线几何参数检测方法
CN108725511B (zh) 钢轨波磨弦测点的实时位置修正方法
CN102441581A (zh) 基于机器视觉的型钢断面尺寸在线检测的装置及方法
CN104457562A (zh) 一种基于面结构光的承载鞍在线检测系统
CN106996744A (zh) 一种基于条码尺的实时位移精确测量装置及测量方法
CN107703149A (zh) 一种基于双目视觉与激光散斑的铁轨扣件异常检测系统
CN104239904A (zh) 轨道车辆外部轮廓非接触式检测方法
CN105393080A (zh) 架空线测定装置及架空线测定方法
CN102798349A (zh) 一种基于等灰度线搜索的三维表面提取方法
CN103630088A (zh) 基于双激光带的高精度隧道断面检测方法及装置
CN109017867A (zh) 钢轨波磨动态测量方法
CN107764201A (zh) 基于线结构光的铁路磨耗测量的最小面积轮廓匹配方法
CN207248770U (zh) 一种基于双目视觉与激光散斑的铁轨扣件异常检测装置
CN106595596B (zh) 一种铁路轨道轨向检测的摄影测量方法
CN104442917A (zh) 轨道检测方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20151028

RJ01 Rejection of invention patent application after publication