CN105241384A - 一种基于计算机视觉的钢轨焊缝错边量测量方法 - Google Patents

Abstract

一种基于计算机视觉的钢轨焊缝错边量测量方法，包括步骤：1)采用已知尺寸的正方形标准块，实现计算机视觉系统标定，得到物像之间的比例关系，即单位像素所占长度(单位为mm)；2)利用计算机视觉系统采集焊缝图像；3)采用中值滤波方法对图像进行预处理，消除噪声对测量精度的影响；4)采用粗定位和精定位两步法，对焊缝两侧钢轨边缘直线进行定位；5)利用第4）步得到的焊缝两侧钢轨边缘直线，计算焊缝错边量。本发明的优点是：利用计算机视觉技术和图像处理技术实现钢轨焊缝错边量的计算，具有自动化程度高和精度高的优点。

Description

一种基于计算机视觉的钢轨焊缝错边量测量方法

技术领域

本发明涉及基于计算机视觉和图像处理的测量方法，尤其涉及一种基于计算机视觉的钢轨焊缝错边量测量方法。

背景技术

铁路装备，特别是高铁，是我国“一带一路”战略的重要组成部分，是我国重大装备走出国门的重要手段，也是我国社会经济发展和人民生活水平提高的重要保障。

钢轨，是铁路的重要组成部分，精确铺设钢轨是保障列车安全运行的重要环节。钢轨铺设是先在厂房内将多根钢轨焊接成固定长度后，再到路基上进行现场铺设，如将5根100米的钢轨焊接成1根500米的钢轨。如果在钢轨焊接过程中两个钢轨边缘存在错位，轻则给乘客带来不舒适感，重则给列车运行带来安全隐患。焊缝错边量测量，是测量两钢轨焊缝处边缘错位的距离。钢轨焊接合格性，是利用焊缝错边量测量结果，对照标准对钢轨焊接合格性作出判断。因此，钢轨焊缝错边量测量对保障列车，特别是高速列车的安全运行，具有重要意义。

目前，钢轨焊缝错边量测量是使用错边检测尺，属于机械接触测量设备，由两个底座，两个滑杆和两个电子测量显示设备组成，其特征在于：两个底座与上下滑杆组成框架结构，两个底座为带矩形缺口的块状，上滑杆两端与两个底座的顶边连接，下滑杆两端与两个底座的侧边连接，在矩形缺口的横边和竖边上设有磁性块，以便该设备能平稳地放置在钢轨上。两个底座上的矩形缺口横边为弧形，与钢轨上表面吻合，两个滑杠上分别设有电子测距显示仪。此检测设备的典型测量精度为0.1mm，要进一步提高难度大，且需要在钢轨静止状态下由人工进行操作，自动化程度差。

发明内容

本发明的目的在于提供一种基于计算机视觉的钢轨焊缝错边量测量方法，构建计算机视觉系统采集焊缝图像，并用已知尺寸的正方形标准块对计算机视觉系统进行标定，采用图像处理方法实现焊缝错边量测量，能够实现钢轨焊缝在线测量，克服传统错边检测尺需要在钢轨静止下测量，具有自动化程度高的特点；本发明的测量精度优于0.05mm，若选择分辨率更高的工业相机，测量精度可以进一步提高，在精度上明显优于传统的错边检测尺。

本发明采用如下技术方案，一种基于计算机视觉的钢轨焊缝错边量测量方法，包括以下主要步骤：

1）计算机视觉系统标定；具体包括下述步骤：

(a)采集已知尺寸大小的正方形标准块图像，要求标准块与背景反差大，并且使采集图像中标准块四周都为背景；

(b)对标准块图像进行中值滤波，去除噪声干扰；

(c)采用最大类间方差法对标准块图像进行分割，得到二值图像，将标准块从图像背景中分离出来；

(d)对步骤(c)得到的二值图像，自上而下进行扫描，获取标准块上边缘点集，再自下而上进行扫描，获取标准块下边缘点集；

(e)去除步骤(d)中得到的上边缘点集和下边缘点集中的奇异点；

(f)利用去除奇异点后的上边缘点集和下边缘点集，采用最小二乘直线拟合法分别得到标准块的上边缘直线方程和下边缘直线方程；

(g)计算标准块上边缘直线上的点到下边缘直线的距离，取它们的平均值，即为正方形标准块边长的像素值；

(h)根据正方形标准块已知尺寸（单位为mm）和步骤(g)得到的标准块边长的像素值，计算得到单位像素所占长度(单位为mm)，完成计算机视觉系统的标定。

2）利用计算机视觉系统采集焊缝图像。

3）采用中值滤波图像预处理方法，对焊缝图像进行滤波，去除噪声干扰。

4）焊缝两侧钢轨边缘直线定位。具体包括下述步骤：

(a)采用人工界入方法，在焊缝图像中定位焊缝的左右边界；

(b)钢轨边缘粗定位；

(c)焊缝左侧钢轨边缘精定位，得到左侧边缘直线方程；

(d)焊缝右侧钢轨边缘精定位，得到右侧边缘直线方程。

5）焊缝错边量计算。具体包括下述步骤：

(a)利用第4）步得到的焊缝左右两侧钢轨边缘直线方程，在焊缝左右边界所界定的区域，分别计算直线上的点到直线的距离，以及直线上的点到直线的距离，并取这些距离的平均值；

(b)将第1）步得到的计算机视觉系统标定结果，乘以步骤(a)获取的平均距离，计算得到钢轨焊缝错边量。

本发明的优点是：在计算机视觉系统标定中，采用已知尺寸的正方形标准块，并采用图像处理方法进行计算机视觉系统的自动标定；在焊缝两侧边缘直线定位中，采用边缘粗定位和精定位两步法，可以有效弥补焊缝图像采集过程中照明光线不均对测量精度的影响，提高了测量精度；相对于传统的错边检测尺，本发明具有自动化程度高和精度高的优点。

附图说明

图1为本发明的工作流程图。

具体实施方式

本发明采用如图1所示的一种基于计算机视觉的钢轨焊缝错边量测量方法的流程图，实现钢轨焊缝错边量的测量，其具体实施步骤如下：

1）计算机视觉系统标定；

本发明采用已知尺寸的正方形标准块，并采用图像处理方法进行计算机视觉系统的自动标定。其主要步骤如下：

(a)采集已知尺寸大小的正方形标准块图像，要求标准块与背景反差大，并且使采集图像中标准块四周都为背景。

(b)对标准块图像进行中值滤波，去除噪声干扰。

(c)采用最大类间方差法对标准块图像进行分割，得到二值图像，将标准块从图像背景中分离出来。

(d)对步骤(c)得到的二值图像，自上而下进行扫描，获取标准块上边缘点集，再自下而上进行扫描，获取标准块下边缘点集。

(e)去除步骤(d)中得到的上边缘点集和下边缘点集中的奇异点。下面以去除上边缘点集中奇异点为例，说明实施过程，下边缘点集去奇异点的实施过程与此类似。首先，采用最小二乘法对上边缘点集进行直线拟合，其次，计算上边缘点集中所有点到拟合直线的距离，并按从大到小排序后，去除距离最远的三分之一点，即为奇异点。

(f)利用去除奇异点后的上边缘点集和下边缘点集，采用最小二乘直线拟合法分别得到标准块的上边缘直线方程和下边缘直线方程。

最小二乘拟合方法如下：

假设上边缘点集有N个数据点，坐标分别为(x _i ,y _i )，其中i=0,1,…N，采用最小二乘拟合方法可得上边缘直线，其方程为

其中k ₁和b ₁的计算公式分别为和。同理可以获得下边缘点集的最小二乘拟合直线，其方程为。

(g)计算标准块上边缘直线上的点到下边缘直线的距离，取它们的平均值，即为正方形标准块边长的像素值。

(h)根据正方形标准块已知尺寸（单位为mm）和步骤(g)得到的标准块边长的像素值，计算得到单位像素所占长度(单位为mm)，完成计算机视觉系统的标定。

2）焊缝图像采集；

本发明采用丹麦JAI公司生产的型号为go-5000-GE2的工业相机（分辨率为2560×2048，帧率为22f/s）和奥普特公司生产的型号为OPT-RIG12000-W-ZHY环形光源组成计算机视觉系统，其垂直视场大小为100mm，理论测量精度为0.0488mm。当热传感器感应到焊缝在视觉视场范围内时，发出采集信号，触发工业相机采集焊缝图像。

3）图像预处理；

采用中值滤波图像预处理方法，对焊缝图像进行滤波，去除噪声干扰。

4）焊缝两侧钢轨边缘直线定位；

采用边缘粗定位和精定位两步法，可以有效弥补焊缝图像采集过程中照明光线不均对测量精度的影响，提高测量精度。其主要步骤如下：

(a)采用人工界入方法，在焊缝图像中定位焊缝的左右边界。

(b)钢轨边缘粗定位。首先，采用最大类间方差法对图像进行分割，得到二值图像；其次，在焊缝左右边界所界定的矩形区域内，采用扫描法自上而下扫描，获取钢轨初始边界，实现钢轨边缘粗定位，同时可以得到图像垂直方向上背景和钢轨所占的像素值，取两者最小值，记为。

(c)焊缝左侧钢轨边缘精定位，得到左侧边缘直线方程。为弥补光照不均对测量精度的影响，本发明在左侧局部矩形范围内进行焊缝左侧钢轨边缘精定位，此左侧局部矩形左边界为焊缝图像的左边界，右边界为焊缝的左边界，垂直中心线为粗定位的钢轨边缘，高为的三分之一。其实施过程如下：

Step1:在左侧局部矩形区域内，采用最大类间方差法进行图像分割，得到二值图像；

Step2:在左侧局部矩形区域内，自上而下扫描，获取焊缝左侧边缘点集；

Step3:采用第1）步中步骤(e)中所述方法，去除焊缝左侧边缘点集中的奇异点；

Step4:采用最小二乘直线拟合法，对去奇异点后的点集进行拟合得到焊缝左侧边缘直线方程。

(d)焊缝右侧钢轨边缘精定位，得到右侧边缘直线方程。同理，为弥补光照不均对测量精度的影响，本发明采用步骤(c)相同的实施过程，在右侧局部矩形范围内实现焊缝右侧钢轨边缘精定位，此右侧局部矩形左边界为焊缝的右边界，右边界为焊缝图像的右边界，垂直中心线为粗定位的钢轨边缘，高为的三分之一。

5）焊缝错边量计算；

焊缝错边量计算的主要步骤如下：

(a)利用第4）步得到的焊缝左右两侧钢轨边缘直线方程，在焊缝左右边界所界定的区域，分别计算直线上的点到直线的距离，以及直线上的点到直线的距离，并取这些距离的平均值。

(b)将第1）步得到的计算机视觉系统标定结果，乘以步骤(a)获取的平均距离，计算得到钢轨焊缝错边量。

Claims (1)

1.一种基于计算机视觉的钢轨焊缝错边量测量方法，其特征在于包括以下方法步骤：

1）计算机视觉系统标定；具体包括下述步骤：

(a)采集已知尺寸大小的正方形标准块图像，要求标准块与背景反差大，并且使采集图像中标准块四周都为背景；

(b)对标准块图像进行中值滤波，去除噪声干扰；

(c)采用最大类间方差法对标准块图像进行分割，得到二值图像，将标准块从图像背景中分离出来；

(d)对步骤(c)得到的二值图像，自上而下进行扫描，获取标准块上边缘点集，再自下而上进行扫描，获取标准块下边缘点集；

(e)去除步骤(d)中得到的上边缘点集和下边缘点集中的奇异点；

(f)利用去除奇异点后的上边缘点集和下边缘点集，采用最小二乘直线拟合法分别得到标准块的上边缘直线方程和下边缘直线方程；(g)计算标准块上边缘直线上的点到下边缘直线的距离，取它们的平均值，即为正方形标准块边长的像素值；

(h)根据正方形标准块已知尺寸（单位为mm）和步骤(g)得到的标准块边长的像素值，计算得到单位像素所占长度(单位为mm)，完成计算机视觉系统的标定；

2）利用计算机视觉系统采集焊缝图像；

3）采用中值滤波图像预处理方法，对焊缝图像进行滤波，去除噪声干扰；

4）焊缝两侧钢轨边缘直线定位；具体包括下述步骤：

(a)采用人工界入方法，在焊缝图像中定位焊缝的左右边界；

(b)钢轨边缘粗定位；

(c)焊缝左侧钢轨边缘精定位，得到左侧边缘直线方程；

(d)焊缝右侧钢轨边缘精定位，得到右侧边缘直线方程；

5）焊缝错边量计算；具体包括下述步骤：

(a)利用第4）步得到的焊缝左右两侧钢轨边缘直线方程，在焊缝左右边界所界定的区域，分别计算直线上的点到直线的距离，以及直线上的点到直线的距离，并取这些距离的平均值；

(b)将第1）步得到的计算机视觉系统标定结果，乘以步骤(a)获取的平均距离，计算得到钢轨焊缝错边量。