CN105241679A - 一种动车组隐蔽故障检测方法 - Google Patents

一种动车组隐蔽故障检测方法 Download PDF

Info

Publication number
CN105241679A
CN105241679A CN201510604185.1A CN201510604185A CN105241679A CN 105241679 A CN105241679 A CN 105241679A CN 201510604185 A CN201510604185 A CN 201510604185A CN 105241679 A CN105241679 A CN 105241679A
Authority
CN
China
Prior art keywords
motor train
train unit
image
straight
bolt
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.)
Granted
Application number
CN201510604185.1A
Other languages
English (en)
Other versions
CN105241679B (zh
Inventor
刘硕研
史天运
方凯
姜利
康增建
薛昊
张秀青
张正普
王珂
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.)
Institute of Computing Technology of CAS
Institute of Computing Technologies of CARS
Beijing Jingwei Information Technology Co Ltd
Original Assignee
Institute of Computing Technologies of CARS
Beijing Jingwei Information 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 Institute of Computing Technologies of CARS, Beijing Jingwei Information Technology Co Ltd filed Critical Institute of Computing Technologies of CARS
Priority to CN201510604185.1A priority Critical patent/CN105241679B/zh
Publication of CN105241679A publication Critical patent/CN105241679A/zh
Application granted granted Critical
Publication of CN105241679B publication Critical patent/CN105241679B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Abstract

本发明公开一种动车组隐蔽故障检测方法,所述方法包括:以预设时间间隔采集动车组不同预设位置的图像,并存储采集到的图像;根据最近一次采集的动车组不同预设位置的图像中包含的零部件和预先建立的映射关系,获取所述动车组的隐蔽故障检测规则;所述映射关系为零部件和隐蔽故障检测规则的对应关系;根据最近一次采集的动车组不同预设位置的图像以及所述隐蔽故障检测规则,对最近一次采集的动车组不同预设位置的图像中包含的零部件进行故障检测。本发明的动车组隐蔽故障检测方法提高了动车组隐蔽故障发现能力和故障发生初期的预警能力,增强了动车组运行的安全防范水平,为杜绝动车组“带病”运行提供了有效手段。

Description

一种动车组隐蔽故障检测方法
技术领域
[0001] 本发明涉及动车组运行故障检测技术领域,具体涉及一种动车组隐蔽故障检测方法。
背景技术
[0002] 动车组在高速运行状态下,任何细小、细微的故障都有可能引发重大事故,因此提高动车组隐蔽故障检测的准确率至关重要。
[0003] 然而现有的动车组运行故障检测方法大多只实现了对各大部件的变形、移位、脱落的检查,对于一些像螺栓松动、防松铁丝断裂、防松标记异位等隐蔽故障都未真正实现检修和防护。因此动车组往往“带病”运行。
发明内容
[0004] 本发明所要解决的技术问题是现有的动车组运行故障检测方法无法实现动车组隐蔽故障检测的问题。
[0005] 为此目的,本发明提出一种动车组隐蔽故障检测方法,包括:
[0006] 以预设时间间隔采集动车组不同预设位置的图像,并存储采集到的图像;
[0007] 根据最近一次采集的动车组不同预设位置的图像中包含的零部件和预先建立的映射关系,获取所述动车组的隐蔽故障检测规则;所述映射关系为零部件和隐蔽故障检测规则的对应关系;
[0008] 根据最近一次采集的动车组不同预设位置的图像以及所述隐蔽故障检测规则,对最近一次采集的动车组不同预设位置的图像中包含的零部件进行故障检测。
[0009] 可选的,所述零部件为螺栓或铆钉时,所述隐蔽故障检测规则包括:
[0010] 通过预设的匹配规则,将所述最近一次采集的动车组不同预设位置的图像与预设的丢失螺栓或铆钉的区域图像模板进行匹配,得到所述最近一次采集的动车组不同预设位置的图像中的第一区域,所述第一区域为可能出现丢失螺栓或铆钉的区域;
[0011] 对所述最近一次采集的动车组不同预设位置的图像进行尺度不变特征转换SIFT兴趣点的提取;
[0012] 根据所述第一区域以及所述SIFT兴趣点,确定所述螺栓或铆钉的待检测区域图像;
[0013] 通过预设的匹配规则,将所述待检测区域图像与历史的动车组不同预设位置的图像进行匹配,若匹配,则判定所述待检测区域中没有丢失螺栓或铆钉;否则,判定所述待检测区域中丢失螺栓或铆钉。
[0014] 可选的,所述根据所述第一区域以及所述SIFT兴趣点,确定所述螺栓或铆钉的待检测区域图像,包括:
[0015] 将包含有所述SIFT兴趣点的所述第一区域图像确定为所述螺栓或铆钉的待检测区域图像。
[0016] 可选的,所述零部件为防松铁丝时,所述隐蔽故障检测规则包括:
[0017] 定位最近一次采集的动车组不同预设位置的图像中防松铁丝的位置,所述防松铁丝的位置为根据历史的动车组不同预设位置的图像确定的防松铁丝的位置;
[0018] 对定位的防松铁丝进行直线检测,统计直线的斜率和个数;
[0019] 将所述直线的斜率和个数与历史的动车组不同预设位置的图像中防松铁丝经过直线检测得到的直线斜率和个数进行比较,若所述直线的斜率和个数与历史的动车组不同预设位置的图像中防松铁丝经过直线检测得到的直线斜率和个数不相同,则判定所述防松铁丝断裂。
[0020] 可选的,所述对定位的防松铁丝进行直线检测,包括:
[0021] 通过Hough变换对定位的防松铁丝进行直线检测。
[0022] 可选的,所述零部件为带有防松标记的螺栓时,所述隐蔽故障检测规则包括:
[0023] 以预设半径,对最近一次采集的动车组不同预设位置的图像进行圆形区域检测,将检测到的圆形区域确定为所述最近一次采集的动车组不同预设位置的图像中螺栓的位置;
[0024] 对所述检测到的圆形区域的内侧和外侧进行直线检测,若圆形区域的内侧和外侧均存在直线,则判定该圆形区域为带有防松标记的螺栓的位置;
[0025] 判断所述圆形区域的内侧直线斜率和外侧直线斜率是否相同,若不相同,则判定防松标记是否异位。
[0026] 可选的,所述以预设半径,对最近一次采集的动车组不同预设位置的图像进行圆形区域检测,包括:
[0027] 以预设半径,通过Hough变换对最近一次采集的动车组不同预设位置的图像进行圆形区域检测;
[0028] 相应地,所述对所述检测到的圆形区域的内侧和外侧进行直线检测,包括:
[0029] 通过Hough变换对所述检测到的圆形区域的内侧和外侧进行直线检测。
[0030] 相比于现有技术,本发明的动车组隐蔽故障检测方法利用动车组结构规范统一、编组固定、线路运行规律的特点,采用机器视觉检测及图像识别比对技术,提高了动车组隐蔽故障发现能力和故障发生初期的预警能力,增强了动车组运行的安全防范水平,为杜绝动车组“带病”运行提供了有效手段。
[0031] 进一步地,上述动车组隐蔽故障检测方法可自动实现动车组隐蔽故障检测,从而有效地提高故障产生初期的预警能力和隐蔽故障的发现能力。
[0032] 进一步地,上述动车组隐蔽故障检测方法为基于视觉认知计算理论的智能图像识别方法,不仅实现对重要零部件的微小变化和小尺寸及复杂结构的故障检测,而且有效地解决了由于光线变化、行车速度不同造成的误报问题。
附图说明
[0033]图1为本发明实施例提供的一种动车组隐蔽故障检测方法流程图;
[0034]图2为本发明实施例提供的一种零部件为螺栓或铆钉时对应的隐蔽故障检测规则流程图;
[0035]图3为本发明实施例提供的一种零部件为防松铁丝时对应的隐蔽故障检测规则流程图;
[0036]图4为本发明实施例提供的一种零部件为带有防松标记的螺栓时对应的隐蔽故障检测规则流程图。
具体实施方式
[0037] 为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
[0038] 如图1所示,本实施例公开一种动车组隐蔽故障检测方法,该方法可包括以下步骤 101 至 103:
[0039] 101、以预设时间间隔采集动车组不同预设位置的图像,并存储采集到的图像;
[0040] 102、根据最近一次采集的动车组不同预设位置的图像中包含的零部件和预先建立的映射关系,获取所述动车组的隐蔽故障检测规则;所述映射关系为零部件和隐蔽故障检测规则的对应关系;
[0041] 103、根据最近一次采集的动车组不同预设位置的图像以及所述隐蔽故障检测规贝1J,对最近一次采集的动车组不同预设位置的图像中包含的零部件进行故障检测。
[0042] 在一个具体的例子中,在步骤102中,若零部件为螺栓或铆钉时,对应的隐蔽故障检测规则如图2所示,包括以下步骤201至206:
[0043] 201、通过预设的匹配规则,将所述最近一次采集的动车组不同预设位置的图像与预设的丢失螺栓或铆钉的区域图像模板进行匹配,得到所述最近一次采集的动车组不同预设位置的图像中的第一区域,所述第一区域为可能出现丢失螺栓或铆钉的区域;
[0044] 202、对所述最近一次采集的动车组不同预设位置的图像进行尺度不变特征转换SIFT兴趣点的提取;
[0045] 203、根据所述第一区域以及所述SIFT兴趣点,确定所述螺栓或铆钉的待检测区域图像;
[0046] 204、通过预设的匹配规则,将所述待检测区域图像与历史的动车组不同预设位置的图像进行匹配,若匹配,则执行步骤205 ;否则执行步骤206 ;
[0047] 205、判定所述待检测区域中没有丢失螺栓或铆钉;
[0048] 206、判定所述待检测区域中丢失螺栓或铆钉。
[0049] 本实施例中,在步骤206之后,上述动车组隐蔽故障检测方法还可包括报警步骤,具体为:上报螺栓或铆钉丢失故障。
[0050] 在一个具体的例子中,步骤203具体包括:将包含有所述SIFT兴趣点的所述第一区域图像确定为所述螺栓或铆钉的待检测区域图像。
[0051] 本实施例中,可以首先构建丢失螺栓\铆钉的区域图像(即含有黑色圆圈的区域图像)作为模板,对最近一次采集的动车组不同预设位置的图像进行模板匹配运算,阈值设定较低,寻找图像中可能出现的丢失区域;随后对最近一次采集的动车组不同预设位置的图像提取SIFT兴趣点,该兴趣点是一种局部特征,不仅具有尺度不变性,即使改变旋转角度,图像亮度或拍摄视角,仍然能够保持较好的不变性;其次寻找SIFT兴趣点中位于丢失区域的特征点,并将其作为待检测区域(故障待测区域);最后将待检测区域作为模板与历史图像进行模板匹配,判定该区域是否与历史图像不一致,即是否存在螺栓\铆钉丢失的故障,并进行故障上报。
[0052] 在一个具体的例子中,在步骤102中,若零部件为防松铁丝时,对应的隐蔽故障检测规则如图3所示,包括以下步骤301至304:
[0053] 301、定位最近一次采集的动车组不同预设位置的图像中防松铁丝的位置,所述防松铁丝的位置为根据历史的动车组不同预设位置的图像确定的防松铁丝的位置;
[0054] 302、对定位的防松铁丝进行直线检测,统计直线的斜率和个数;
[0055] 303、将所述直线的斜率和个数与历史的动车组不同预设位置的图像中防松铁丝经过直线检测得到的直线斜率和个数进行比较,若所述直线的斜率和个数与历史的动车组不同预设位置的图像中防松铁丝经过直线检测得到的直线斜率和个数不相同,则执行步骤304 ;
[0056] 304、判定所述防松铁丝断裂。
[0057] 在一个具体的例子中,步骤302具体包括:通过Hough变换对定位的防松铁丝进行直线检测。
[0058] 本实施例中,在步骤304之后,上述动车组隐蔽故障检测方法还可包括报警步骤,具体为:上报防松铁丝断裂故障。
[0059] 在一个具体的例子中,在步骤102中,若零部件为带有防松标记的螺栓时,对应的隐蔽故障检测规则如图4所示,包括以下步骤401至406:
[0060] 401、以预设半径,对最近一次采集的动车组不同预设位置的图像进行圆形区域检测,将检测到的圆形区域确定为所述最近一次采集的动车组不同预设位置的图像中螺栓的位置;
[0061] 402、对所述检测到的圆形区域的内侧和外侧进行直线检测,
[0062] 403、判断圆形区域的内侧和外侧是否均存在直线,若是,则执行步骤404;
[0063] 404、判定该圆形区域为带有防松标记的螺栓的位置;
[0064] 405、判断所述圆形区域的内侧直线斜率和外侧直线斜率是否相同,若不相同,则执行步骤406 ;
[0065] 406、判定防松标记异位。
[0066] 本实施例中,在步骤406之后,上述动车组隐蔽故障检测方法还可包括报警步骤,具体为:上报防松标记异位故障。
[0067] 在一个具体的例子中,步骤401具体包括:以预设半径,通过Hough变换对最近一次采集的动车组不同预设位置的图像进行圆形区域检测;
[0068] 步骤402具体包括:通过Hough变换对所述检测到的圆形区域的内侧和外侧进行直线检测。
[0069] 本实施例中,防松标记位于螺栓的表面和侧部,因此在定位带有防松标记的螺栓的位置后,确定所述螺栓表面和侧部的防松标记线斜率,对比两条直线的斜率以确定防松标记是否存在异位问题。
[0070] 上述动车组隐蔽故障检测方法利用动车组结构规范统一、编组固定、线路运行规律的特点,采用机器视觉检测及图像识别比对技术,提高了动车组隐蔽故障发现能力和故障发生初期的预警能力,增强了动车组运行的安全防范水平,为杜绝动车组“带病”运行提供了有效手段。
[0071] 进一步地,上述动车组隐蔽故障检测方法可自动实现动车组隐蔽故障检测,从而有效地提高故障产生初期的预警能力和隐蔽故障的发现能力。
[0072] 进一步地,上述动车组隐蔽故障检测方法为基于视觉认知计算理论的智能图像识别方法,不仅实现对重要零部件的微小变化和小尺寸及复杂结构的故障检测,而且有效地解决了由于光线变化、行车速度不同造成的误报问题。
[0073] 进一步地,上述动车组隐蔽故障检测方法可利用现有动车组运行故障动态图像检测系统(TEDS)采集的图像数据,基于视觉认知计算理论实现了对运行动车组的可视结构异常情况的实时分析和自动预警,提高了动车组检修作业的效率,提高了对运行过程中动车组隐蔽故障的发现和预警能力。
[0074] 虽然结合附图描述了本发明的实施方式,但是本领域技术人员可以在不脱离本发明的精神和范围的情况下做出各种修改和变型,这样的修改和变型均落入由所附权利要求所限定的范围之内。

Claims (7)

1.一种动车组隐蔽故障检测方法,其特征在于,包括: 以预设时间间隔采集动车组不同预设位置的图像,并存储采集到的图像; 根据最近一次采集的动车组不同预设位置的图像中包含的零部件和预先建立的映射关系,获取所述动车组的隐蔽故障检测规则;所述映射关系为零部件和隐蔽故障检测规则的对应关系; 根据最近一次采集的动车组不同预设位置的图像以及所述隐蔽故障检测规则,对最近一次采集的动车组不同预设位置的图像中包含的零部件进行故障检测。
2.根据权利要求1所述的方法,其特征在于,所述零部件为螺栓或铆钉时,所述隐蔽故障检测规则包括: 通过预设的匹配规则,将所述最近一次采集的动车组不同预设位置的图像与预设的丢失螺栓或铆钉的区域图像模板进行匹配,得到所述最近一次采集的动车组不同预设位置的图像中的第一区域,所述第一区域为可能出现丢失螺栓或铆钉的区域; 对所述最近一次采集的动车组不同预设位置的图像进行尺度不变特征转换SIFT兴趣点的提取; 根据所述第一区域以及所述SIFT兴趣点,确定所述螺栓或铆钉的待检测区域图像; 通过预设的匹配规则,将所述待检测区域图像与历史的动车组不同预设位置的图像进行匹配,若匹配,则判定所述待检测区域中没有丢失螺栓或铆钉;否则,判定所述待检测区域中丢失螺栓或铆钉。
3.根据权利要求2所述的方法,其特征在于,所述根据所述第一区域以及所述SIFT兴趣点,确定所述螺栓或铆钉的待检测区域图像,包括: 将包含有所述SIFT兴趣点的所述第一区域图像确定为所述螺栓或铆钉的待检测区域图像。
4.根据权利要求1所述的方法,其特征在于,所述零部件为防松铁丝时,所述隐蔽故障检测规则包括: 定位最近一次采集的动车组不同预设位置的图像中防松铁丝的位置,所述防松铁丝的位置为根据历史的动车组不同预设位置的图像确定的防松铁丝的位置; 对定位的防松铁丝进行直线检测,统计直线的斜率和个数; 将所述直线的斜率和个数与历史的动车组不同预设位置的图像中防松铁丝经过直线检测得到的直线斜率和个数进行比较,若所述直线的斜率和个数与历史的动车组不同预设位置的图像中防松铁丝经过直线检测得到的直线斜率和个数不相同,则判定所述防松铁丝断裂。
5.根据权利要求4所述的方法,其特征在于,所述对定位的防松铁丝进行直线检测,包括: 通过Hough变换对定位的防松铁丝进行直线检测。
6.根据权利要求1所述的方法,其特征在于,所述零部件为带有防松标记的螺栓时,所述隐蔽故障检测规则包括: 以预设半径,对最近一次采集的动车组不同预设位置的图像进行圆形区域检测,将检测到的圆形区域确定为所述最近一次采集的动车组不同预设位置的图像中螺栓的位置; 对所述检测到的圆形区域的内侧和外侧进行直线检测,若圆形区域的内侧和外侧均存在直线,则判定该圆形区域为带有防松标记的螺栓的位置; 判断所述圆形区域的内侧直线斜率和外侧直线斜率是否相同,若不相同,则判定防松标记是否异位。
7.根据权利要求6所述的方法,其特征在于,所述以预设半径,对最近一次采集的动车组不同预设位置的图像进行圆形区域检测,包括: 以预设半径,通过Hough变换对最近一次采集的动车组不同预设位置的图像进行圆形区域检测; 相应地,所述对所述检测到的圆形区域的内侧和外侧进行直线检测,包括: 通过Hough变换对所述检测到的圆形区域的内侧和外侧进行直线检测。
CN201510604185.1A 2015-09-21 2015-09-21 一种动车组隐蔽故障检测方法 Active CN105241679B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510604185.1A CN105241679B (zh) 2015-09-21 2015-09-21 一种动车组隐蔽故障检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510604185.1A CN105241679B (zh) 2015-09-21 2015-09-21 一种动车组隐蔽故障检测方法

Publications (2)

Publication Number Publication Date
CN105241679A true CN105241679A (zh) 2016-01-13
CN105241679B CN105241679B (zh) 2017-12-15

Family

ID=55039402

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510604185.1A Active CN105241679B (zh) 2015-09-21 2015-09-21 一种动车组隐蔽故障检测方法

Country Status (1)

Country Link
CN (1) CN105241679B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106558048A (zh) * 2016-11-28 2017-04-05 湖南挚新科技发展有限公司 螺钉阵列异位故障检测方法与系统
CN106600581A (zh) * 2016-12-02 2017-04-26 北京航空航天大学 一种基于双目立体视觉的列车运行故障自动检测系统及方法
CN107328775A (zh) * 2017-06-23 2017-11-07 广东小天才科技有限公司 一种自动螺钉机安装螺钉时的异常检测方法及装置
CN109238756A (zh) * 2018-10-15 2019-01-18 哈尔滨市科佳通用机电股份有限公司 货车运行故障动态图像检测设备及检测方法
CN113192024A (zh) * 2021-04-28 2021-07-30 哈尔滨市科佳通用机电股份有限公司 一种模板匹配的停放制动缸排气堵丢失检测方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20020042468A (ko) * 2000-11-30 2002-06-05 무라세 하루오 반도체 장치 및 그 제조 방법
AU2011296274B2 (en) * 2010-08-30 2014-01-30 B/E Aerospace, Inc. Control system for a food and beverage compartment thermoelectric cooling system
CN104463235A (zh) * 2014-11-18 2015-03-25 中国铁道科学研究院电子计算技术研究所 基于动车组运行图像的故障识别方法及装置
CN104504713A (zh) * 2014-12-30 2015-04-08 中国铁道科学研究院电子计算技术研究所 一种动车组运行状态图像监控故障自动识别方法
CN104527721A (zh) * 2014-12-18 2015-04-22 成都铁安科技有限责任公司 一种列车故障检测方法及系统
CN104680517A (zh) * 2015-01-22 2015-06-03 清华大学 一种螺栓松动的检测方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20020042468A (ko) * 2000-11-30 2002-06-05 무라세 하루오 반도체 장치 및 그 제조 방법
AU2011296274B2 (en) * 2010-08-30 2014-01-30 B/E Aerospace, Inc. Control system for a food and beverage compartment thermoelectric cooling system
CN104463235A (zh) * 2014-11-18 2015-03-25 中国铁道科学研究院电子计算技术研究所 基于动车组运行图像的故障识别方法及装置
CN104527721A (zh) * 2014-12-18 2015-04-22 成都铁安科技有限责任公司 一种列车故障检测方法及系统
CN104504713A (zh) * 2014-12-30 2015-04-08 中国铁道科学研究院电子计算技术研究所 一种动车组运行状态图像监控故障自动识别方法
CN104680517A (zh) * 2015-01-22 2015-06-03 清华大学 一种螺栓松动的检测方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
许艳峰: "动车组故障轨边图像自动检测系统图像", 《铁路信息系统》 *

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106558048A (zh) * 2016-11-28 2017-04-05 湖南挚新科技发展有限公司 螺钉阵列异位故障检测方法与系统
CN106558048B (zh) * 2016-11-28 2019-05-24 湖南挚新科技发展有限公司 螺钉阵列异位故障检测方法与系统
CN106600581A (zh) * 2016-12-02 2017-04-26 北京航空航天大学 一种基于双目立体视觉的列车运行故障自动检测系统及方法
CN106600581B (zh) * 2016-12-02 2019-09-24 北京航空航天大学 一种基于双目立体视觉的列车运行故障自动检测系统及方法
CN107328775A (zh) * 2017-06-23 2017-11-07 广东小天才科技有限公司 一种自动螺钉机安装螺钉时的异常检测方法及装置
CN107328775B (zh) * 2017-06-23 2020-12-01 广东小天才科技有限公司 一种自动螺钉机安装螺钉时的异常检测方法及装置
CN109238756A (zh) * 2018-10-15 2019-01-18 哈尔滨市科佳通用机电股份有限公司 货车运行故障动态图像检测设备及检测方法
CN113192024A (zh) * 2021-04-28 2021-07-30 哈尔滨市科佳通用机电股份有限公司 一种模板匹配的停放制动缸排气堵丢失检测方法

Also Published As

Publication number Publication date
CN105241679B (zh) 2017-12-15

Similar Documents

Publication Publication Date Title
CN105241679A (zh) 一种动车组隐蔽故障检测方法
CN104200464A (zh) 一种识别列车异常的检测方法及系统
CN103512762B (zh) 图像处理方法、装置及列车故障检测系统
CN102628814B (zh) 一种基于数字图像处理的钢轨光带异常自动检测方法
CN102508110B (zh) 基于纹理的绝缘子缺陷诊断方法
CN104318582A (zh) 一种基于图像不变性目标定位的高铁接触网旋转双耳部件销钉不良状态检测方法
CN102842211B (zh) 一种基于图像识别的输电线路防外力监控预警系统及方法
CN102323070B (zh) 列车异常检测方法和系统
CN104994334A (zh) 基于实时视频的变电站自动监控方法
CN202793389U (zh) 一种高铁接触网在线巡检装置
CN105203552A (zh) 一种360°踏面图像检测系统及其检测方法
CN104794720A (zh) 一种在接触网图像中定位出定位线夹的方法及系统
CN103051872B (zh) 基于图像边缘提取的输送带跑偏检测方法
CN104297255A (zh) 一种纸杯缺陷视觉检测方法及系统装置
CN102221553A (zh) 基于结构光的铁路扣件高速探测系统与方法
CN107657682A (zh) 一种基于增强现实技术的变电巡检方法
CN110909020A (zh) 一种车载接触网动态检测系统
TWI611961B (zh) 車道線影像分析方法、影像分析裝置及其電腦可讀取式媒體
CN103422417A (zh) 一种公路表面破损的动态识别系统与方法
CN107200274A (zh) 一种基于机器视觉的防集装箱卡车被吊起方法
CN108803651B (zh) 一种基于图像特征的无人机公路巡检方法
CN105574870A (zh) 多功能轨道扣件图像检测系统及其检测方法
CN108801172B (zh) 一种非接触式受电弓动态包络线测量方法及装置
CN104239888A (zh) 一种基于水表表盘环形排布钢印字符定位方法
CN105574872A (zh) 基于计算机图像与视觉识别的轨道扣件的检测方法

Legal Events

Date Code Title Description
PB01 Publication
C06 Publication
SE01 Entry into force of request for substantive examination
C10 Entry into substantive examination
GR01 Patent grant
GR01 Patent grant