CN105469420B - 弓网燃弧缺陷识别方法及系统 - Google Patents
弓网燃弧缺陷识别方法及系统 Download PDFInfo
- Publication number
- CN105469420B CN105469420B CN201610047345.1A CN201610047345A CN105469420B CN 105469420 B CN105469420 B CN 105469420B CN 201610047345 A CN201610047345 A CN 201610047345A CN 105469420 B CN105469420 B CN 105469420B
- Authority
- CN
- China
- Prior art keywords
- arcing
- parameter
- frame
- pantograph
- defect
- 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.)
- Active
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
- G06T7/0014—Biomedical image inspection using an image reference approach
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10048—Infrared image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20036—Morphological image processing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
Landscapes
- Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
- Closed-Circuit Television Systems (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种弓网燃弧缺陷识别方法及系统,对受电弓可见光图像进行预处理,擦除受电弓可见光图像中具有燃弧特点和固定形状的第一类燃弧干扰,输出二值化燃弧图像,将当前帧二值化燃弧图像与其上一帧二值化燃弧图像作差,得到燃弧差值图,统计燃弧差值图在X轴方向上的亮度值、Y轴方向上的亮度值和所有非零像素点的个数,计算对应的同步受电弓红外图像中的最高温度值,通过干扰校验帧排除第二类燃弧干扰,基于燃弧形体面积的大小以及弓网区域的最高温度,通过燃弧识别帧进行燃弧缺陷识别。本发明基于图像处理实时检测弓网燃弧缺陷,便于对燃弧多发段的接触网以及受电弓进行排查检修。
Description
技术领域
本发明涉及接触网领域,特别是涉及弓网燃弧缺陷识别方法及系统。
背景技术
接触网是在电气化铁道中,沿钢轨上空“之”字形架设的,供受电弓取流的高压输电线。接触网是铁路电气化工程的主构架,是沿铁路线上空架设的向轨道交通工具供电的特殊形式的输电线路。一般由接触悬挂、支持装置、定位装置、支柱与基础几部分组成。
发展电气化铁路是铁路现代化建设的必然趋势。而电气化铁路均采用电力牵引,电力机车必须在高速运行条件下可靠地从接触网上取得电能,否则将影响列车运行和电气驱动系统的性能。安装在电力机车或动车车顶上的受电弓则是轨道交通工具从接触网取得电能的电气设备,是接触网中的重要组成部件。
在列车高速运行的过程中,弓网不良接触现象的发生是不可避免的,弓网系统振动、滑板或者接触线异物、接触线缺陷等因素都将可能造成弓网不良接触现象的发生,而弓网系统的不良接触往往伴随着受电弓与接触网间强烈放电现象,即发生弓网燃弧。弓网燃弧现象是弓网关系恶化的重要表现形式。
然而目前一般是基于接触网检测车,定期检测接触网是否存在燃弧缺陷,但这种检测方式并不能模拟真正的运营状态,不能实时检测轨道交通列车的真实运行过程中,所发生的燃弧缺陷。
发明内容
本发明的目的在于克服现有技术的不足,提供弓网燃弧缺陷识别方法及系统,基于图像处理实时检测弓网燃弧缺陷,便于对燃弧多发段的接触网以及受电弓进行排查检修。
本发明的目的是通过以下技术方案来实现的:
(1)一种弓网燃弧缺陷识别方法,该方法包括以下步骤:
S1,获取连续的受电弓可见光图像及与受电弓可见光图像同步的受电弓红外图像;统计受电弓红外图像中每个像素点的温度值,对受电弓可见光图像进行预处理,包括灰度处理、二值化处理和形态学处理,擦除受电弓可见光图像中具有燃弧特点和固定形状的第一类燃弧干扰,输出擦除第一类燃弧干扰后的二值化燃弧图像;
S2,将当前帧二值化燃弧图像与其上一帧二值化燃弧图像作差,得到燃弧差值图;
S3,统计燃弧差值图在X轴方向上的亮度值、Y轴方向上的亮度值和所有非零像素点的个数,并分别存储记录为第一参数、第二参数和第三参数,计算对应的同步受电弓红外图像中的最高温度值,并存储记录为第四参数;
S4,缓存n帧连续的燃弧差值图,以及每帧燃弧差值图相应的第一参数、第二参数和第三参数及受电弓红外图像中对应的第四参数,将前a帧燃弧差值图作为干扰校验帧,将后b帧燃弧差值图作为燃弧识别帧;
S5,干扰校验:若a帧干扰校验帧中第一参数或第二参数大于其预设阈值的燃弧差值图超过一定数量,则将后b帧燃弧识别帧均视为第二类燃弧干扰,否则对燃弧识别帧进行燃弧缺陷判断;
S6,燃弧缺陷判断:若b帧燃弧识别帧中第1帧燃弧差值图的第三参数及其对应的第四参数均分别大于其预设阈值,且该b帧燃弧识别帧中所有的第三参数依次减小或依次减小至0,则判定该b帧燃弧识别帧中的第1帧存在燃弧缺陷,为燃弧帧。
进一步的,所述步骤S1包括以下多个子步骤:
S101,依次对受电弓可见光图像进行灰度处理、二值化处理和形态学处理,输出二值化图像;
S102,查找二值化图像中所有的轮廓并标记;
S103,调用第一类燃弧干扰模型数据库,将标记出的轮廓与第一类燃弧干扰模型数据库中第一类燃弧干扰模型的固定形状进行匹配;
S104,计算出匹配成功的轮廓在二值化图像中的位置信息;
S105,根据该位置信息擦除受电弓可见光图像中具有燃弧特点和固定形状的第一类燃弧干扰。
进一步的,所述方法还包括燃弧报警步骤S7:计算燃弧帧中燃弧缺陷轮廓的面积,并存储记录为第五参数,根据第四参数和第五参数判定燃弧缺陷的等级,并产生相应等级的报警。
进一步的,所述第一类燃弧干扰包括杆号牌,所述第二类燃弧干扰包括车辆进出隧道或过桥梁时的光线及遮挡干扰。
(2)一种弓网燃弧缺陷识别系统,所述系统包括以下多种模块:
可见光图像获取模块,用于获取连续的受电弓可见光图像。
红外图像获取模块,用于获取与受电弓可见光图像同步的受电弓红外图像。
图像预处理模块,用于对受电弓可见光图像进行预处理,包括灰度处理、二值化处理和形态学处理,擦除受电弓可见光图像中具有燃弧特点和固定形状的第一类燃弧干扰,输出擦除第一类燃弧干扰后的二值化燃弧图像;
参数计算模块,用于将当前帧二值化燃弧图像与上一帧二值化燃弧图像作差,得到燃弧差值图,并统计燃弧差值图在X轴方向上的亮度值、Y轴方向上的亮度值和所有非零像素点的个数,并分别存储记录为第一参数、第二参数和第三参数,计算对应的同步受电弓红外图像中的最高温度值,并存储记录为第四参数;
干扰校验模块,用于根据第一参数和第二参数排除第二类燃弧干扰,若a帧干扰校验帧中第一参数或第二参数大于其预设阈值的燃弧差值图超过一定数量,则将后b帧燃弧识别帧均视为第二类燃弧干扰,否则对燃弧识别帧进行燃弧缺陷判断;
燃弧缺陷判断模块,用于根据第三参数和第四参数作出燃弧缺陷判断,若b帧燃弧识别帧中第1帧燃弧差值图的第三参数及其对应的第四参数均分别大于其预设阈值,且该b帧燃弧识别帧中所有的第三参数依次减小或依次减小至0,则判定该b帧燃弧识别帧中的第1帧存在燃弧缺陷,为燃弧帧。
进一步的,所述系统还包括面积计算模块和燃弧缺陷报警模块;
所述面积计算模块用于计算燃弧帧的燃弧缺陷轮廓的面积,并存储记录为第五参数;
所述燃弧缺陷报警模块根据第四参数和第五参数判定燃弧缺陷的等级,并产生相应等级的报警。
本发明的有益效果是:
1)本发明通过对受电弓可见光图像进行燃弧形体识别,计算其燃弧缺陷的面积,并计算与其对应的同步受电弓红外图像中的最高温度值,根据识别到的燃弧形体面积的大小以及弓网区域的最高温度,进行燃弧缺陷识别。
2)本发明可有效排除如杆号牌等第一类燃弧干扰,以及如进出隧道和桥梁时的光线干扰等第二类燃弧干扰,能更为准确地识别出燃弧缺陷。
3)本发明可输出燃弧缺陷的强度值,可利用该第五参数对燃弧缺陷进行等级划分,以输出相应等级的燃弧缺陷报警信息。
附图说明
图1为本发明弓网燃弧缺陷识别方法的流程示意图;
图2为本发明弓网燃弧缺陷识别系统的系统框图。
具体实施方式
下面结合附图进一步详细描述本发明的技术方案,但本发明的保护范围不局限于以下所述。
(一)弓网燃弧缺陷识别方法
如图1所示,该实施例描述了一种弓网燃弧缺陷识别方法,该方法包括以下步骤。
S1,获取连续的受电弓可见光图像及与高清受电弓可见光图像同步的受电弓红外图像,统计受电弓红外图像中每个像素点的温度值,对受电弓可见光图像进行预处理,包括灰度处理、二值化处理和形态学处理,擦除受电弓可见光图像中具有燃弧特点和固定形状的第一类燃弧干扰,输出擦除第一类燃弧干扰后的二值化燃弧图像;
其中,所述第一类燃弧干扰包括杆号牌。
因此进一步的,所述步骤S1可包括以下多个子步骤。
S101,依次对受电弓可见光图像进行灰度处理、二值化处理和形态学处理,输出噪点较少的二值化图像。
S102,查找二值化图像中所有的轮廓并标记。
S103,调用第一类燃弧干扰模型数据库,将标记出的轮廓与第一类燃弧干扰模型数据库中第一类燃弧干扰模型的固定形状进行匹配。
S104,计算出匹配成功的轮廓在二值化图像中的位置信息;所述位置信息包括中心点位置坐标、最小外接图形的轮廓坐标以及最小外接图形与第一类燃弧干扰模型相比同X轴所形成的夹角。
S105,根据该位置信息擦除受电弓可见光图像中具有燃弧特点和固定形状的第一类燃弧干扰。
S2,将当前帧二值化燃弧图像与上一帧二值化燃弧图像作差,得到燃弧差值图。
S3,统计燃弧差值图在X轴方向上的亮度值、Y轴方向上的亮度值和所有非零像素点的个数,并分别存储记录为第一参数、第二参数和第三参数,计算对应的同步受电弓红外图像中的最高温度值,并存储记录为第四参数。
第一参数和第二参数用于排出第二类燃弧干扰,主要用于排除进出隧道及过桥梁时的光线干扰,因为在进出隧道及过桥梁时,由于光线或遮挡的原因,会出现亮度瞬时增大而且很快消失的情况,与燃弧出现的状况近似,会导致将其误识别为燃弧缺陷,然而与燃弧不同的是,此类干扰前面几帧图像在X轴方向与Y轴方向的亮度面一般很宽。
S4,缓存n帧连续的燃弧差值图,以及每帧燃弧差值图相应的第一参数、第二参数、第三参数和对应受电弓红外图像的第四参数,将前a帧燃弧差值图作为干扰校验帧,将后b帧燃弧差值图作为燃弧识别帧,其中,n、a、b均为自然数。
S5,干扰校验:若a帧干扰校验帧中第一参数或第二参数大于其预设阈值的燃弧差值图超过一定数量,则将后b帧燃弧识别帧均视为第二类燃弧干扰,否则对燃弧识别帧进行燃弧缺陷判断。
S6,燃弧缺陷判断:若b帧燃弧识别帧中第1帧燃弧差值图的第三参数及其对应的第四参数均分别大于其预设阈值,且该b帧燃弧识别帧中所有的第三参数依次减小或依次减小至0,则判定该b帧燃弧识别帧中的第1帧存在燃弧缺陷,为燃弧帧。
进一步的,所述方法还包括燃弧报警步骤S7:计算燃弧帧中燃弧缺陷轮廓的面积,并存储记录为第五参数,根据第四参数和第五参数判定燃弧缺陷的等级,并产生相应等级的报警。
(二)弓网燃弧缺陷识别系统
如图2所示,该实施例描述了一种弓网燃弧缺陷识别系统,该系统应用了上述方法,所述系统包括以下多种模块:
可见光图像获取模块,用于获取连续的受电弓可见光图像。
红外图像获取模块,用于获取与高清受电弓可见光图像同步的受电弓红外图像。
图像预处理模块,用于对受电弓可见光图像进行预处理,包括灰度处理、二值化处理和形态学处理,擦除受电弓可见光图像中具有燃弧特点和固定形状的第一类燃弧干扰,输出擦除第一类燃弧干扰后的二值化燃弧图像。
参数计算模块用于将当前帧二值化燃弧图像与上一帧二值化燃弧图像作差,得到燃弧差值图,并统计燃弧差值图在X轴方向上的亮度值、Y轴方向上的亮度值和所有非零像素点的个数,并分别存储记录为第一参数、第二参数和第三参数;
温度计算模块,用于计算与受电弓可见光图像对应的同步受电弓红外图像的最高温度值,并存储记录为第四参数。
存储模块,存储模块还缓存有n帧连续的燃弧差值图,以及每帧燃弧差值图相应的第一参数、第二参数和第三参数及受电弓红外图像对应的第四参数,其中,将前a帧燃弧差值图作为干扰校验帧,后b帧燃弧差值图作为燃弧识别帧。
干扰校验模块,用于根据第一参数和第二参数排除第二类燃弧干扰,若a帧干扰校验帧中第一参数或第二参数大于其预设阈值的燃弧差值图超过一定数量,则将后b帧燃弧识别帧均视为第二类燃弧干扰,否则对燃弧识别帧进行燃弧缺陷判断。
燃弧缺陷判断模块,用于根据第三参数作出燃弧缺陷判断,若b帧燃弧识别帧中第1帧燃弧差值图的第三参数及其对应的第四参数均分别大于其预设阈值,且该b帧燃弧识别帧中所有的第三参数依次减小或依次减小至0,则判定该b帧燃弧识别帧中的第1帧存在燃弧缺陷,为燃弧帧。
进一步的,所述系统还包括面积计算模块和燃弧缺陷报警模块。
所述面积计算模块用于计算燃弧帧的燃弧缺陷轮廓的面积,并存储记录为第五参数。
所述燃弧缺陷报警模块根据第四参数和第五参数判定燃弧缺陷的等级,并产生相应等级的报警。
本发明通过对受电弓可见光图像进行预处理,擦除受电弓可见光图像中具有燃弧特点和固定形状的第一类燃弧干扰,输出二值化燃弧图像,将当前帧二值化燃弧图像与其上一帧二值化燃弧图像作差,得到燃弧差值图,统计燃弧差值图在X轴方向上的亮度值、Y轴方向上的亮度值和所有非零像素点的个数,计算对应的同步受电弓红外图像中的最高温度值,通过干扰校验帧排除第二类燃弧干扰,基于燃弧形体面积的大小以及弓网区域的最高温度,通过燃弧识别帧进行燃弧缺陷识别。本发明基于图像处理实时检测弓网燃弧缺陷,便于对燃弧多发段的接触网以及受电弓进行排查检修。
如上参照附图以示例的方式描述了根据本发明的弓网燃弧缺陷识别方法及系统。但是,本领域技术人员应当理解,对于上述本发明所提出的弓网燃弧缺陷识别方法及系统,还可以在不脱离本发明内容的基础上做出各种改进,或者对其中部分技术特征进行等同替换,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。因此,本发明的保护范围应当由所附的权利要求书的内容确定。
Claims (6)
1.弓网燃弧缺陷识别方法,其特征在于,所述方法包括以下步骤:
S1,获取连续的受电弓可见光图像及与受电弓可见光图像同步的受电弓红外图像;对受电弓可见光图像进行预处理,包括灰度处理、二值化处理和形态学处理,擦除受电弓可见光图像中具有燃弧特点和固定形状的第一类燃弧干扰,输出擦除第一类燃弧干扰后的二值化燃弧图像;
S2,将当前帧二值化燃弧图像与其上一帧二值化燃弧图像作差,得到燃弧差值图;
S3,统计燃弧差值图在X轴方向上的亮度值、Y轴方向上的亮度值和所有非零像素点的个数,并分别存储记录为第一参数、第二参数和第三参数,计算对应的同步受电弓红外图像中的最高温度值,并存储记录为第四参数;
S4,缓存n帧连续的燃弧差值图,以及每帧燃弧差值图相应的第一参数、第二参数和第三参数及受电弓红外图像中对应的第四参数,将前a帧燃弧差值图作为干扰校验帧,将后b帧燃弧差值图作为燃弧识别帧;
S5,干扰校验:若a帧干扰校验帧中第一参数或第二参数大于其预设阈值的燃弧差值图超过一定数量,则将后b帧燃弧识别帧均视为第二类燃弧干扰,否则对燃弧识别帧进行燃弧缺陷判断;
S6,燃弧缺陷判断:若b帧燃弧识别帧中第1帧燃弧差值图的第三参数及其对应的第四参数均分别大于其预设阈值,且该b帧燃弧识别帧中所有的第三参数依次减小,则判定该b帧燃弧识别帧中的第1帧存在燃弧缺陷,为燃弧帧。
2.根据权利要求1所述的弓网燃弧缺陷识别方法,其特征在于,所述步骤S1包括以下多个子步骤:
S101,依次对受电弓可见光图像进行灰度处理、二值化处理和形态学处理,输出二值化图像;
S102,查找二值化图像中所有的轮廓并标记;
S103,调用第一类燃弧干扰模型数据库,将标记出的轮廓与第一类燃弧干扰模型数据库中第一类燃弧干扰模型的固定形状进行匹配;
S104,计算出匹配成功的轮廓在二值化图像中的位置信息;
S105,根据该位置信息擦除受电弓可见光图像中具有燃弧特点和固定形状的第一类燃弧干扰。
3.根据权利要求1所述的弓网燃弧缺陷识别方法,其特征在于,所述方法还包括燃弧报警步骤S7:计算燃弧帧中燃弧缺陷轮廓的面积,并存储记录为第五参数,根据第四参数和第五参数判定燃弧缺陷的等级,并产生相应等级的报警。
4.根据权利要求1所述的弓网燃弧缺陷识别方法,其特征在于:所述第一类燃弧干扰包括杆号牌;所述第二类燃弧干扰包括车辆进出隧道或过桥梁时的光线及遮挡干扰。
5.弓网燃弧缺陷识别系统,其特征在于,所述系统包括以下多种模块:
可见光图像获取模块,用于获取连续的受电弓可见光图像;
红外图像获取模块,用于获取与受电弓可见光图像同步的受电弓红外图像;
图像预处理模块,用于对受电弓可见光图像进行预处理,包括灰度处理、二值化处理和形态学处理,擦除受电弓可见光图像中具有燃弧特点和固定形状的第一类燃弧干扰,输出擦除第一类燃弧干扰后的二值化燃弧图像;
参数计算模块,用于将当前帧二值化燃弧图像与上一帧二值化燃弧图像作差,得到燃弧差值图,并统计燃弧差值图在X轴方向上的亮度值、Y轴方向上的亮度值和所有非零像素点的个数,并分别存储记录为第一参数、第二参数和第三参数;
温度计算模块,用于计算与受电弓可见光图像对应的同步受电弓红外图像的最高温度值,并存储记录为第四参数;
干扰校验模块,用于根据第一参数和第二参数排除第二类燃弧干扰,若a帧干扰校验帧中第一参数或第二参数大于其预设阈值的燃弧差值图超过一定数量,则将后b帧燃弧识别帧均视为第二类燃弧干扰,否则对燃弧识别帧进行燃弧缺陷判断;
燃弧缺陷判断模块,用于根据第三参数和第四参数作出燃弧缺陷判断,若b帧燃弧识别帧中第1帧燃弧差值图的第三参数及其对应的第四参数均分别大于其预设阈值,且该b帧燃弧识别帧中所有的第三参数依次减小,则判定该b帧燃弧识别帧中的第1帧存在燃弧缺陷,为燃弧帧。
6.根据权利要求5所述的弓网燃弧缺陷识别系统,其特征在于:所述系统还包括面积计算模块和燃弧缺陷报警模块;
所述面积计算模块用于计算燃弧帧的燃弧缺陷轮廓的面积,并存储记录为第五参数;
所述燃弧缺陷报警模块根据第四参数和第五参数判定燃弧缺陷的等级,并产生相应等级的报警。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610047345.1A CN105469420B (zh) | 2016-01-25 | 2016-01-25 | 弓网燃弧缺陷识别方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610047345.1A CN105469420B (zh) | 2016-01-25 | 2016-01-25 | 弓网燃弧缺陷识别方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105469420A CN105469420A (zh) | 2016-04-06 |
CN105469420B true CN105469420B (zh) | 2018-05-08 |
Family
ID=55607079
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610047345.1A Active CN105469420B (zh) | 2016-01-25 | 2016-01-25 | 弓网燃弧缺陷识别方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105469420B (zh) |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109001597A (zh) * | 2017-10-30 | 2018-12-14 | 北京华开领航科技有限责任公司 | 一种电火花确定方法及装置 |
CN108334842A (zh) * | 2018-02-02 | 2018-07-27 | 成都国铁电气设备有限公司 | 一种识别弓网受流燃弧大小的方法 |
CN109000728A (zh) * | 2018-07-31 | 2018-12-14 | 广州科易光电技术有限公司 | 车载接触网运行状态检测装置 |
CN109000729A (zh) * | 2018-07-31 | 2018-12-14 | 广州科易光电技术有限公司 | 车载接触网运行状态检测系统 |
CN108872796A (zh) * | 2018-07-31 | 2018-11-23 | 广州科易光电技术有限公司 | 基于车载接触网运行状态检测的地面控制平台 |
CN110059631B (zh) * | 2019-04-19 | 2020-04-03 | 中铁第一勘察设计院集团有限公司 | 接触网非接触式监测缺陷识别方法 |
CN111273136A (zh) * | 2020-02-20 | 2020-06-12 | 山东万腾智能科技有限公司 | 一种基于图像处理的在线接触网拉弧检测系统及方法 |
CN112016544A (zh) * | 2020-08-05 | 2020-12-01 | 中车青岛四方机车车辆股份有限公司 | 一种受电弓智能监测分析方法、装置及系统 |
CN113255507B (zh) * | 2021-05-20 | 2022-04-29 | 株洲中车时代电气股份有限公司 | 一种弓网燃弧的识别方法、系统及存储介质 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN203681577U (zh) * | 2014-01-16 | 2014-07-02 | 西南交通大学 | 一种非接触式弓网燃弧检测监测结构 |
-
2016
- 2016-01-25 CN CN201610047345.1A patent/CN105469420B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN105469420A (zh) | 2016-04-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105469420B (zh) | 弓网燃弧缺陷识别方法及系统 | |
CN105652154B (zh) | 接触网运行状态安全监测分析系统 | |
Liu et al. | A review of applications of visual inspection technology based on image processing in the railway industry | |
CN107678036B (zh) | 一种车载非接触式接触网几何参数动态检测系统及方法 | |
CN105571508B (zh) | 接触网受电弓的形变检测方法及系统 | |
CN102129564B (zh) | 基于无人飞行器的接触网故障检测与诊断方法 | |
CN105203552A (zh) | 一种360°踏面图像检测系统及其检测方法 | |
CN109238756B (zh) | 货车运行故障动态图像检测设备及检测方法 | |
CN105243381B (zh) | 基于3d信息的故障自动识别检测系统及方法 | |
CN110386065A (zh) | 车辆盲区的监控方法、装置、计算机设备及存储介质 | |
CN108764108A (zh) | 一种基于贝叶斯统计决策的前车检测方法 | |
CN107703513B (zh) | 一种基于图像处理的非接触式接触网相对位置检测方法 | |
CN105718902A (zh) | 接触网受电弓拉出值超限缺陷识别方法及系统 | |
CN104809427A (zh) | 基于3d信息的故障自动识别检测系统及检测方法 | |
CN113295145A (zh) | 一种弓网运行状态的检测系统及检测方法 | |
CN111561967A (zh) | 弓网运行状态实时在线检测方法及系统 | |
CN111598855B (zh) | 一种基于深度学习和迁移学习的2c设备高铁接触网吊弦缺陷检测方法 | |
CN105564460B (zh) | 受电弓意外降弓识别检测方法及系统 | |
CN111260631B (zh) | 一种高效刚性接触线结构光光条提取方法 | |
Yang et al. | Online pantograph-catenary contact point detection in complicated background based on multiple strategies | |
CN113657258A (zh) | 一种基于图像处理的接触网故障识别系统和识别方法 | |
CN109934172B (zh) | 高速列车受电弓免gps全运行线故障视觉检测定位方法 | |
Hsieh et al. | Visual recognition system of elastic rail clips for mass rapid transit systems | |
CN112285111A (zh) | 一种受电弓前碳滑板缺陷检测方法、装置、系统和介质 | |
CN102163328A (zh) | 用于交通视频图像中眩光的检测和消除方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |