CN105547495B - 弓网高温干扰识别检测方法 - Google Patents

弓网高温干扰识别检测方法 Download PDF

Info

Publication number
CN105547495B
CN105547495B CN201610047344.7A CN201610047344A CN105547495B CN 105547495 B CN105547495 B CN 105547495B CN 201610047344 A CN201610047344 A CN 201610047344A CN 105547495 B CN105547495 B CN 105547495B
Authority
CN
China
Prior art keywords
high temperature
infrared image
decision condition
infrared
maximum temperature
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
Application number
CN201610047344.7A
Other languages
English (en)
Other versions
CN105547495A (zh
Inventor
范国海
周吉
李立峰
武莹
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 National Railways Electric Equipment Co Ltd
Original Assignee
Chengdu National Railways Electric Equipment 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 National Railways Electric Equipment Co Ltd filed Critical Chengdu National Railways Electric Equipment Co Ltd
Priority to CN201610047344.7A priority Critical patent/CN105547495B/zh
Publication of CN105547495A publication Critical patent/CN105547495A/zh
Application granted granted Critical
Publication of CN105547495B publication Critical patent/CN105547495B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01JMEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRA-RED, VISIBLE OR ULTRA-VIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J5/00Radiation pyrometry, e.g. infrared or optical thermometry
    • G01J5/0096Radiation pyrometry, e.g. infrared or optical thermometry for measuring wires, electrical contacts or electronic systems
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01JMEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRA-RED, VISIBLE OR ULTRA-VIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J5/00Radiation pyrometry, e.g. infrared or optical thermometry
    • G01J5/02Constructional details
    • G01J5/03Arrangements for indicating or recording specially adapted for radiation pyrometers
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01JMEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRA-RED, VISIBLE OR ULTRA-VIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J5/00Radiation pyrometry, e.g. infrared or optical thermometry
    • G01J2005/0077Imaging

Abstract

本发明公开了一种弓网高温干扰识别检测方法,通过安装在轨道交通列车上的红外相机,获取连续的红外图像,计算每帧红外图像中的最大温度值及其位置坐标,然后,根据四个判定条件中的一种或多种组合来识别判断红外图像中的最大温度值是否为高温干扰。本发明能够对红外图像进行实时分析,识别出如太阳、月亮等高温干扰,减少弓网高温缺陷报警的误报率,减少误报警数据的冗余,提高高温缺陷报警的准确有效性。

Description

弓网局I温干扰识别检测方法
技术领域
[0001]本发明涉及接触网领域,特别是涉及一种弓网高温干扰识别检测方法。
背景技术
[_2]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。
[0003]发展电气化铁路是铁路现代化建设的必然趋势。电气化铁路弓网运行状态安全监 测系统主要是对弓网接触状态进行检测。当发生打弓、受电弓有缺口等缺陷时,弓网区域的 温度会瞬时增大,所以,目前该类系统主要依靠红外监控设备对其弓网进行温度监控,一旦 检测到弓网区域的温度超过某一阈值,就以高温报警的形式传回数据终端,以便工作人员 及时分析,处理这些高温缺陷,保障电力机车的正常安全运行。
[0004]但是,由于红外相机采集到的图像中并不是单一的受电弓和接触网图像,其背景 相当复杂,诸如太阳、月亮等自身发光发热的物体都会存在于图像中,所以会导致生成的高 温报警数据中含有大量的误报警。而这些无效的报警数据会有以下影响:利用无线传输技 术传回数据终端时要消耗大量的流量,工作人员要重新对其数据进行人工分析与处理,加 大了工作量。所以为了节约经济与人力成本,对其太阳月亮等高温干扰物体进行识别过滤 尤为重要。
发明内容
[0005]本发明的目的在于克服现有技术的不足,提供一种弓网高温干扰识别检测方法, 能够对弓网运行状态安全监测系统生成的高温报警数据进行实时分析,识别过滤如太阳、 月亮等高温干扰,减少弓网高温缺陷报警的误报率,减少误报警数据的冗余,提高高温缺陷 报警的准确有效性。
[0006]本发明的目的是通过以下技术方案来实现的:一种弓网高温干扰识别检测方法, 通过安装在轨道交通列车上的红外相机,获取连续的红外图像,计算每帧红外图像中的最 大温度值及其位置坐标;所述方法采用以下判定条件中的一种或多种组合来识别判断红外 图像中的最大温度值是否为高温干扰。
[0007]判定条件1,基于位置变化判断高温干扰:比较每帧红外图像的最大温度值的位置 坐标,若该红外图像中,持续多帧红外图像中每相邻两帧最大温度值的位置变化小于第一 阈值,则判定该多帧红外图像中存在高温干扰。
[0008]判定条件2,基于发热区域判断高温干扰:对红外图像进行灰度转换,得到灰度图 像;根据最大温度值的位置坐标,在灰度图像中找到其对应的高温点位置;以该高温点位置 为中心,将其周围像素点的灰度值与该高温点位置的灰度值进行比较,若其差值均小于第 二阈值,则将该周围像素点所形成的区域视为该高温点的发热区域,若持续多帧红外图像 中均出现该发热区域,则将该发热区域视为高温干扰。
[0009] 判定条件3,基于高温阈值判断高温干扰:若持续多帧红外图像的最大温度值均大 于第三阈值,则判定该多帧红外图像中的最大温度值为高温干扰。
[0010] 判定条件4,基于受电弓区域判断高温干扰:在红外图像中识别受电弓,得到受电 弓区域坐标,将最大温度值的位置坐标与受电弓区域坐标进行比较,若最大温度值的位置 坐标或所述发热区域不在受电弓区域内,则判定该最大温度值为高温干扰;若最大温度值 的位置坐标或所述发热区域在受电弓区域内,则结合判定条件1、判定条件2和判定条件3中 的任一个或多个来判断。
[0011]进一步的,在判定条件4中,若出现识别不到受电弓的图像帧,则根据该图像帧的 前后帧中所得到的受电弓区域坐标,估算该图像帧中受电弓区域坐标。
[0012]进一步的,若所述红外图像为升弓端的红外图像时,当该红外图像同时满足判定 条件1和判定条件2,则判定该多帧红外图像中的最大温度值为高温干扰。
[0013]进一步的,若所述红外图像为升弓端的红外图像时,当该红外图像满足判定条件3 或判定条件4,则判定该多帧红外图像中的最大温度值为高温干扰。
[0014]进一步的,若所述红外图像为升弓端的红外图像时,当该红外图像同时满足判定 条件1、判定条件2、判定条件3和判定条件4,则判定该多帧红外图像中的最大温度值为高温 干扰。
[0015]进一步的,若所述红外图像为非升弓端的红外图像时,当该红外图像同时满足判 定条件1和判定条件2或者仅满足判定条件3,则判定该多帧红外图像中的最大温度值为高 温干扰。
[0016]进一步的,在识别到高温干扰后,将该最大温度值标记为高温干扰,向该红外图像 添加高温干扰标志。
[0017] 进一步的,系统在收到红外高温数据时,若该红外高温数据中存在高温干扰标志, 则系统将此红外高温数据过滤弃掉,不作出高温缺陷报警;若该红外高温数据中不存在高 温干扰标志,系统将产生高温缺陷报警,并上报至上位机。
[0018] 本发明的有益效果是:
[0019] 1)本发明能够对弓网运行状态安全监测系统生成的高温报警数据进行实时分析, 识别过滤如太阳、月亮等高温干扰,减少弓网高温缺陷报警的误报率,减少误报警数据的冗 余,提高高温缺陷报警的准确有效性。
[0020] 2)本发明适应现场多变的环境,可在升弓端和非升弓端准确识别出高温干扰,可 在过桥和进出隧道之时,准确识别出高温干扰,还可准确识别出时有时无的出现在图像边 界的高温干扰。
附图说明
[0021] 图1为本发明弓网高温干扰识别检测方法的流程示意图;
[0022] 图2为本发明高温缺陷报警流程示意图。
具体实施方式
[0023]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。
[0024]如图1所示,该实施例描述了一种弓网高温干扰识别检测方法,本发明中所述的高 温干扰包括太阳干扰和月亮干扰等等。这些高温干扰一般具有较大的发热区域、持续时间 长、位置变化小、温度值高等特点。基于该特点,本发明提出采用以下四个判定条件中的一 种或多种组合来识别判断红外图像中的最大温度值是否为高温干扰的高温干扰识别检测 方法。
[0025]首先,通过安装在轨道交通列车(如机车组和动车组)上的红外相机,获取连续的 红外图像,计算每帧红外图像中的最大温度值及其位置坐标。
[0026]其判定条件1为基于位置变化判断高温干扰:比较每帧红外图像的最大温度值的 位置坐标,若该红外图像中,持续多帧红外图像中每相邻两帧最大温度值的位置变化小于 第一阈值,则判定该多帧红外图像中存在高温干扰。
[0027]其判定条件2为基于发热区域判断高温干扰:对红外图像进行灰度转换,得到灰度 图像;根据最大温度值的位置坐标,在灰度图像中找到其对应的高温点位置;以该高温点位 置为中心,将其周围像素点的灰度值与该高温点位置的灰度值进行比较,若其差值均小于 第二阈值,则将该周围像素点所形成的区域视为该高温点的发热区域,若持续多帧红外图 像中均出现该发热区域,则将该发热区域视为高温干扰。
[0028]其判定条件3为基于高温阈值判断高温干扰:若持续多帧红外图像的最大温度值 均大于第三阈值,则判定该多帧红外图像中的最大温度值为高温干扰。
[0029]其判定条件4为基于受电弓区域判断高温干扰:在红外图像中识别受电弓,得到受 电弓区域坐标,将最大温度值的位置坐标与受电弓区域坐标进行比较,若最大温度值的位 置坐标或所述发热区域不在受电弓区域内,则判定该最大温度值为高温干扰;若最大温度 值的位置坐标或所述发热区域在受电弓区域内,则结合判定条件1、判定条件2和判定条件3 中的任一个或多个来判断。
[0030] 一般的,基于发热区域大小、高温点位移大小和高温点所持续存在的帧数等三个 参数即可识别出大部分情况下的高温干扰,即采用判定条件1和判定条件2,来判断红外图 像中的最大温度值是否为高温干扰。由于机车、动车的车速差别很大,所以这三个参数设置 也会有所不同,这三个参数的具体要求值根据具体应用而设定。
[0031] 进一步的,在判定条件4中,若出现识别不到受电弓的图像帧,则根据该图像帧的 前后帧中所得到的受电弓区域坐标,估算该图像帧中受电弓区域坐标。
[0032] 进一步的,若所述红外图像为升弓端的红外图像时,当该红外图像同时满足判定 条件1和判定条件2,则判定该多帧红外图像中的最大温度值为高温干扰。
[0033] 进一步的,若所述红外图像为升弓端的红外图像时,当该红外图像满足判定条件3 或判定条件4,则判定该多帧红外图像中的最大温度值为高温干扰。
[0034] 进一步的,若所述红外图像为升弓端的红外图像时,当该红外图像同时满足判定 条件1、判定条件2、判定条件3和判定条件4,则判定该多帧红外图像中的最大温度值为高温 干扰。
[0035]进一步的,若所述红外图像为非升弓端的红外图像时,当该红外图像同时满足判 定条件1和判定条件2或者仅满足判定条件3,则判定该多帧红外图像中的最大温度值为高 温干扰。
[0036]如图2所示,在识别到高温干扰后,将该最大温度值标记为高温干扰,向该红外图 像添加高温千扰标志。进一步的,系统在收到红外高温数据时,若该红外高温数据中存在高 温干扰标志,则系统将此红外高温数据过滤弃掉,不作出高温缺陷报警;若该红外高温数据 中不存在高温干扰标志,系统将产生高温缺陷报警,并上报至上位机,使得在上位机收到的 高温缺陷报警只有真正的高温缺陷数据。
[0037]如上参照附图以示例的方式描述了根据本发明的弓网高温干扰识别检测方法。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高温千扰识别检测方法,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 (8)

1. 弓网高温干扰识别检测方法,通过安装在轨道交通列车上的红外相机,获取连续的 红外图像,计算每帧红外图像中的最大温度值及其位置坐标;同时也计算发热区域,方法如 下:对红外图像进行灰度转换,得到灰度图像;根据最大温度值的位置坐标,在灰度图像中 找到其对应的高温点位置;以该高温点位置为中心,将其周围像素点的灰度值与该高温点 位置的灰度值进行比较,若其差值均小于第二阈值,则将该周围像素点所形成的区域视为 该高温点的发热区域;其特征在于,所述方法采用以下判定条件中的一种或多种组合来识 别判断红外图像中的最大温度值是否为高温干扰;其中: 判定条件1,基于位置变化判断高温干扰:比较每帧红外图像的最大温度值的位置坐 标,若该红外图像中,持续多帧红外图像中每相邻两帧最大温度值的位置变化小于第一阈 值,则判定该多帧红外图像中存在高温干扰; 判定条件2,基于发热区域判断高温干扰:若持续多帧红外图像中均出现该发热区域, 则将该发热区域视为高温干扰; 判定条件3,基于高温阈值判断高温干扰:若持续多帧红外图像的最大温度值均大于第 三阈值,则判定该多帧红外图像中的最大温度值为高温干扰; 判定条件4,基于受电弓区域判断高温干扰:在红外图像中识别受电弓,得到受电弓区 域坐标,将最大温度值的位置坐标或发热区域与受电弓区域坐标进行比较,若最大温度值 的位置坐标或所述发热区域不在受电弓区域内,则判定该最大温度值为高温干扰;若最大 温度值的位置坐标或所述发热区域在受电弓区域内,则结合判定条件1、判定条件2和判定 条件3中的任一个或多个来判断。
2. 根据权利要求1所述的弓网高温干扰识别检测方法,其特征在于:在判定条件4中,若 出现识别不到受电弓的图像帧,则根据该图像帧的前后帧中所得到的受电弓区域坐标,估 算该图像帧中受电弓区域坐标。
3. 根据权利要求1所述的弓网高温干扰识别检测方法,其特征在于,若所述红外图像为 升弓端的红外图像时,当该红外图像同时满足判定条件1和判定条件2,则判定该多帧红外 图像中的最大温度值为高温干扰。
4. 根据权利要求1所述的弓网高温干扰识别检测方法,其特征在于,若所述红外图像为 升弓端的红外图像时,当该红外图像满足判定条件3或判定条件4,则判定该多帧红外图像 中的最大温度值为高温干扰。
5. 根据权利要求1所述的弓网高温干扰识别检测方法,其特征在于,若所述红外图像为 升弓端的红外图像时,当该红外图像同时满足判定条件1、判定条件2、判定条件3和判定条 件4,则判定该多帧红外图像中的最大温度值为高温干扰。
6. 根据权利要求1所述的弓网高温干扰识别检测方法,其特征在于,若所述红外图像为 非升弓端的红外图像时,当该红外图像同时满足判定条件1和判定条件2或者仅满足判定条 件3,则判定该多帧红外图像中的最大温度值为高温干扰。
7. 根据权利要求1所述的弓网高温干扰识别检测方法,其特征在于:在识别到高温干扰 后,将该最大温度值标记为高温干扰,向该红外图像添加高温干扰标志。
8. 根据权利要求7所述的弓网高温千扰识别检测方法,其特征在于:系统在收到红外高 温数据时,若该红外高温数据中存在高温干扰标志,则系统将此红外高温数据过滤弃掉,不 作出高温缺陷报警;若该红外高温数据中不存在高温干扰标志,系统将产生高温缺陷报警, 并上报至上位机。
CN201610047344.7A 2016-01-25 2016-01-25 弓网高温干扰识别检测方法 Active CN105547495B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610047344.7A CN105547495B (zh) 2016-01-25 2016-01-25 弓网高温干扰识别检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610047344.7A CN105547495B (zh) 2016-01-25 2016-01-25 弓网高温干扰识别检测方法

Publications (2)

Publication Number Publication Date
CN105547495A CN105547495A (zh) 2016-05-04
CN105547495B true CN105547495B (zh) 2018-09-18

Family

ID=55826845

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610047344.7A Active CN105547495B (zh) 2016-01-25 2016-01-25 弓网高温干扰识别检测方法

Country Status (1)

Country Link
CN (1) CN105547495B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108038855A (zh) * 2017-12-22 2018-05-15 山东神戎电子股份有限公司 一种高温点实时检测方法
WO2021092815A1 (zh) * 2019-11-13 2021-05-20 深圳市大疆创新科技有限公司 识别方法、测温方法、设备及存储介质
CN111854961B (zh) * 2020-06-01 2022-04-08 浙江双视红外科技股份有限公司 基于目标环境中高温物体的红外监测方法、装置及系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5612901A (en) * 1994-05-17 1997-03-18 Gallegos; Sonia C. Apparatus and method for cloud masking
CN102565625A (zh) * 2011-05-25 2012-07-11 上海大学 基于红外图像智能诊断高压输电线路热缺陷的方法
CN202838643U (zh) * 2012-09-25 2013-03-27 成都国铁电气设备有限公司 一种基于无线网络针对变电设备运行状态的智能监测装置
CN202827351U (zh) * 2012-09-25 2013-03-27 成都国铁电气设备有限公司 热红外弓网运行状态在线监控装置
CN105004431A (zh) * 2015-05-29 2015-10-28 山东康威通信技术股份有限公司 一种针对移动式红外热成像的反光点识别方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7206072B2 (en) * 2002-10-04 2007-04-17 Fujifilm Corporation Light source type discriminating method, image forming method, method and apparatus for estimating light source energy distribution, and exposure amount determining method

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5612901A (en) * 1994-05-17 1997-03-18 Gallegos; Sonia C. Apparatus and method for cloud masking
CN102565625A (zh) * 2011-05-25 2012-07-11 上海大学 基于红外图像智能诊断高压输电线路热缺陷的方法
CN202838643U (zh) * 2012-09-25 2013-03-27 成都国铁电气设备有限公司 一种基于无线网络针对变电设备运行状态的智能监测装置
CN202827351U (zh) * 2012-09-25 2013-03-27 成都国铁电气设备有限公司 热红外弓网运行状态在线监控装置
CN105004431A (zh) * 2015-05-29 2015-10-28 山东康威通信技术股份有限公司 一种针对移动式红外热成像的反光点识别方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于红外检测的铁路接触网关键区域故障研究;于博轩等;《电气化铁道》;20121231(第6期);第12~18页 *

Also Published As

Publication number Publication date
CN105547495A (zh) 2016-05-04

Similar Documents

Publication Publication Date Title
CN105547495B (zh) 弓网高温干扰识别检测方法
CN104408878B (zh) 一种车队疲劳驾驶预警监控系统及方法
CN103057470B (zh) 一种车辆违章压线预先提示装置及其提示方法
CN105303830A (zh) 一种驾驶行为分析系统及分析方法
CN104794855A (zh) 驾驶员注意力综合评估装置
CN104361716A (zh) 实时检测疲劳并提醒的方法
CN101984478B (zh) 基于双目视觉车道线检测的非正常s型驾驶预警方法
CN104794856A (zh) 驾驶员注意力综合测评系统
CN110532976A (zh) 基于机器学习和多特征融合的疲劳驾驶检测方法及系统
CN107097794B (zh) 道路车道线的侦测系统及其方法
CN104049281A (zh) 曲线地铁站台屏蔽门与列车间异物自动检测装置及方法
CN103700220A (zh) 一种疲劳驾驶监控装置
CN109740412A (zh) 一种基于计算机视觉的信号灯故障检测方法
CN106627575A (zh) 一种车辆偏航预警方法及系统
CN106476697A (zh) 一种行车指示方法及装置
CN106529496A (zh) 一种机车乘务员实时视频疲劳检测的方法
CN103832357B (zh) 一种基于机器视觉的车道偏离警告系统及方法
CN204044383U (zh) 曲线地铁站台屏蔽门与列车间异物自动检测装置
CN103523040B (zh) 一种排障装置和一种路况信息收集方法
CN112071084A (zh) 一种利用深度学习判断违章停车的方法和系统
CN108304745A (zh) 一种驾驶员驾驶行为检测方法、装置
CN104361317B (zh) 一种卡口式视频分析未系安全带行为检测系统及其方法
CN104504713B (zh) 一种动车组运行状态图像监控故障自动识别方法
KR20150067018A (ko) 승객 밀집 정보를 제공하는 방법 및 서비스 서버
JP2013122739A5 (zh)

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