CN107742288A - 一种受电弓打弓缺陷检测方法及系统 - Google Patents
一种受电弓打弓缺陷检测方法及系统 Download PDFInfo
- Publication number
- CN107742288A CN107742288A CN201710942547.7A CN201710942547A CN107742288A CN 107742288 A CN107742288 A CN 107742288A CN 201710942547 A CN201710942547 A CN 201710942547A CN 107742288 A CN107742288 A CN 107742288A
- Authority
- CN
- China
- Prior art keywords
- pantograph
- bow
- beats
- defect
- edge
- 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
Links
- 230000007547 defect Effects 0.000 title claims abstract description 74
- 238000000034 method Methods 0.000 title claims abstract description 48
- 238000007689 inspection Methods 0.000 title claims abstract description 15
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 claims abstract description 33
- 229910052799 carbon Inorganic materials 0.000 claims abstract description 33
- 230000008859 change Effects 0.000 claims abstract description 13
- 238000005452 bending Methods 0.000 claims abstract description 5
- 238000000605 extraction Methods 0.000 claims description 5
- 230000005611 electricity Effects 0.000 claims description 4
- 230000008569 process Effects 0.000 claims description 4
- 239000012141 concentrate Substances 0.000 claims description 3
- 230000009467 reduction Effects 0.000 claims description 3
- 238000010845 search algorithm Methods 0.000 claims description 3
- 238000010009 beating Methods 0.000 abstract description 4
- 238000012544 monitoring process Methods 0.000 abstract description 4
- 230000003137 locomotive effect Effects 0.000 description 6
- 238000011161 development Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000000243 solution Substances 0.000 description 2
- 238000005299 abrasion Methods 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000003708 edge detection Methods 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/20—Image enhancement or restoration by the use of local operators
-
- G06T5/70—
-
- G06T5/80—
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- 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
- G06T2207/10004—Still image; Photographic 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
- G06T2207/20081—Training; Learning
-
- 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
Abstract
本发明公开了一种受电弓打弓缺陷检测方法及系统,该方法包括以下步骤:获取受电弓图像;对图像中受电弓进行识别与定位,确定受电弓区域;重复步骤S1、S2,追踪受电弓、受电弓弓平面与水平面的夹角变化情况、受电弓碳滑条置信度;分别根据受电弓从有到无的变化、受电弓弓平面与水平面的夹角变化、受电弓碳滑条置信度判断受电弓打弓缺陷。其分别根据受电弓从有到无的变化、受电弓弓平面与水平面的夹角变化、受电弓碳滑条置信度对受电弓打弓缺陷进行判定,可对受电弓的打弓缺陷进行准确识别,解决根据温度对打弓缺陷进行识别造成打弓缺陷遗漏的问题,提高弓网事故监测的准确度。
Description
技术领域
本发明涉及受电弓打弓缺陷检测领域,具体涉及一种受电弓打弓缺陷检测方法及系统。
背景技术
随着国民经济的快速发展,铁路运输业在国民经济和社会发展中的地位越来越重要。目前,电力牵引是铁路运输的最佳方式,具有提高运能、节约和综合利用能源、减少环境污染、易于实现自动化等诸多优点。在电力牵引中,电力机车需要在高速运行条件下可靠地从接触网上取得电能,受电弓是电力机车从接触网取得电能的电气设备,安装在机车或动车车顶上,因此受电弓是否正常工作将直接影响电力机车能否安全稳定运行。而在电力机车实际的运行过程中,因接触线调整不当尤其在锚段关节和线岔处或定期器安装角度、结构发生变化,极易打坏受电弓,导致受电弓打弓缺陷,在损坏受电弓的同时还加剧了相关元器件以及接触导线的磨损,形成恶性循环,甚至危及行车安全,因此及时、准确的识别受电弓打弓缺陷对于保证电力机车安全运行至关重要。
当发生受电弓打弓缺陷时,通常情况下弓网会产生高温,但个别情况下弓网温度并未升高,现有技术纯粹的以温度变化对是否出现打弓缺陷进行识别,势必将弓网温度并未变化部分的打弓缺陷遗漏,容易导致重大弓网事故,威胁电力机车的正常、安全运行。
发明内容
本发明为了解决上述技术问题提供一种受电弓打弓缺陷检测方法及系统。
本发明通过下述技术方案实现:
一种受电弓打弓缺陷检测方法,包括以下步骤:
S1、获取受电弓图像;
S2、对图像中受电弓进行识别与定位,确定受电弓区域;
S3、重复步骤S1、S2,追踪受电弓、受电弓弓平面与水平面的夹角变化情况、受电弓碳滑条置信度;
S4、分别根据受电弓从有到无的变化、受电弓弓平面与水平面的夹角变化、受电弓碳滑条置信度判断受电弓打弓缺陷。
在多年的实际工作中,发明人总结打弓过程会出现以下的现象,1、受电弓会左右摆动,导致受电弓弓平面与水平面的夹角会发生明显变化;2、受电弓在被打瞬间碳滑条会被打缺或是打变形;3、受电弓被打掉,呈现无弓状态。上述现象均为受电弓打弓时出现的现象。基于上述总结,通过对图像中的受电弓部件进行识别,分别根据受电弓从有到无的变化、受电弓弓平面与水平面的夹角变化、受电弓碳滑条置信度对受电弓打弓缺陷进行判定,可对受电弓的打弓缺陷进行准确识别,解决根据温度对打弓缺陷进行识别造成打弓缺陷遗漏的问题,提高弓网事故监测的准确度。
进一步的,所述步骤S2具体为:
S21、对受电弓图像进行透视还原,校正畸变;
S22、使用模板匹配法得到受电弓的大致位置;
S23、利用经受电弓样本库训练的SVM模型进行识别,得到受电弓区域。
根据受电弓弓平面与水平面的夹角变化情况判断受电弓打弓缺陷的方法具体为:
根据受电弓区域,提取受电弓边缘;
搜索受电弓边缘点集;
在受电弓边缘点集中选取满足受电弓边缘特征的点集作为受电弓弓平面边缘点集;
将受电弓弓平面边缘点集进行直线拟合,得到受电弓弓平面边缘位置,计算受电弓弓平面与水平面的夹角;
根据受电弓弓平面与水平面的夹角判断是否发生受电弓打弓缺陷。
提取受电弓边缘的方法为:
a1、对受电弓区域图像进行平滑处理;
a2、计算每一点的局部梯度和边缘方向;
a3、利用Canny算法追踪步骤a2中出现的图像脊的顶部,将所有不在脊顶部的像素设为零,在输出中给出一条线,脊像素使用两个阈值T1和T2做阈值处理,其中,T1<T2,像素值大于T2的脊像素成为强边缘像素,T1和T2之间的脊像素成为弱边缘像素;
a4、将8连接的弱像素集成到强像素,执行边缘链接获得受电弓边缘图像。
受电弓边缘点集采用邻域搜索算法横向搜索,具体方法为:
b1、根据受电弓区域从Canny图上提取感兴趣区域ROI;
b2、以ROI左上第一个边缘点开始,在其右上、右和右下3个邻域搜索连续边缘点,其中右邻域允许间断一定阈值,直到找不到边缘点为止,并将这些连续点组成点集;
b3、判断点集长度,若其长度小于阈值T,则舍弃该点集,反之则保存点集,并继续b2操作直到ROI不存在未被遍历到的点为止。
所述受电弓弓平面边缘点集的确定方法为:
在两两点集中在同一横坐标的条件下,统计对应纵坐标的距离在阈值P范围的点集个数,若点集个数大于阈值L,则判定这两个点集为受电弓边缘点集。
连续N帧的受电弓弓平面与水平面的夹角均超过设定的阈值或者连续N帧的受电弓弓平面与水平面的夹角变化率均超过设定阈值则判定发生受电弓打弓缺陷。
根据受电弓碳滑条置信度判断受电弓打弓缺陷的方法具体为:
利用经碳滑条样本库训练的SVM模型对受电弓的碳滑条进行识别定位;
计算碳滑条置信度;
碳滑条置信度小于设定阈值K则判断发生受电弓打弓缺陷。
一种受电弓打弓缺陷检测系统,包括:
用于采集受电弓图像的图像获取装置;
根据上述方法对受电弓打弓缺陷进行判定的主机模块;
将图像采集装置的数据传送给主机模块的无线传输装置。
作为优选,所述图像获取装置包括:
用于获取受电弓视频数据的相机;
用于对列车运行区间位置以及缺陷发生位置进行定位的定位系统;
用于对相机取像区域进行补光的光源;
用于固定相机的底座。
本发明与现有技术相比,具有如下的优点和有益效果:
1、本发明分别根据受电弓从有到无的变化、受电弓弓平面与水平面的夹角变化、受电弓碳滑条置信度对受电弓打弓缺陷进行判定,可对受电弓的打弓缺陷进行准确识别,解决根据温度对打弓缺陷进行识别造成打弓缺陷遗漏的问题,提高弓网事故监测的准确度。
附图说明
此处所说明的附图用来提供对本发明实施例的进一步理解,构成本申请的一部分,并不构成对本发明实施例的限定。在附图中:
图1为本发明的流程图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白,下面结合实施例和附图,对本发明作进一步的详细说明,本发明的示意性实施方式及其说明仅用于解释本发明,并不作为对本发明的限定。
实施例1
如图1所示的一种受电弓打弓缺陷检测方法,包括以下步骤:
S1、获取受电弓图像;
S2、对图像中受电弓进行识别与定位,确定受电弓区域;
S3、重复步骤S1、S2,追踪受电弓、受电弓弓平面与水平面的夹角变化情况、受电弓碳
滑条置信度;
S4、分别根据受电弓从有到无的变化、受电弓弓平面与水平面的夹角变化、受电弓碳滑条置信度判断受电弓打弓缺陷。
实施例2
本实施例基于实施例1的原理对上述步骤的实现方法进行举例说明。
步骤S1可通过相机获取受电弓图像。
步骤S2可采用图像识别技术对受电弓进行识别与定位,具体为:
S21、对受电弓图像进行透视还原,校正畸变;
S22、使用模板匹配法对受电弓进行粗定位,即得到受电弓的大致位置;
S23、利用经受电弓样本库训练的SVM模型进行精确识别,得到受电弓区域。
受电弓区域确定后根据受电弓情况对打弓缺陷进行判定,针对3种不同的现象,其识别方法不同,但将3种现象组合起来可解决根据温度对打弓缺陷进行识别造成打弓缺陷遗漏的问题,提高弓网事故监测的准确度。
根据第一种现象识别打弓缺陷即根据受电弓弓平面与水平面的夹角变化情况判断受电弓打弓缺陷,具体方法为:
根据受电弓区域,提取受电弓边缘;
搜索受电弓边缘点集;
在受电弓边缘点集中选取满足受电弓边缘特征的点集作为受电弓弓平面边缘点集;
将受电弓弓平面边缘点集进行直线拟合,计算其直线拟合的斜率,即为受电弓弓平面与水平面的夹角;
根据受电弓弓平面与水平面的夹角判断是否发生受电弓打弓缺陷。
上述提取受电弓边缘的方法可采用Canny边缘检测法,具体为:
a1、对受电弓区域图像进行平滑处理,该步骤可使用带有指定标准偏差的高斯滤波器来平滑处理;
a2、计算每一点的局部梯度和边缘方向;
a3、利用Canny算法追踪步骤a2中出现的图像脊的顶部,将所有不在脊顶部的像素设为零,在输出中给出一条线,脊像素使用两个阈值T1和T2做阈值处理,其中,T1<T2,像素值大于T2的脊像素成为强边缘像素,T1和T2之间的脊像素成为弱边缘像素;
a4、将8连接的弱像素集成到强像素,执行边缘链接获得受电弓边缘图像。
上述受电弓边缘点集可采用邻域搜索算法从左至右横向搜索,具体方法为:
b1、根据受电弓区域从Canny图上提取感兴趣区域ROI;
b2、以ROI左上第一个边缘点开始,在其右上、右和右下3个邻域搜索连续边缘点,其中右邻域允许间断一定阈值,直到找不到边缘点为止,并将这些连续点组成点集;
b3、判断点集长度,若其长度小于阈值T,则舍弃该点集,反之则保存点集,并继续b2操作直到ROI不存在未被遍历到的点为止。
从canny图上提取出的ROI区域是含有受电弓边缘点集的矩形区域。从这个矩形区域的左上角开始第一个边缘点为参照,在他的右上、右以及右下三个相邻区域搜索其他边缘点。下表可形象描述其具体方位。假设每个小格子表示1个像素点。
右上 | |||
左 | 右 | ||
右下 | |||
受电弓图像呈现的上下边缘间的间距是固定在一定范围内的,故上述受电弓弓平面边缘点集的确定可采用以下方法:
在两两点集中在同一横坐标的条件下,统计对应纵坐标的距离在阈值P范围的点集个数,若点集个数大于阈值L,则判定这两个点集为受电弓边缘。
受电弓的弓条呈现的上下边缘之间的距离在一个固定范围内,该阈值p就是这个固定范围值,通过大数据统计一般是4到7个像素点。
点集个数大于某个阈值L,这个阈值L根据大数据统计一般设定为25至35个像素点,优选为30个像素点。
受电弓正常工作是,由于接触它的导线的压力,受电弓会繁盛小幅度的左右规则摆动,此时受电弓角度的变化幅度很小,而当发生打弓缺陷时,受电弓的角度变化剧烈,幅度很大,严重时受电弓甚至会被打歪,长时间处于倾斜状态。基于上述特征,本实施例可采用两种方式对是否发生受电弓打弓缺陷进行判断。
方法1:对采集的受电弓图像中受电弓弓平面与水平面的夹角的变化趋势进行统计,若连续N帧受电弓弓平面与水平面的夹角的变化率均超过设定阈值范围,则判断发生受电弓打弓缺陷。
方式二为:对采集的受电弓图像中受电弓弓平面与水平面的夹角进行统计,若连续N帧受电弓弓平面与水平面的夹角均超过设定阈值范围,则判断发生受电弓打弓缺陷。N为大于2的自然数。
根据第二种现象识别打弓缺陷即根据受电弓碳滑条置信度判断受电弓打弓缺陷,具体可采用下述方法:
利用经碳滑条样本库训练的SVM模型对受电弓的碳滑条进行识别定位,碳滑条样本库越完整,其识别准确度越高;
计算碳滑条置信度,碳滑条变形越严重置信度越低,碳滑条越完整置信度越高;
碳滑条置信度小于设定阈值K则判断发生受电弓打弓缺陷。
碳滑条形状越完整,碳滑条的置信度越高接近于1。要是发生打弓,导致碳滑条的变形或是打凹,则置信度会变很低,接近于0,则一般阈值K接近0。
根据第三种现象识别打弓缺陷即根据受电弓从有到无的状态进行判断,如果很长时间内一直可以识别到受电弓,突然受电弓不存在,那么就识别结果就是无弓。要是出现这种情况,则判断发生受电弓打弓缺陷造成弓的丢失。
上述3个识别方法同时进行,若任一方法检测到打弓缺陷,则可判定发生受电弓打弓缺陷。
实施例3
本实施例公开一种实现上述方法的系统。
一种受电弓打弓缺陷检测系统,包括:
用于采集受电弓图像的图像获取装置;
根据实施例1和实施例2的方法对受电弓打弓缺陷进行判定的主机模块;
将图像采集装置的数据传送给主机模块的无线传输装置。
使用时,图像获取装置安装在列车车顶,对弓网接触部位进行受电弓运行状态视频实时采集,并通过无线传输装置发送给主机模块进行图像分析。
图像获取装置包括:用于获取受电弓视频数据的相机、用于对列车运行区间位置以及缺陷发生位置进行定位的定位系统、用于对相机取像区域进行补光的光源、用于固定相机的底座。底座与车顶接口固定连接;相机采用红外热像仪或是近红外高清相机;定位系统用于实时定位;光源与相机均固定于底座上,在固定时,调整其安装角度使相机和补光光源的射出光正对弓网接触部位,并用集成外壳将其统一密封封装。还可增设视频数据存储模块;视频数据存储模块用于保存视频采集模块所采集的视频数据流。
以上所述的具体实施方式,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施方式而已,并不用于限定本发明的保护范围,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种受电弓打弓缺陷检测方法,其特征在于,包括以下步骤:
S1、获取受电弓图像;
S2、对图像中受电弓进行识别与定位,确定受电弓区域;
S3、重复步骤S1、S2,追踪受电弓、受电弓弓平面与水平面的夹角变化情况、受电弓碳滑条置信度;
S4、分别根据受电弓从有到无的变化、受电弓弓平面与水平面的夹角变化、受电弓碳滑条置信度判断受电弓打弓缺陷。
2.根据权利要求1所述的一种受电弓打弓缺陷检测方法,其特征在于,所述步骤S2具体为:
S21、对受电弓图像进行透视还原,校正畸变;
S22、使用模板匹配法得到受电弓的大致位置;
S23、利用经受电弓样本库训练的SVM模型进行识别,得到受电弓区域。
3.根据权利要求1所述的一种受电弓打弓缺陷检测方法,其特征在于,根据受电弓弓平面与水平面的夹角变化情况判断受电弓打弓缺陷的方法具体为:
根据受电弓区域,提取受电弓边缘;
搜索受电弓边缘点集;
在受电弓边缘点集中选取满足受电弓边缘特征的点集作为受电弓弓平面边缘点集;
将受电弓弓平面边缘点集进行直线拟合,得到受电弓弓平面边缘位置,计算受电弓弓平面与水平面的夹角;
根据受电弓弓平面与水平面的夹角判断是否发生受电弓打弓缺陷。
4.根据权利要求3所述的一种受电弓打弓缺陷检测方法,其特征在于,提取受电弓边缘的方法为:
a1、对受电弓区域图像进行平滑处理;
a2、计算每一点的局部梯度和边缘方向;
a3、利用Canny算法追踪步骤a2中出现的图像脊的顶部,将所有不在脊顶部的像素设为零,在输出中给出一条线,脊像素使用两个阈值T1和T2做阈值处理,其中,T1<T2,像素值大于T2的脊像素成为强边缘像素,T1和T2之间的脊像素成为弱边缘像素;
a4、将8连接的弱像素集成到强像素,执行边缘链接获得受电弓边缘图像。
5.根据权利要求3所述的一种受电弓打弓缺陷检测方法,其特征在于,受电弓边缘点集采用邻域搜索算法横向搜索,具体方法为:
b1、根据受电弓区域从Canny图上提取感兴趣区域ROI;
b2、以ROI左上第一个边缘点开始,在其右上、右和右下3个邻域搜索连续边缘点,其中右邻域允许间断一定阈值,直到找不到边缘点为止,并将这些连续点组成点集;
b3、判断点集长度,若其长度小于阈值T,则舍弃该点集,反之则保存点集,并继续
b2操作直到ROI不存在未被遍历到的点为止。
6.根据权利要求3所述的一种受电弓打弓缺陷检测方法,其特征在于,所述受电弓弓平面边缘点集的确定方法为:
在两两点集中在同一横坐标的条件下,统计对应纵坐标的距离在阈值P范围的点集个数,若点集个数大于阈值L,则判定这两个点集为受电弓边缘点集。
7.根据权利要求3所述的一种受电弓打弓缺陷检测方法,其特征在于,连续N帧的受电弓弓平面与水平面的夹角均超过设定的阈值或者连续N帧的受电弓弓平面与水平面的夹角变化率均超过设定阈值则判定发生受电弓打弓缺陷。
8.根据权利要求1所述的一种受电弓打弓缺陷检测方法,其特征在于,根据受电弓碳滑条置信度判断受电弓打弓缺陷的方法具体为:
利用经碳滑条样本库训练的SVM模型对受电弓的碳滑条进行识别定位;
计算碳滑条置信度;
碳滑条置信度小于设定阈值K则判断发生受电弓打弓缺陷。
9.一种受电弓打弓缺陷检测系统,其特征在于,包括:
用于采集受电弓图像的图像获取装置;
根据权利要求1至8的方法对受电弓打弓缺陷进行判定的主机模块;
将图像采集装置的数据传送给主机模块的无线传输装置。
10.根据权利要求9所述的一种受电弓打弓缺陷检测系统,其特征在于,所述图像获取装置包括:
用于获取受电弓视频数据的相机;
用于对列车运行区间位置以及缺陷发生位置进行定位的定位系统;
用于对相机取像区域进行补光的光源;
用于固定相机的底座。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710942547.7A CN107742288A (zh) | 2017-10-11 | 2017-10-11 | 一种受电弓打弓缺陷检测方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710942547.7A CN107742288A (zh) | 2017-10-11 | 2017-10-11 | 一种受电弓打弓缺陷检测方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107742288A true CN107742288A (zh) | 2018-02-27 |
Family
ID=61237266
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710942547.7A Pending CN107742288A (zh) | 2017-10-11 | 2017-10-11 | 一种受电弓打弓缺陷检测方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107742288A (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108917621A (zh) * | 2018-06-29 | 2018-11-30 | 南京航空航天大学 | 一种受电弓滑板上边缘单像素跟踪检测方法 |
CN108918550A (zh) * | 2018-06-28 | 2018-11-30 | 大同新成新材料股份有限公司 | 一种受电弓打弓缺陷检测方法 |
CN109376609A (zh) * | 2018-09-27 | 2019-02-22 | 易讯科技股份有限公司 | 受电弓磨耗的识别方法、装置及智能终端 |
CN109934172A (zh) * | 2019-03-14 | 2019-06-25 | 中南大学 | 高速列车受电弓免gps全运行线故障视觉检测定位方法 |
CN110197494A (zh) * | 2019-05-17 | 2019-09-03 | 武汉工程大学 | 一种基于单目红外图像的受电弓接触点实时检测算法 |
CN110781758A (zh) * | 2019-09-29 | 2020-02-11 | 同济大学 | 一种受电弓结构异常动态视频监测方法及装置 |
CN112991318A (zh) * | 2021-03-31 | 2021-06-18 | 中车青岛四方机车车辆股份有限公司 | 一种动车组受电弓故障检测方法、装置及存储介质 |
CN113409295A (zh) * | 2021-06-30 | 2021-09-17 | 北京兆维电子(集团)有限责任公司 | 一种基于cell的边缘缺陷检测方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1945596A (zh) * | 2006-11-02 | 2007-04-11 | 东南大学 | 用于车道偏离报警的车道线鲁棒识别方法 |
CN101184221A (zh) * | 2007-12-06 | 2008-05-21 | 上海大学 | 基于视觉关注度的视频编码方法 |
CN102288614A (zh) * | 2011-05-19 | 2011-12-21 | 西南交通大学 | 基于曲波域移动平行窗的受电弓裂纹故障检测方法 |
CN105652154A (zh) * | 2016-01-25 | 2016-06-08 | 成都国铁电气设备有限公司 | 接触网运行状态安全监测分析系统 |
CN205692013U (zh) * | 2016-06-13 | 2016-11-16 | 吴铁成 | 受电弓及接触网动态检测安全预警系统 |
CN106845495A (zh) * | 2016-12-30 | 2017-06-13 | 浙江工业大学 | 一种图像中断裂曲线闭合方法 |
-
2017
- 2017-10-11 CN CN201710942547.7A patent/CN107742288A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1945596A (zh) * | 2006-11-02 | 2007-04-11 | 东南大学 | 用于车道偏离报警的车道线鲁棒识别方法 |
CN101184221A (zh) * | 2007-12-06 | 2008-05-21 | 上海大学 | 基于视觉关注度的视频编码方法 |
CN102288614A (zh) * | 2011-05-19 | 2011-12-21 | 西南交通大学 | 基于曲波域移动平行窗的受电弓裂纹故障检测方法 |
CN105652154A (zh) * | 2016-01-25 | 2016-06-08 | 成都国铁电气设备有限公司 | 接触网运行状态安全监测分析系统 |
CN205692013U (zh) * | 2016-06-13 | 2016-11-16 | 吴铁成 | 受电弓及接触网动态检测安全预警系统 |
CN106845495A (zh) * | 2016-12-30 | 2017-06-13 | 浙江工业大学 | 一种图像中断裂曲线闭合方法 |
Non-Patent Citations (5)
Title |
---|
万刚 等编著: "《无人机测绘技术及应用》", 31 December 2015, 北京:测绘出版社 * |
朱勇 等: "基于多特征融合的车辆检测算法", 《传感器与微系统》 * |
朱晓恒: "受电弓典型故障图像检测算法的研究", 《中国优秀硕士学位论文全文数据库信息科技辑》 * |
白瑞敏: "基于图像处理的接触网吊弦和受电弓滑板的检测与识别", 《中国优秀硕士学位论文全文数据库工程科技II辑》 * |
赵小川 编著: "《MATLAB图像处理 程序实现与模块化仿真》", 31 January 2014, 北京:北京航空航天大学出版社 * |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108918550A (zh) * | 2018-06-28 | 2018-11-30 | 大同新成新材料股份有限公司 | 一种受电弓打弓缺陷检测方法 |
CN108917621A (zh) * | 2018-06-29 | 2018-11-30 | 南京航空航天大学 | 一种受电弓滑板上边缘单像素跟踪检测方法 |
CN109376609A (zh) * | 2018-09-27 | 2019-02-22 | 易讯科技股份有限公司 | 受电弓磨耗的识别方法、装置及智能终端 |
CN109934172A (zh) * | 2019-03-14 | 2019-06-25 | 中南大学 | 高速列车受电弓免gps全运行线故障视觉检测定位方法 |
CN109934172B (zh) * | 2019-03-14 | 2021-10-15 | 中南大学 | 高速列车受电弓免gps全运行线故障视觉检测定位方法 |
CN110197494A (zh) * | 2019-05-17 | 2019-09-03 | 武汉工程大学 | 一种基于单目红外图像的受电弓接触点实时检测算法 |
CN110197494B (zh) * | 2019-05-17 | 2023-01-31 | 武汉工程大学 | 一种基于单目红外图像的受电弓接触点实时检测算法 |
CN110781758A (zh) * | 2019-09-29 | 2020-02-11 | 同济大学 | 一种受电弓结构异常动态视频监测方法及装置 |
CN112991318A (zh) * | 2021-03-31 | 2021-06-18 | 中车青岛四方机车车辆股份有限公司 | 一种动车组受电弓故障检测方法、装置及存储介质 |
CN113409295A (zh) * | 2021-06-30 | 2021-09-17 | 北京兆维电子(集团)有限责任公司 | 一种基于cell的边缘缺陷检测方法 |
CN113409295B (zh) * | 2021-06-30 | 2024-03-29 | 北京兆维电子(集团)有限责任公司 | 一种基于cell的边缘缺陷检测方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107742288A (zh) | 一种受电弓打弓缺陷检测方法及系统 | |
CN105652154B (zh) | 接触网运行状态安全监测分析系统 | |
CN103500322B (zh) | 基于低空航拍图像的车道线自动识别方法 | |
US11421659B2 (en) | Method and device for determining tower clearance for wind turbine | |
CN104809689B (zh) | 一种基于轮廓的建筑物点云模型底图配准方法 | |
CN103065134B (zh) | 一种具有提示信息的指纹识别装置和方法 | |
CN106296694B (zh) | 杆塔倾斜智能图像辨识测量方法 | |
CN103413139B (zh) | 基于电力巡线红外巡检视频数据的电力设备异常发热检测方法 | |
CN105976368B (zh) | 一种绝缘子定位方法 | |
CN109186461A (zh) | 一种箱体大小的测量方法及测量设备 | |
CN109376740A (zh) | 一种基于视频的水尺读数检测方法 | |
CN102938062B (zh) | 一种基于内容的文档图像倾斜角估计方法 | |
CN103557788A (zh) | 一种高铁接触网接几何参数检测非接触式补偿及卡尔曼滤波修正方法 | |
CN105404867B (zh) | 一种基于视觉的变电站隔离开关状态识别方法 | |
CN107727658A (zh) | 基于图像处理的受电弓裂纹在线检测装置及方法 | |
CN110472580A (zh) | 基于全景影像的检测车位的方法、装置、存储介质 | |
JP5105481B2 (ja) | 車線検出装置、車線検出方法、及び車線検出プログラム | |
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 | |
CN110197494B (zh) | 一种基于单目红外图像的受电弓接触点实时检测算法 | |
CN106352800A (zh) | 输电线路弧垂智能图像辨识测量方法 | |
CN106599890A (zh) | 变电站巡检机器人数字式仪表识别算法 | |
CN102609684A (zh) | 人体姿势检测方法及装置 | |
CN108009574B (zh) | 一种轨道扣件检测方法 | |
CN109269403A (zh) | 一种基于机器视觉的接触网导线磨耗测量方法及装置 | |
CN102609730A (zh) | 基于动静触头接触比例的刀闸状态合位可靠性判别方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180227 |
|
RJ01 | Rejection of invention patent application after publication |