CN108399624A - 一种腕臂定位标识的检测方法 - Google Patents
一种腕臂定位标识的检测方法 Download PDFInfo
- Publication number
- CN108399624A CN108399624A CN201810104149.2A CN201810104149A CN108399624A CN 108399624 A CN108399624 A CN 108399624A CN 201810104149 A CN201810104149 A CN 201810104149A CN 108399624 A CN108399624 A CN 108399624A
- Authority
- CN
- China
- Prior art keywords
- bracket
- image
- detected
- positioning mark
- control module
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 21
- 238000012545 processing Methods 0.000 claims abstract description 9
- 238000000605 extraction Methods 0.000 claims abstract description 4
- 238000003384 imaging method Methods 0.000 claims description 17
- 238000000034 method Methods 0.000 claims description 7
- 230000007246 mechanism Effects 0.000 claims description 6
- 238000001914 filtration Methods 0.000 claims description 3
- 238000000926 separation method Methods 0.000 claims description 3
- 238000012360 testing method Methods 0.000 claims description 3
- DMBHHRLKUKUOEG-UHFFFAOYSA-N diphenylamine Chemical compound C=1C=CC=CC=1NC1=CC=CC=C1 DMBHHRLKUKUOEG-UHFFFAOYSA-N 0.000 claims description 2
- 239000013589 supplement Substances 0.000 claims description 2
- 238000000465 moulding Methods 0.000 claims 1
- 238000005516 engineering process Methods 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 3
- 238000010276 construction Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 239000004020 conductor Substances 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000000151 deposition Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000003862 health status Effects 0.000 description 1
- 230000003137 locomotive effect Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
-
- 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
- G06T2207/20024—Filtering details
- G06T2207/20032—Median filtering
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种腕臂定位标识的检测方法，包括：S1获取待检测腕臂的图像；S2对步骤S1中获得的待检测腕臂的图像进行特征值提取和颜色分量均衡；S3对经过步骤S2处理的图像进行线性迭代处理；S4待检测腕臂是否故障。本发明通过图像智能分析实现识别腕臂定位标识，提高腕臂结构检测的科学性和智能化，提高安全管理效率，大幅降低因接触网故障导致铁路运营事故发生的风险，为铁路安全运行提供保障。
Description
技术领域
本发明涉及接触网技术领域，具体涉及一种腕臂定位标识检测方法。
背景技术
接触网运行环境复杂，除了受到电力机车受电弓的动态影响外，还会受到自然条件侵蚀以及地面沉降影响，这些综合因素会导致腕臂支撑结构形变，发生位移，从而导致接触网导线高度、拉出值的变化以及硬点的产生。
在接触网施工过程中为了能够快速识别腕臂支撑结构变化，通常会在关节部位画红色标记线，通过连接部件与标记线的相对位置关系判断腕臂支撑结构的健康状态。
目前，铁路接触网检测针对腕臂支持结构的变化仍采用人工目测，发现问题后检测人员爬上支柱对腕臂结构进行进一步测量，而腕臂数量众多，这种检测方法劳动强度极大，且人为因素影响大，极易造成安全隐患，严重威胁行车安全。
发明内容
针对现有技术的不足，本发明旨在提供一种腕臂定位标识检测方法，通过图像智能分析实现识别腕臂定位标识，提高腕臂结构检测的科学性和智能化，提高安全管理效率，大幅降低因接触网故障导致铁路运营事故发生的风险，为铁路安全运行提供保障。
为了实现上述目的，本发明采用如下技术方案：
一种腕臂定位标识的检测方法，包括如下步骤：
S1获取待检测腕臂的图像；
S2对步骤S1中获得的待检测腕臂的图像进行特征值提取和颜色分量均衡；
S3对经过步骤S2处理的图像进行线性迭代处理；具体步骤为：
3.1)设腕臂定位标识垂直方向为y轴方向，图像的总像素为M ×N，首先对图像进行中值滤波，消除图像中的噪声；
3.2)在处分别取行作为测试点；
3.3)在第i行处沿x轴方向求出相邻像素的灰度差值：
gi(X)＝Gi(X+1)-Gi(X)
其中，X＝0～(M-1)；Gi(X)为图像中位置为(X，i)处的像素灰度值；
3.4)取gi(0)，gi(2)，...，gi(M-1)中的最大值所在的位置作为第i行的腕臂定位标识和背景的分界点位置，并找到所对应的背景灰度值Gi；
3.5)按照步骤3.3)-3.4)的方法依次找出第i+1行至第j行所对应的背景灰度值Gi+1，...，Gj；
3.6)求Gi，Gi+1，Gi+2，...，Gj的平均值：
求出的T值即为腕臂定位标识的迭代值，即腕臂定位标识和背景的边界；
3.7)根据迭代值T识别得出高清图像中的腕臂定位标识；
S4根据预设的腕臂定位标识的标准特征，对图像的腕臂定位标识部位进行检测，判断腕臂定位标识是否被覆盖，如果判断结果为腕臂定位标识已被覆盖，则说明腕臂存在故障，否则说明腕臂没有故障。
进一步地，除了步骤S1之外，步骤S2至步骤S4均在后台系统进行，步骤S1通过成像装置进行；所述成像装置包括摄像头装置、启动模块、控制模块和无线传输模块，所述摄像头装置、启动模块、无线传输模块均电性连接于所述控制模块；
步骤S1具体步骤包括：
1.1)通过启动模块启动控制模块运行；
1.2)所述控制模块控制摄像头装置进行待检测腕臂的图像的采集；
1.3)所述控制模块控制无线传输模块将采集得到的待检测腕臂的图像传输至后台系统。
更进一步地，所述成像装置还包括有北斗定位模块，在步骤1.2) 中，所述控制模块还同时控制北斗定位模块获取待检测腕臂的位置坐标信息，步骤1.3)中位置坐标信息连同其对应的待检测腕臂的图像一并传输至后台系统；步骤S5中，如果检测得出待检测腕臂故障，则输出该待检测腕臂的位置坐标信息。
更进一步地，所述成像装置还包括灯光控制模块，步骤1.2)中，所述控制模块还控制灯光控制模块补充采集图像需要的光线。
更进一步地，所述成像装置搭载在移动机构上，通过移动机构移动所述成像装置，以采集不同位置的待检测腕臂。
本发明的有益效果在于：
1、接触网安全状态直接影响着人民生命财产安全。通过本发明的智能视觉技术实现腕臂定位标识的识别，将大大提高检测效率，实现早发现、早排除。
2、目前国内外智能视觉技术飞速发展，但由于分辨率和识别率的辩证关系的存在，使得对微小目标的状态识别率始终不高，腕臂定位标识的视觉检测仍处于空白状态。本发明所采用的线性迭代处理图像的方法，使得智能视觉技术在铁路接触网微小目标检测中得以实现，实现在有限的分辨率下达到腕臂定位标识高精度识别。
附图说明
图1为本发明实施例中成像装置的结构示意图；
图2为本发明实施例中的实施流程示意图。
具体实施方式
以下将结合附图对本发明作进一步的描述，需要说明的是，以下实施例以本技术方案为前提，给出了详细的实施方式和具体的操作过程，但本发明的保护范围并不限于本实施例。
一种腕臂定位标识的检测方法，如图2所示，具体包括如下步骤：
S1获取待检测腕臂的图像。
在本实施例中，步骤S1由成像装置进行。
如图1所示，成像装置包括摄像头装置、控制模块、启动模块、灯光控制模块、北斗定位模块和无线传输模块组成，所述启动模块、灯光控制模块、北斗定位模块、摄像头装置和无线传输模块均电性连接于所述控制模块。
通过启动模块启动所述控制模块工作，控制模块控制所述摄像头装置进行高清图像的采集，所述北斗定位模块用于记录每个待检测腕臂所在的位置，灯光控制模块用于为采集高清图像提供合适的光线条件，所述无线传输模块则用于将摄像头装置采集得到的每个待检测腕臂的高清图像连同其位置信息一并传输回后台系统，由后台系统执行后续步骤，检测出在施工过程中为了能够快速识别腕臂支撑结构变化而在腕臂的关节部位所作的腕臂定位标识(例如红色标记线)，并据此判断腕臂是否出现故障。
S2对步骤S1中获得的待检测腕臂的高清图像进行特征值提取和颜色分量均衡；
S3对经过步骤S2处理的高清图像进行线性迭代处理；具体步骤为：
3.1)设腕臂定位标识垂直方向为y轴方向，高清图像的总像素为M×N，首先对高清图像进行中值滤波，消除高清图像中的噪声；
3.2)在处分别取行作为测试点；
3.3)在第i行处沿x轴方向求出相邻像素的灰度差值：
gi(X)＝Gi(X+1)-Gi(X)
其中，X＝0～(M-1)；Gi(X)为图像中位置为(X，i)处的像素灰度值；
3.4)取gi(0)，gi(2)，...，gi(M-1)中的最大值所在的位置作为第i行的腕臂定位标识和背景的分界点位置，并找到所对应的背景灰度值Gi；
3.5)按照步骤3.3)-3.4)的方法依次找出第i+1行至第j行所对应的背景灰度值Gi+1，...，Gj；
3.6)求Gi，Gi+1，Gi+2，...，Gj的平均值：
求出的T值即为腕臂定位标识的迭代值，即腕臂定位标识和背景的边界；
3.7)根据迭代值T识别得出高清图像中的腕臂定位标识；
S4根据预设的腕臂定位标识的标准特征，在图像的腕臂定位标识部位进行检测，判断腕臂定位标识是否被覆盖，如果判断结果为腕臂定位标识已被覆盖，则说明腕臂存在故障，否则说明腕臂没有故障。当判断结果显示腕臂存在故障时，输出通过北斗定位模块获得的该腕臂的位置坐标，供维修人员及时进行维修。
步骤S1中，可以将成像装置搭载到移动机构(如汽车等)上，通过移动机构带动成像装置移动，成像装置在移动中将沿途接触网腕臂图像高清采集后无线传输到后台系统的本地存储服务单元，供后台系统进行处理。
后台系统还可以将分析数据分类整理，形成分析报告，方便使用部门对各腕臂结构进行分析总结。
对于本领域的技术人员来说，可以根据以上的技术方案和构思，给出各种相应的改变和变形，而所有的这些改变和变形，都应该包括在本发明权利要求的保护范围之内。
Claims (5)
1.一种腕臂定位标识的检测方法，其特征在于，包括如下步骤：
S1获取待检测腕臂的图像；
S2对步骤S1中获得的待检测腕臂的图像进行特征值提取和颜色分量均衡；
S3对经过步骤S2处理的图像进行线性迭代处理；具体步骤为：
3.1)设腕臂定位标识垂直方向为y轴方向，图像的总像素为M×N，首先对图像进行中值滤波，消除图像中的噪声；
3.2)在处分别取行作为测试点；
3.3)在第i行处沿x轴方向求出相邻像素的灰度差值：
gi(X)＝Gi(X+1)-Gi(X)
其中，X＝0～(M-1)；Gi(X)为图像中位置为(X，i)处的像素灰度值；
3.4)取gi(0)，gi(2)，...，gi(M-1)中的最大值所在的位置作为第i行的腕臂定位标识和背景的分界点位置，并找到所对应的背景灰度值Gi；
3.5)按照步骤3.3)-3.4)的方法依次找出第i+1行至第j行所对应的背景灰度值Gi+1，...，Gj；
3.6)求Gi，Gi+1，Gi+2，...，Gj的平均值：
求出的T值即为腕臂定位标识的迭代值，即腕臂定位标识和背景的边界；
3.7)根据迭代值T识别得出高清图像中的腕臂定位标识；
S4根据预设的腕臂定位标识的标准特征，对图像的腕臂定位标识部位进行检测，判断腕臂定位标识是否被覆盖，如果判断结果为腕臂定位标识已被覆盖，则说明腕臂存在故障，否则说明腕臂没有故障。
2.根据权利要求1所述的检测方法，其特征在于，除了步骤S1之外，步骤S2至步骤S4均在后台系统进行，步骤S1通过成像装置进行；所述成像装置包括摄像头装置、启动模块、控制模块和无线传输模块，所述摄像头装置、启动模块、无线传输模块均电性连接于所述控制模块；
步骤S1具体步骤包括：
1.1)通过启动模块启动控制模块运行；
1.2)所述控制模块控制摄像头装置进行待检测腕臂的图像的采集；
1.3)所述控制模块控制无线传输模块将采集得到的待检测腕臂的图像传输至后台系统。
3.根据权利要求2所述的检测方法，其特征在于，所述成像装置还包括有北斗定位模块，在步骤1.2)中，所述控制模块还同时控制北斗定位模块获取待检测腕臂的位置坐标信息，步骤1.3)中位置坐标信息连同其对应的待检测腕臂的图像一并传输至后台系统；步骤S5中，如果检测得出待检测腕臂故障，则输出该待检测腕臂的位置坐标信息。
4.根据权利要求2所述的检测方法，其特征在于，所述成像装置还包括灯光控制模块，步骤1.2)中，所述控制模块还控制灯光控制模块补充采集图像需要的光线。
5.根据权利要求2-4任一所述的检测方法，其特征在于，所述成像装置搭载在移动机构上，通过移动机构移动所述成像装置，以采集不同位置的待检测腕臂。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810104149.2A CN108399624A (zh) | 2018-02-01 | 2018-02-01 | 一种腕臂定位标识的检测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810104149.2A CN108399624A (zh) | 2018-02-01 | 2018-02-01 | 一种腕臂定位标识的检测方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN108399624A true CN108399624A (zh) | 2018-08-14 |
Family
ID=63095247
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810104149.2A Pending CN108399624A (zh) | 2018-02-01 | 2018-02-01 | 一种腕臂定位标识的检测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108399624A (zh) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106290393A (zh) * | 2016-08-31 | 2017-01-04 | 西南交通大学 | 一种高铁接触网斜腕臂管帽丢失检测方法 |
| CN106485694A (zh) * | 2016-09-11 | 2017-03-08 | 西南交通大学 | 一种基于级联分类器的高铁接触网双套管连接器六边形螺母脱落不良状态检测方法 |
| CN107169951A (zh) * | 2016-03-03 | 2017-09-15 | 成都交大光芒科技股份有限公司 | 一种基于图像的斜腕臂末端管帽的缺失检测方法及系统 |
| CN107633267A (zh) * | 2017-09-22 | 2018-01-26 | 西南交通大学 | 一种高铁接触网支撑装置腕臂连接件紧固件识别检测方法 |
-
2018
- 2018-02-01 CN CN201810104149.2A patent/CN108399624A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107169951A (zh) * | 2016-03-03 | 2017-09-15 | 成都交大光芒科技股份有限公司 | 一种基于图像的斜腕臂末端管帽的缺失检测方法及系统 |
| CN106290393A (zh) * | 2016-08-31 | 2017-01-04 | 西南交通大学 | 一种高铁接触网斜腕臂管帽丢失检测方法 |
| CN106485694A (zh) * | 2016-09-11 | 2017-03-08 | 西南交通大学 | 一种基于级联分类器的高铁接触网双套管连接器六边形螺母脱落不良状态检测方法 |
| CN107633267A (zh) * | 2017-09-22 | 2018-01-26 | 西南交通大学 | 一种高铁接触网支撑装置腕臂连接件紧固件识别检测方法 |
Non-Patent Citations (1)
| Title |
|---|
| 王者胜: "基于双目视觉的高铁接触线参数检测技术研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105652154B (zh) | 接触网运行状态安全监测分析系统 | |
| CN105744232B (zh) | 一种基于行为分析技术的输电线路视频防外破的方法 | |
| CN108280855A (zh) | 一种基于Fast R-CNN的绝缘子故障检测方法 | |
| CN105373135B (zh) | 一种基于机器视觉的飞机入坞引导和机型识别的方法及系统 | |
| CN102759347B (zh) | 一种高铁接触网在线巡检装置、巡检方法以及其检测系统 | |
| CN109176513B (zh) | 一种智能巡检机器人的巡检方法及巡检系统 | |
| CN107081765A (zh) | 一种变电站巡视机器人自主识别方法和一种巡视机器人 | |
| CN111754483A (zh) | 一种基于热像仪进行异常设备识别的方法及系统 | |
| CN201570231U (zh) | 电致发光显示屏检测装置 | |
| CN110411533A (zh) | 一种基于机器视觉的铁路积水监测报警装置及方法 | |
| CN112157642B (zh) | 一种用于配电室的无人巡检机器人 | |
| CN108332927A (zh) | 一种桥梁表面裂缝检测装置 | |
| CN113011252B (zh) | 轨道异物侵限检测系统及方法 | |
| CN111695512B (zh) | 一种无人值守文物监测方法及装置 | |
| CN113295145A (zh) | 一种弓网运行状态的检测系统及检测方法 | |
| CN106339657A (zh) | 基于监控视频的秸秆焚烧监测方法、装置 | |
| CN111605578A (zh) | 一种用无人机搭载3d设备的铁路轨道巡检方法 | |
| CN112528979A (zh) | 变电站巡检机器人障碍物判别方法及系统 | |
| CN112964180A (zh) | 一种城轨车辆集电靴检测系统 | |
| CN108229447A (zh) | 一种基于视频流的远光灯检测方法 | |
| CN113049595B (zh) | 一种受电弓磨损测量方法及系统 | |
| CN108399624A (zh) | 一种腕臂定位标识的检测方法 | |
| CN114199203A (zh) | 一种适应地铁刚性及柔性接触网的成像检测方法及装置 | |
| CN116481430A (zh) | 一种接触线几何参数的实时检测方法 | |
| CN111063148A (zh) | 一种远距离夜视目标视频检测方法 |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180814 |