CN109029283A - 一种基于高度比对的轨道扣件螺栓浮起检测方法 - Google Patents
一种基于高度比对的轨道扣件螺栓浮起检测方法 Download PDFInfo
- Publication number
- CN109029283A CN109029283A CN201810582853.9A CN201810582853A CN109029283A CN 109029283 A CN109029283 A CN 109029283A CN 201810582853 A CN201810582853 A CN 201810582853A CN 109029283 A CN109029283 A CN 109029283A
- Authority
- CN
- China
- Prior art keywords
- bolt
- height
- region
- value
- fastener
- 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
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/24—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Image Analysis (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明公开一种基于高度比对的轨道扣件螺栓浮起检测方法,属于铁路基础设施检测领域。本发明的主要步骤为:获取轨道扣件三维形貌数据,并转换为二维深度图像,在二维深度图像中确定螺栓感兴趣区域,在螺栓感兴趣区域计算螺栓高度,并与螺栓未浮起时的参考高度值进行比较,用于检测螺栓否浮起。本发明所提出的扣件螺栓浮起检测方法具有不会改变现有铁路扣件结构,简单可靠、使用范围广、使用方式灵活等优点,可有效预先检测扣件松动缺陷,保障轨道运行安全。
Description
技术领域
本发明涉及铁路基础设施检测领域,具体指一种基于高度比对的轨道扣件螺栓浮起检测方法。
背景技术
扣件是连接钢轨和轨枕的重要部件,其作用是将钢轨固定在轨枕上,保持轨距以及阻止钢轨发生相对于轨枕的纵横向移动,因此,扣件在保证轨道稳定性、可靠性方面起着十分重要的作用。螺栓是确保扣件固定牢靠的关键,螺栓一旦浮起、发生松动,必然会导致扣件松动、甚至脱离,进而造成严重的安全隐患。
在铁路基础设施检测上,我国长期以人工和静态检测为主,养护费用高,强度高,安全性差,随着高速铁路迅猛发展,对铁路检测的自动化、实时性提出了更高的要求。目前,国内外已出现了一些基于图像的扣件检测缺陷检测方法,主要通过线阵相机拍摄扣件图像,通过图像处理算法,识别扣件缺陷。但是,现有的这些扣件检测系统都无法识别和检测扣件螺栓浮起。
专利CN201580000881X,公开了一种铁路扣件螺栓松动自动显示装置,该装置通过包括上下两层垫片,当上层垫片和下层垫片之间的摩擦力小于弹簧的张力时,上层垫片和下层垫片两者在弹簧张力作用下重叠部分分开,露出反光装置或发光装置,从而使检测设备或检测人员发现。该专利虽然可以检测出铁路扣件螺栓是否松动,但其主要缺点在于:需要在铁轨施工过程中,安装这些垫片,改变现有扣件结构。并且,这种方式需要人工参与检测,无法自动判别。
发明内容
本发明的目的是提供一种基于高度比对的轨道扣件螺栓浮起检测方法,以判定轨道扣件是否松动,进而提取采取加固措施,保证轨道安全运行。
为解决上述技术问题,本发明的技术方案如下:一种基于高度比对的轨道扣件螺栓浮起检测方法,其特征在于:包括以下步骤:
步骤1:采用三维成像系统获取轨道扣件三维形貌数据;
步骤2:以轨道平面为深度图像水平面基准,将三维形貌数据转换为二维深度图像;
步骤3:在二维深度图像中提取螺栓感兴趣区域ROI;
步骤4:在螺栓感兴趣区域ROI计算螺栓高度hc;
步骤5:由螺栓参考高度hb,计算螺栓浮起高度Δh=hc-hb;
步骤6:设定判定阈值Th,当螺栓浮起高度Δh>Th时,判定螺栓浮起,否则,判定螺栓未浮起,Th的取值范围为0-1000。
所述扣件螺栓由螺栓杆和紧固头组成,螺栓杆旋入带螺孔的扣件安装基座,紧固头用于压住扣件弹条或扣件底座,紧固头顶部横截面为六边形或四边形;所述螺栓高度是指螺栓紧固头顶部到轨道平面的高度。
优选地,轨道平面是指钢轨的底部平面。
所述步骤1中三维成像系统包括线结构光扫描三维成像系统,面结构光三维成像系统,单目激光散斑三维成像系统,双目激光散斑三维成像系统,双目立体视觉三维成像系统,TOF三维成像系统,光场成像三维成像系统;当采用线结构光扫描三维成像系统时,需对获取的三维形貌数据进行扫描方向校准,以保证转化后的二维深度图像中像素横坐标与纵坐标单位像素所代表的物理尺寸相等。
所述步骤2中二维深度图像的位宽为8~24bits,单位像素值所代表的实际高度小于1mm。
所述步骤3中螺栓感兴趣区域ROI提取方法是:
步骤3-1:
对二维深度图像进行阈值分割,检测出扣件区域,根据当前扣件的类型、该型扣件中螺栓位置先验信息,在二维深度图像中,对螺栓进行粗定位;
步骤3-2:
设定阈值T1,设定圆心为步骤3-1中螺栓粗定位位置、半径为r1的圆O,对二维深度图像中位于圆O区域内像素进行阈值分割,得到螺栓区域R;
其中,f(x,y)表示二维深度图像中(x,y)处的像素灰度值,阈值T1=vmax-a,其中,vmax表示圆O区域内像素灰度最大值,a为固定常数,a的取值范围为0~50;r1的取值范围为二维深度图像中螺栓横截面形状外接圆半径的1~2倍;其中螺栓横截面形状为六边形或四边形,螺栓横截面形状外接圆半径事先计算得到;
步骤3-3:
计算螺栓区域R的中心位置C(xc,yc),设定以C(xc,yc)为圆心、半径为r2的圆作为螺栓感兴趣区域ROI,对螺栓进行精定位,其中半径r2为设定值,r2等于二维深度图像中螺栓横截面形状外接圆半径。
计算螺栓区域R的中心位置C(xc,yc)采用公式(2)或公式(3):
其中,xmin、xmax分别表示螺栓区域R中包含像素点的最小和最大横坐标值,ymin、ymax分别表示螺栓区域R中包含像素点的最小和最大纵坐标值,xi,yi是像素坐标,S表示螺栓区区域R,N是螺栓区域R中像素数量。
所述步骤4中在螺栓感兴趣区域ROI计算螺栓高度hc的方法有:
设定以螺栓感兴趣区域ROI中心为圆点、r4为半径的圆盘,计算圆盘区域内二维深度图像像素直方图Hist,取像素直方图Hist中数量最大的像素值作为螺栓高度hc,r4为r2的0.1~1倍。
所述步骤4中在螺栓感兴趣区域ROI计算螺栓高度hc的方法还有:
设定以螺栓感兴趣区域ROI中心为圆点、r5为半径的圆盘,计算圆盘区域内二维深度图像像素的均值或中值作为螺栓高度hc,r5为r2的0.1~1倍。
所述步骤4中在螺栓感兴趣区域ROI计算螺栓高度hc的方法还有:
对步骤3-2获取的螺栓区域R进行形态学滤波,消除孤立噪声;对螺栓区域R进行螺栓横截面形状拟合,提取拟合形状区域内像素的均值或中值,作为螺栓高度hc。
优选地,对螺栓区域R进行螺栓横截面形状拟合后,提取拟合形状内接圆区域内像素的均值或中值,作为螺栓高度hc。
所述步骤5中所述螺栓参考高度hb为当前检测扣件在未松动情况下的螺栓高度值,计算方法与hc相同;在检测时,当前螺栓参考高度值,由轨枕或扣件计数得到当前螺栓编号K,从螺栓参考高度数据集中,提取编号为K的螺栓的参考高度值。
本发明有益效果:1)与CN201580000881X方法相比,本发明提供的检测方法不改变现有轨道扣件结构,可直接应用已完成施工的铁路扣件检测,并且可以实现螺栓浮起自动检测。2)本发明方法可适用于多种类型扣件螺栓浮起检测。3)本发明方法的螺栓浮起检测结果,可用于判定扣件是否松动检测,与CN2012101926412、CN2013101590001等扣件松动检测方法相比,不需要采用列车或大型轨检车对钢轨进行挤压,可将三维成像系统安装在日常巡检小车、列车、大型轨检车上获取扣件三维形貌数据,因此使用范围更广、使用方式更灵活;与现有基于图像的扣件松动检测方法相比,本发明利用螺栓高度值变化进行螺栓浮起检测,具有简单直观、稳定可靠的优点。因此,本发明可提供一种稳定、可靠的螺栓浮起检测方法,用于预先判定轨道扣件否松动,消除列车运行安全隐患。
附图说明
图1是本发明方法的流程图。
图2是三维成像系统结构示意图。
图3是W型扣件六边形螺栓示意图。
图4是W型扣件四边形螺栓示意图。
图5是W型扣件基座六边形螺栓示意图。
图6是DZ型扣件基座六边形螺栓示意图。
图中,1是线结构光投射器,2是面阵摄像机,3是铁轨,4是扣件,5是六边形螺栓,6是螺母垫片,7是弹条,8是四边形螺栓,9是螺杆,10是螺母,11是支座螺栓,12是DZ型扣件螺栓。
具体实施方式
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、完整地描述,显然,所描述的实施例仅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。
如图1所示,本实施例提供一种基于高度比对的轨道扣件螺栓浮起检测方法,具体实施方式如下:
实施例1
本实施例,通过测量W型扣件六边形螺栓高度值,用于判定扣件是否松动,W型扣件结构如图3所示。
步骤1:采用三维成像系统获取扣件三维形貌数据。
采用图2所示的线结构光扫描三维成像系统获取轨道扣件三维形貌数据。如图2所示,线结构光扫描三维成像系统包括线结构光投射器1和面阵摄像机2,线结构光投射器1与面阵摄像机2的位置和角度保持固定,线结构光投射器1产生线结构光片光,垂直于铁轨3投射到扣件4上,在扣件4表面形成一条断面廓线,通过面阵摄像机2拍摄断面廓线,根据线结构光片光平面与面阵摄像机2之间几何位置关系,可计算出断面廓线坐标,三维成像系统沿轨道方向扫描,即可获取轨道两侧扣件4三维形貌数据。获取三维形貌数据时,需对采集的三维形貌数据进行扫描方向校准,以保证转化后的二维深度图像中像素横坐标与纵坐标单位像素所代表的物理尺寸相等。
步骤2:以钢轨底部平面为水平面基准,将三维形貌数据转换为二维深度图像,二维深度图像的位宽为16bits,单位像素值的高度值为0.1mm。
步骤3:在二维深度图像中提取螺栓感兴趣区域ROI:
步骤3-1:
对二维深度图像进行阈值分割,检测出扣件区域,根据当前扣件的类型、该型扣件中螺栓位置先验信息,在二维深度图像中对螺栓进行粗定位;
步骤3-2:
设定阈值T1,设定圆心为步骤3-1中螺栓粗定位位置、半径为r1的圆O,对二维深度图像中位于圆O区域内像素进行阈值分割,得到螺栓区域R;
其中,f(x,y)表示二维深度图像中(x,y)处的像素灰度值,阈值T1=vmax-a,其中,vmax表示圆O区域内像素灰度最大值,a为固定常数,a=5;r1的取值范围为二维深度图像中螺栓横截面形状外接圆半径的2倍;其中螺栓横截面形状为六边形或四边形,螺栓横截面形状外接圆半径事先计算得到;
步骤3-3:
计算螺栓区域R的中心位置C(xc,yc),设定以C(xc,yc)为圆心、半径为r2的圆作为螺栓感兴趣区域ROI,对螺栓进行精定位,其中半径r2为设定值,r2等于二维深度图像中螺栓横截面形状外接圆半径。
计算螺栓区域R的中心位置C(xc,yc)采用公式(2)或公式(3):
其中,xmin、xmax分别表示螺栓区域R中包含像素点的最小和最大横坐标值,ymin、ymax分别表示螺栓区域R中包含像素点的最小和最大纵坐标值,xi,yi是像素坐标,S表示区域R,N是区域R中像素数量。
步骤4:基于螺栓感兴趣区域ROI计算螺栓高度hc:
设定以螺栓感兴趣区域ROI中心为圆点、r4为半径的圆盘,计算圆盘区域内二维深度图像像素直方图Hist,取像素直方图Hist中数量最大的像素值作为螺栓高度hc,r4为r2的0.8倍。
步骤5:由螺栓参考高度hb,计算螺栓浮起高度Δh=hc-hb;
hb是六边形螺栓参考高度,通过对二维深度图像中扣件进行计数得到当前扣件的编号K,再从螺栓参考高度数据集中找到编号为K的扣件非松动情况下的螺栓高度作为hb。
步骤6:设定判定阈值Th=5,当螺栓浮起高度Δh>Th时,判定螺栓浮起,否则,判定螺栓未浮起。
实施例2
与实施例1不同之处在于,在步骤4中计算螺栓高度hc的方法是:设定以螺栓感兴趣区域ROI中心为圆点、r5为半径的圆盘,计算圆盘区域内二维深度图像像素的均值或中值作为螺栓高度hc,r5为r2的0.5倍。
实施例3
与实施例1不同之处在于,在步骤4中计算螺栓高度hc的方法是:对步骤3-2获取的螺栓区域R进行形态学滤波,消除孤立噪声;对螺栓区域R进行螺栓横截面形状拟合,提取拟合形状区域内像素的均值或中值,作为螺栓高度hc。
实施例4
与实施例3不同之处在于,在步骤4中计算螺栓高度hc的方法是:对螺栓区域R进行螺栓横截面形状拟合后,提取拟合形状内接圆区域内像素的均值或中值,作为螺栓高度hc。
实施例5
与实施例1不同之处在于,通过对四边形螺栓进行高度值测量,四边形螺栓的结构如图4所示,通过判断螺栓是否浮起。
实施例6
与实施例1不同之处在于,对图5所示的W型扣件螺栓11进行高度测量,用于判定该螺栓11是否浮起。
实施例7
与实施例1不同之处在于,对图6所示的DZ型扣件螺栓12进行高度测量,用于判定该螺栓12是否浮起。
以上所揭露的仅为本发明几种较佳实施例而已,当然不能以此来限定本发明之权利范围,因此依本发明权利要求所作的等同变化,仍属本发明所涵盖的范围。
Claims (10)
1.一种基于高度比对的轨道扣件螺栓浮起检测方法,其特征在于:包括以下步骤:
步骤1:采用三维成像系统获取轨道扣件三维形貌数据;
步骤2:以轨道平面为深度图像水平面基准,将三维形貌数据转换为二维深度图像;
步骤3:在二维深度图像中提取螺栓感兴趣区域ROI;
步骤4:在螺栓感兴趣区域ROI计算螺栓高度hc;
步骤5:由螺栓参考高度hb,计算螺栓浮起高度Δh=hc-hb;
步骤6:设定判定阈值Th,当螺栓浮起高度Δh>Th时,判定螺栓浮起,否则,判定螺栓未浮起,Th的取值范围为0-1000。
2.根据权利要求1所述的基于高度比对的轨道扣件螺栓浮起检测方法,其特征在于,所述扣件螺栓由螺栓杆和紧固头组成,螺栓杆旋入带螺孔的扣件安装基座,紧固头用于压住扣件弹条或扣件底座,紧固头顶部横截面为六边形或四边形;所述螺栓高度是指螺栓紧固头顶部到轨道平面的高度;所述轨道平面是指钢轨的底部平面。
3.根据权利要求1所述的基于高度比对的轨道扣件螺栓浮起检测方法,其特征在于:所述步骤1中三维成像系统包括线结构光扫描三维成像系统,面结构光三维成像系统,单目激光散斑三维成像系统,双目激光散斑三维成像系统,双目立体视觉三维成像系统,TOF三维成像系统,光场成像三维成像系统;当采用线结构光扫描三维成像系统时,需对获取的三维形貌数据进行扫描方向校准,以保证转化后的二维深度图像中像素横坐标与纵坐标单位像素所代表的物理尺寸相等。
4.根据权利要求1所述的基于高度比对的轨道扣件螺栓浮起检测方法,其特征在于:步骤2中所述二维深度图像的位宽为8~24bits,单位像素值所代表的实际高度小于1mm。
5.根据权利要求1所述的基于高度比对的轨道扣件螺栓浮起检测方法,其特征在于:步骤3中所述螺栓感兴趣区域ROI提取方法是:
步骤3-1:
对二维深度图像进行阈值分割,检测出扣件区域,根据当前扣件的类型、该型扣件中螺栓位置先验信息,在二维深度图像中,对螺栓进行粗定位;
步骤3-2:
设定阈值T1和T2,设定圆心为步骤3-1中螺栓粗定位位置、半径为r1的圆O,对二维深度图像中位于圆O区域内像素进行阈值分割,得到螺栓区域R;
其中,f(x,y)表示二维深度图像中(x,y)处的像素灰度值,阈值T1=vmax-a,其中,vmax表示圆O区域内像素灰度最大值,a为固定常数,a的取值范围为0~50;r1的取值范围为二维深度图像中螺栓横截面形状外接圆半径的1~2倍;其中螺栓横截面形状为六边形或四边形,螺栓横截面形状外接圆半径事先计算得到;
步骤3-3:
计算螺栓区域R的中心位置C(xc,yc),设定以C(xc,yc)为圆心、半径为r2的圆作为螺栓感兴趣区域ROI,对螺栓进行精定位,其中半径r2为设定值,r2等于二维深度图像中螺栓横截面形状外接圆半径。
6.根据权利要求1~5任一所述的基于高度比对的轨道扣件螺栓浮起检测方法,其特征在于:在步骤4中所述在螺栓感兴趣区域ROI计算螺栓高度hc的方法是:设定以螺栓感兴趣区域ROI中心为圆点、r4为半径的圆盘,计算圆盘区域内二维深度图像像素直方图Hist,取像素直方图Hist中非零的、数量最大的像素值作为螺栓高度hc,r4为r2的0.1~1倍。
7.根据权利要求1~5任一所述的基于高度比对的轨道扣件螺栓浮起检测方法,其特征在于:在步骤4中所述在螺栓感兴趣区域ROI计算螺栓高度hc的方法是:设定以螺栓感兴趣区域ROI中心为圆点、r5为半径的圆盘,计算圆盘区域内二维深度图像像素的均值或中值作为螺栓高度hc,r5为r2的0.1~1倍。
8.根据权利要求1~5任一所述的基于高度比对的轨道扣件螺栓浮起检测方法,其特征在于:在步骤4中所述在螺栓感兴趣区域ROI计算螺栓高度hc的方法是:对步骤3-2获取的螺栓区域R进行形态学滤波、消除孤立噪声;对螺栓区域R进行螺栓横截面形状拟合,提取拟合形状区域内像素的均值或中值,作为螺栓高度hc。
9.根据权利要求8所述的基于高度比对的轨道扣件螺栓浮起检测方法,其特征在于:对螺栓区域R进行螺栓横截面形状拟合后,提取拟合形状内接圆区域内像素的均值或中值,作为螺栓高度hc。
10.根据权利要求1~5任一所述的基于高度比对的轨道扣件螺栓浮起检测方法,其特征在于:步骤5中所述螺栓参考高度hb为当前检测扣件在未松动情况下的螺栓高度值,计算方法与hc相同;在检测时,当前螺栓参考高度值,由轨枕或扣件计数得到当前螺栓编号K,从螺栓参考高度数据集中,提取编号为K的螺栓的参考高度值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810582853.9A CN109029283B (zh) | 2018-06-05 | 2018-06-05 | 一种基于高度比对的轨道扣件螺栓浮起检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810582853.9A CN109029283B (zh) | 2018-06-05 | 2018-06-05 | 一种基于高度比对的轨道扣件螺栓浮起检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109029283A true CN109029283A (zh) | 2018-12-18 |
CN109029283B CN109029283B (zh) | 2020-12-29 |
Family
ID=64612187
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810582853.9A Active CN109029283B (zh) | 2018-06-05 | 2018-06-05 | 一种基于高度比对的轨道扣件螺栓浮起检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109029283B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110230985A (zh) * | 2019-07-22 | 2019-09-13 | 株洲时代电子技术有限公司 | 一种轨枕螺栓检测装置 |
CN111259886A (zh) * | 2020-01-08 | 2020-06-09 | 上海眼控科技股份有限公司 | 车牌螺丝检测方法、电子装置、计算机设备和存储介质 |
CN111311560A (zh) * | 2020-02-10 | 2020-06-19 | 中国铁道科学研究院集团有限公司基础设施检测研究所 | 钢轨扣件状态的检测方法及装置 |
CN111391881A (zh) * | 2020-04-03 | 2020-07-10 | 中国铁道科学研究院集团有限公司基础设施检测研究所 | 钢轨扣件紧固状态检测方法及装置 |
CN111780675A (zh) * | 2020-06-30 | 2020-10-16 | Oppo(重庆)智能科技有限公司 | 螺钉浮高检测方法、装置、电子装置及存储介质 |
CN113447255A (zh) * | 2021-06-29 | 2021-09-28 | 同济大学 | 基于无人机图像空间定位的螺栓节点松动检测方法及系统 |
CN116993676A (zh) * | 2023-07-03 | 2023-11-03 | 中铁九局集团电务工程有限公司 | 一种基于深度学习的地铁轨道扣件计数与定位方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH1133772A (ja) * | 1997-07-24 | 1999-02-09 | Koike Sanso Kogyo Co Ltd | 火口又はノズルの検査方法及び検査装置 |
KR20030068280A (ko) * | 2002-02-14 | 2003-08-21 | 삼성전자주식회사 | 콜리메이터 검사장치 |
CN101178812A (zh) * | 2007-12-10 | 2008-05-14 | 北京航空航天大学 | 一种结构光光条中心线提取的混合图像处理方法 |
CN102721700A (zh) * | 2012-06-12 | 2012-10-10 | 上海交通大学 | 基于红外热成像的铁路扣件松动高速探测系统与方法 |
CN105139413A (zh) * | 2015-09-25 | 2015-12-09 | 深圳大学 | 基于图像特征提取的铁轨连接件质量检测方法及检测系统 |
CN107339950A (zh) * | 2016-12-30 | 2017-11-10 | 株洲时代电子技术有限公司 | 一种快速换轨作业轨枕螺栓位置检测方法 |
CN107618533A (zh) * | 2017-09-29 | 2018-01-23 | 兰州交通大学 | 一种钢轨表面离散缺陷的机器视觉检测装置及方法 |
CN107703149A (zh) * | 2017-10-13 | 2018-02-16 | 成都精工华耀机械制造有限公司 | 一种基于双目视觉与激光散斑的铁轨扣件异常检测系统 |
-
2018
- 2018-06-05 CN CN201810582853.9A patent/CN109029283B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH1133772A (ja) * | 1997-07-24 | 1999-02-09 | Koike Sanso Kogyo Co Ltd | 火口又はノズルの検査方法及び検査装置 |
KR20030068280A (ko) * | 2002-02-14 | 2003-08-21 | 삼성전자주식회사 | 콜리메이터 검사장치 |
CN101178812A (zh) * | 2007-12-10 | 2008-05-14 | 北京航空航天大学 | 一种结构光光条中心线提取的混合图像处理方法 |
CN102721700A (zh) * | 2012-06-12 | 2012-10-10 | 上海交通大学 | 基于红外热成像的铁路扣件松动高速探测系统与方法 |
CN105139413A (zh) * | 2015-09-25 | 2015-12-09 | 深圳大学 | 基于图像特征提取的铁轨连接件质量检测方法及检测系统 |
CN107339950A (zh) * | 2016-12-30 | 2017-11-10 | 株洲时代电子技术有限公司 | 一种快速换轨作业轨枕螺栓位置检测方法 |
CN107618533A (zh) * | 2017-09-29 | 2018-01-23 | 兰州交通大学 | 一种钢轨表面离散缺陷的机器视觉检测装置及方法 |
CN107703149A (zh) * | 2017-10-13 | 2018-02-16 | 成都精工华耀机械制造有限公司 | 一种基于双目视觉与激光散斑的铁轨扣件异常检测系统 |
Non-Patent Citations (2)
Title |
---|
吴梦: "轨道缺陷自动检测系统的图像处理技术研究", 《中国优秀硕士学位论文全文数据库(信息科技辑)》 * |
徐瑞梅: "铁轨缺陷自动检测系统的研究", 《中国优秀硕士学位论文全文数据库(信息科技辑)》 * |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110230985A (zh) * | 2019-07-22 | 2019-09-13 | 株洲时代电子技术有限公司 | 一种轨枕螺栓检测装置 |
CN110230985B (zh) * | 2019-07-22 | 2021-03-02 | 株洲时代电子技术有限公司 | 一种轨枕螺栓检测装置 |
CN111259886A (zh) * | 2020-01-08 | 2020-06-09 | 上海眼控科技股份有限公司 | 车牌螺丝检测方法、电子装置、计算机设备和存储介质 |
CN111311560A (zh) * | 2020-02-10 | 2020-06-19 | 中国铁道科学研究院集团有限公司基础设施检测研究所 | 钢轨扣件状态的检测方法及装置 |
CN111311560B (zh) * | 2020-02-10 | 2023-09-12 | 中国铁道科学研究院集团有限公司基础设施检测研究所 | 钢轨扣件状态的检测方法及装置 |
CN111391881A (zh) * | 2020-04-03 | 2020-07-10 | 中国铁道科学研究院集团有限公司基础设施检测研究所 | 钢轨扣件紧固状态检测方法及装置 |
CN111780675A (zh) * | 2020-06-30 | 2020-10-16 | Oppo(重庆)智能科技有限公司 | 螺钉浮高检测方法、装置、电子装置及存储介质 |
CN111780675B (zh) * | 2020-06-30 | 2022-05-13 | Oppo(重庆)智能科技有限公司 | 螺钉浮高检测方法、装置、电子装置及存储介质 |
CN113447255A (zh) * | 2021-06-29 | 2021-09-28 | 同济大学 | 基于无人机图像空间定位的螺栓节点松动检测方法及系统 |
CN116993676A (zh) * | 2023-07-03 | 2023-11-03 | 中铁九局集团电务工程有限公司 | 一种基于深度学习的地铁轨道扣件计数与定位方法 |
CN116993676B (zh) * | 2023-07-03 | 2024-05-07 | 中铁九局集团电务工程有限公司 | 一种基于深度学习的地铁轨道扣件计数与定位方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109029283B (zh) | 2020-12-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109029283A (zh) | 一种基于高度比对的轨道扣件螺栓浮起检测方法 | |
CN108797241A (zh) | 一种基于高度比对的轨道扣件螺帽松动检测方法 | |
CN110634121A (zh) | 一种基于纹理与深度图像的轨道扣件紧固件松动检测方法 | |
CN105158257B (zh) | 滑板测量方法及装置 | |
CN107792115B (zh) | 一种利用三维激光点云自动提取既有线轨顶高程方法 | |
CN101576375B (zh) | 一种钢轨磨耗激光视觉图像快速处理方法 | |
CN101576376B (zh) | 激光检测料面形状的方法和系统 | |
CN104359921B (zh) | 一种基于结构光的扣件缺失检测方法及其装置 | |
CN109870279A (zh) | 基于数字图像处理技术的桥梁挠度检测系统和检测方法 | |
CN110634123A (zh) | 一种采用深度图像的轨道扣件紧固件松动检测方法 | |
CN112172862A (zh) | 一种多功能轨道检测系统 | |
CN109242035B (zh) | 车底故障检测装置及方法 | |
CN108648171A (zh) | 一种采用线阵图像二值化区域投影的轨枕定位及计数方法 | |
CN110473187A (zh) | 一种面向对象的线扫描三维路面裂缝提取方法 | |
Pan et al. | On-site reliable wheel size measurement based on multisensor data fusion | |
CN105507099A (zh) | 一种静态铁路轨道组件轮廓尺寸及病害光学检测系统 | |
CN205382373U (zh) | 一种静态铁路轨道组件轮廓尺寸及病害光学检测系统 | |
CN205879131U (zh) | 一种基于无砟轨道的三维列车图像采集系统 | |
CN110567397A (zh) | 一种扣件弹舌离缝检测方法 | |
Kitratporn et al. | Structure deformation measurement with terrestrial laser scanner at pathein bridge in myanmar | |
CN105957057B (zh) | 一种基于视频分析的实时降雪强度估计方法 | |
CN112950562A (zh) | 一种基于线结构光的扣件检测算法 | |
Tian et al. | Application of digital image correlation for long-distance bridge deflection measurement | |
CN204287066U (zh) | 一种基于结构光的扣件缺失检测装置 | |
CN106875378B (zh) | 一种电力线异物检测方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |