CN117197442A - 一种走天输送机的故障排查系统 - Google Patents

Abstract

本发明涉及图像局部特征识别技术领域，具体涉及一种走天输送机的故障排查系统，获取导轨表面灰度图像并进行二值化，得到裂缝区域轮廓边缘，基于裂缝区域轮廓边缘的各边缘像素点的裂缝宽度信息和曲率信息，获取得到各边缘像素点的裂缝宽度指标和曲率指标，进而获取各边缘像素点的导轨损伤指数，基于导轨表面灰度图像中各像素点预设窗口范围内存在的各角点的锈蚀麻面状态，得到各个像素点的导轨平滑指数，至少将导轨损伤指数和导轨平滑指数进行融合处理，得到各像素点的导轨表面缺陷特征值，最后根据导轨表面缺陷特征值获取导轨缺陷状况，能够应对导轨表面复杂的缺陷状况，实现对导轨表面的缺陷区域的精确识别。

Description

一种走天输送机的故障排查系统

技术领域

本发明涉及图像局部特征识别技术领域，具体涉及一种走天输送机的故障排查系统。

背景技术

OHT走天输送机是一种用于自动化物料搬运的系统，通常由一组悬挂在天花板上的电动起重机和搬运车组成，OHT走天输送机具有自动化控制系统，可通过计算机和其他控制设备进行操作和监控，用于将物料进行传输运送，其内部的起重机和搬运车能够沿着预定的轨道或者导引系统进行移动。OHT走天输送机有助于提高生产效率、减少人力成本、降低物料损坏等风险，在制造业、物流和仓储中已得到广泛应用。

导轨作为OHT走天输送机中的重要组成部分，在频繁使用和进行重负荷工作后，其导轨结构表面可能会产生划痕、裂缝以及磨损产生的麻点甚至锈蚀等损坏情况。现阶段的走天输送机的故障排查通常使用传统的显著性分割技术对目标缺陷进行提取，基于导轨结构表面可能出现的缺陷，传统的显著性分割技术对于导轨表面复杂的缺陷状况，难以对导轨表面的缺陷区域进行精确识别。

发明内容

有鉴于此，为了解决现有的图像识别技术无法对导轨表面的缺陷区域进行精确识别的技术问题，本发明提供一种走天输送机的故障排查系统。

所采用的技术方案具体如下：

一种走天输送机的故障排查系统，包括：

裂缝区域轮廓边缘获取模块，用于获取导轨表面灰度图像，并对所述导轨表面灰度图像进行二值化，得到用于表征导轨裂纹状态的裂缝区域轮廓边缘；

边缘像素点指标获取模块，用于基于所述裂缝区域轮廓边缘的各边缘像素点的裂缝宽度信息和曲率信息，分别对应获取得到各边缘像素点的裂缝宽度指标和曲率指标；

导轨损伤指数获取模块，用于根据所述裂缝宽度指标和曲率指标，获取各边缘像素点的导轨损伤指数，所述导轨损伤指数与所述裂缝宽度指标和曲率指标均呈正相关关系；

导轨平滑指数获取模块，用于获取所述导轨表面灰度图像中的各个角点，并基于所述导轨表面灰度图像中各像素点预设窗口范围内存在的各角点的锈蚀麻面状态，得到各个像素点的导轨平滑指数；

导轨缺陷状况检测模块，用于至少将所述导轨表面灰度图像各像素点的导轨损伤指数和导轨平滑指数进行融合处理，得到各像素点的导轨表面缺陷特征值，并根据各像素点的导轨表面缺陷特征值获取导轨缺陷状况。

可选地，各边缘像素点的裂缝宽度指标的获取过程，包括：

获取各边缘像素点处的裂缝宽度参数，所述裂缝宽度参数用于表征各边缘像素点与其在所述裂缝区域轮廓边缘上相对的另一个边缘像素点之间连线上的像素点数量；

对于任意一个边缘像素点，获取以该边缘像素点为中心的预设窗口范围内的各个边缘像素点所对应的裂缝宽度参数，并计算所述预设窗口范围内的各个边缘像素点所对应的裂缝宽度参数的平均值，得到该边缘像素点的裂缝宽度指标。

可选地，所述获取各边缘像素点处的裂缝宽度参数，包括：

对于任意一个边缘像素点，获取该边缘像素点在所述裂缝区域轮廓边缘上的切线，并过该边缘像素点做所述切线的法线，将所述法线与所述裂缝区域轮廓边缘相交的另一个边缘像素点与该边缘像素点之间的、处于所述法线上的像素点数量作为该边缘像素点处的裂缝宽度参数。

可选地，各边缘像素点的曲率指标的获取过程，包括：

对于任意一个边缘像素点，获取以该边缘像素点为中心的预设窗口范围内的各个边缘像素点所对应的曲率特征，并计算所述预设窗口范围内的各个边缘像素点所对应的曲率特征的和值，得到该边缘像素点的曲率指标；其中，所述曲率特征用于表征边缘像素点与其相邻的两侧边缘像素点之间的曲率差异情况。

可选地，基于所述导轨表面灰度图像中各像素点预设窗口范围内存在的各角点的锈蚀麻面状态，得到各个像素点的导轨平滑指数，包括：

对于任意一个像素点，确定该像素点预设窗口范围内的各个角点，对于任意一个角点，获取该角点各预设邻域方向上预设范围内的相邻两个像素点之间的锈蚀麻面指标，所述锈蚀麻面指标用于表征相邻两个像素点之间的锈蚀状态差异情况；融合各预设邻域方向所对应的锈蚀麻面指标，得到该角点的锈蚀麻面梯度参量；融合该像素点预设窗口范围内的各个角点所对应的锈蚀麻面梯度参量，得到该像素点的导轨平滑指数。

可选地，所述获取该角点各预设邻域方向上预设范围内的相邻两个像素点之间的锈蚀麻面指标，包括：

获取导轨表面Lab颜色空间图像；

将导轨表面Lab颜色空间图像中各像素点的a分量的占比满足预设条件的像素点记为锈蚀点，确定各个像素点预设窗口范围内的锈蚀点的数量；

将各个像素点预设窗口范围内的锈蚀点的数量与预设窗口范围内的像素点总数量的比值作为各像素点的用于表征锈蚀状态的麻面色差；

将各像素点的麻面色差与对应像素点灰度梯度的乘积作为各像素点的麻面色差因子；

将相邻两个像素点的麻面色差因子的差值绝对值作为相邻两个像素点之间的锈蚀麻面指标。

可选地，所述融合各预设邻域方向所对应的锈蚀麻面指标，得到该角点的锈蚀麻面梯度参量，包括：

将所有预设邻域方向所对应的所有锈蚀麻面指标求平均所得到的平均值作为该角点的锈蚀麻面梯度参量。

可选地，所述融合该像素点预设窗口范围内的各个角点所对应的锈蚀麻面梯度参量，得到该像素点的导轨平滑指数，包括：

采用如下计算公式计算得到导轨平滑指数：

其中，为第p个像素点的导轨平滑指数，p为像素点的索引，H为第p个像素点预设窗口范围内的角点数量，/>为第j个角点所对应的锈蚀麻面梯度参量，j为角点的索引，exp（）为以自然常数为底的指数函数。

可选地，至少将所述导轨表面灰度图像各像素点的导轨损伤指数和导轨平滑指数进行融合处理，得到各像素点的导轨表面缺陷特征值，包括：

将所述导轨表面灰度图像各像素点的导轨损伤指数、导轨平滑指数、局部纹理特征指标以及灰度值进行融合处理，得到各像素点的导轨表面缺陷特征值。

可选地，将所述导轨表面灰度图像各像素点的导轨损伤指数、导轨平滑指数、局部纹理特征指标以及灰度值进行融合处理，得到各像素点的导轨表面缺陷特征值，包括：

将所述导轨表面灰度图像各像素点的导轨损伤指数、导轨平滑指数、局部纹理特征指标以及灰度值分别进行正相关归一化；

将对应归一化后的所述导轨表面灰度图像各像素点的导轨损伤指数、导轨平滑指数、局部纹理特征指标以及灰度值作为四元数傅里叶变换的相位谱模型PQRT中超复数四元数矩阵中的四个参数，计算得到超复数四元数矩阵中各像素点的超复数四元数，计算公式如下：

其中，为第p个像素点归一化后的灰度值，/>为第p个像素点归一化后的导轨损伤指数，/>为第p个像素点归一化后的导轨平滑指数，/>为第p个像素点归一化后的局部纹理特征指标，p为像素点的索引，/>分别为虚数单位，，/>，/>，/>；

将各像素点的超复数四元数进行超复数傅里叶变换以及四元数傅里叶反变换，得到各像素点的导轨表面缺陷特征值。

可选地，将所述导轨表面灰度图像各像素点的导轨损伤指数、导轨平滑指数、局部纹理特征指标以及灰度值进行融合处理，得到各像素点的导轨表面缺陷特征值，包括：

将所述导轨表面灰度图像各像素点的导轨损伤指数和局部纹理特征指标进行正相关归一化，将导轨平滑指数和灰度值进行负相关归一化；

将各像素点的对应归一化后的导轨损伤指数、导轨平滑指数、局部纹理特征指标以及灰度值进行加权求和，得到各像素点的导轨表面缺陷特征值。

本发明实施例至少具有如下有益效果：先获取到用语表征导轨裂纹状态的裂缝区域轮廓边缘，基于裂缝区域轮廓边缘的各边缘像素点的裂缝宽度信息和曲率信息，分别对应获取得到各边缘像素点的裂缝宽度指标和曲率指标，从裂缝宽度指标和曲率指标两方面反映了裂缝状态，结合这两个指标获取各边缘像素点的导轨损伤指数，能够确保得到的导轨损伤指数与实际的裂缝状态相关联，提升裂缝状态机检测的准确性；然后基于导轨表面灰度图像中的各个像素点的锈蚀麻面状态，并基于像素点预设窗口范围内的各个角点附近的锈蚀情况，能够得到各个像素点的导轨平滑指数，导轨平滑指数表征像素点处的锈蚀状态，最后将导轨表面灰度图像各像素点的导轨损伤指数和导轨平滑指数进行融合处理，得到导轨表面缺陷显著图，导轨表面缺陷显著图中同时反映了导轨的裂缝状态以及锈蚀状态，根据导轨表面缺陷显著图能够获取到准确的导轨缺陷状况，能够应对导轨表面复杂的缺陷状况，实现对导轨表面的缺陷区域的精确识别。

附图说明

图1是本发明提供的一种走天输送机的故障排查系统的模块组成示意图；

图2是与本发明提供的一种走天输送机的故障排查系统相对应的步骤流程图；

图3是表征疑似裂缝区域的二值图像；

图4是角点预设邻域范围示意图。

具体实施方式

本实施例提供一种走天输送机的故障排查系统，该走天输送机的故障排查系统的应用场景为：由于长时间的承载众多输送车运行，走天输送机中的导轨可能会产生裂纹甚至裂缝，在空气潮湿时，还会导致导轨表面因锈蚀磨损产生的锈蚀麻面。导轨表面的裂缝会直接威胁输送车的正常运行，裂缝扩散方向越大，扩散距离越长，输送系统受到的威胁越大；而锈蚀麻面与正常导轨表面的颜色差异较大，且通常表现为小面积密集分布的凸点以及凹坑，会影响到导轨表面的平整度，致使输送车无法在导轨上平稳行驶，甚至因输送车颠簸致使货物脱落。

如图1所示，本实施例提供的一种走天输送机的故障排查系统，包括：裂缝区域轮廓边缘获取模块、边缘像素点指标获取模块、导轨损伤指数获取模块、导轨平滑指数获取模块和导轨缺陷状况检测模块。图2为图1中各个模块所对应的方法步骤。如下对各个模块的具体实现过程分别进行描述。

裂缝区域轮廓边缘获取模块，用于获取导轨表面灰度图像，并对所述导轨表面灰度图像进行二值化，得到用于表征导轨裂纹状态的裂缝区域轮廓边缘。

本实施例中，可以在需要重点检测的导轨附近设置CMOS相机，CMOS相机朝向导轨设置，也可以通过搭载CMOS相机的无人机对走天输送机中的导轨的俯视角度的图像进行采集。

通过CMOS相机获取到导轨表面RGB图像，通过灰度化得到导轨表面灰度图像。作为一个具体实施方式，要求采集的图像包含目标物且采集图像时需有光源照射。由于下述在具体处理过程中需要用到导轨表面Lab颜色空间图像，那么，还将导轨表面RGB图像处理成导轨表面Lab颜色空间图像。

更优地，为提高图像中的细节对比度，还可对采集到的图像进行预处理，本实施例使用的提高对比度算法为自适应对比度增强算法，在增强对比度的同时避免过度增强导致图像失真，且对于光照变化、噪声干扰因素具有一定的鲁棒性，由于自适应对比度增强算法为公知技术，此处不再过多赘述。实施者可根据具体情况使用其他算法对导轨表面图像进行提高对比度处理。

由于导轨表面正常状态为光洁无裂缝，当导轨表面出现裂缝时，其裂缝区域的灰度值较小，与周围环境有着较大差异。而且，通常情况下裂缝越深，对应区域中的像素点灰度值越小。且当导轨因长时间的重负荷运载时，产生的裂缝由于应力分布关系多呈现为向外扩散的特征，当裂缝宽度越大时，表示该导轨对应的故障情况越严重，导轨损伤程度越大；当裂缝宽度极小或只是裂纹时，该导轨的损伤程度较小，不会影响到走天输送机的正常运行。为得到导轨表面图像中的疑似裂缝区域，需获取导轨表面图像中的裂缝区域。

对导轨表面灰度图像进行二值化，本实施例通过大津阈值分割法获得导轨表面灰度图像的导轨表面二值图像，并将灰度值较小的像素点设置为黑色，其余像素点设置为白色，得到表征疑似裂缝区域的二值图像，如图3所示，得到的疑似裂缝区域为导轨表面二值图像中的闭合区域。之后获得闭合区域的轮廓边缘，本实施例通过常用的轮廓跟踪算法获得闭合区域的轮廓边缘，得到裂缝区域轮廓边缘。应当理解，裂缝区域轮廓边缘能够表征导轨的裂纹状态。

边缘像素点指标获取模块，用于基于所述裂缝区域轮廓边缘的各边缘像素点的裂缝宽度信息和曲率信息，分别对应获取得到各边缘像素点的裂缝宽度指标和曲率指标。

得到裂缝区域轮廓边缘之后，就对应得到裂缝区域轮廓边缘的各个边缘像素点。然后根据裂缝区域轮廓边缘的各边缘像素点的裂缝宽度信息获取得到各边缘像素点的裂缝宽度指标。裂缝宽度指标用于表征各边缘像素点处的裂缝宽度，本实施例中，给出一种具体的计算过程：由于各个边缘像素点的裂缝宽度指标的获取过程相同，如下以任意一个边缘像素点为例进行说明，先获取各边缘像素点处的裂缝宽度参数，其中，裂缝宽度参数用于表征该边缘像素点与其在裂缝区域轮廓边缘上相对的另一个边缘像素点之间连线上的像素点数量，作为一个具体，由于裂缝区域轮廓边缘本质上是由各个边缘像素点围成的闭合曲线，因此，获取该边缘像素点在裂缝区域轮廓边缘上的切线，即过该边缘像素点，做裂缝区域轮廓边缘的切线，并过该边缘像素点做该切线的法线，那么，该法线就会与裂缝区域轮廓边缘相交，共有两个交点，其中一个交点为该边缘像素点，另一个交点所对应的边缘像素点为与该边缘像素点在裂缝区域轮廓边缘上相对的另一个边缘像素点，那么，该边缘像素点与对应的另一个边缘像素点之间的法线上就会存在多个像素点，法线上的这些像素点的数量为该边缘像素点处的裂缝宽度参数。

采用上述方式，得到裂缝区域轮廓边缘上的各个边缘像素点的裂缝宽度参数。预设一个窗口范围，预设窗口范围的大小由实际需要进行设置，比如5*5。为了方便数据处理，本实施例中的各处设置的预设窗口范围的大小相同，比如均为5*5。那么，对于任意一个边缘像素点，以该边缘像素点为中心的预设窗口范围内会存在多个边缘像素点。获取以该边缘像素点为中心的预设窗口范围内的各个边缘像素点所对应的裂缝宽度参数，并计算预设窗口范围内的各个边缘像素点所对应的裂缝宽度参数的平均值，得到该边缘像素点的裂缝宽度指标。应当理解，在计算预设窗口范围内的各个边缘像素点所对应的裂缝宽度参数的平均值时，作为窗口中心的边缘像素点的裂缝宽度参数可以参与计算，也可以不参与计算，为了确保结果准确性，作为窗口中心的边缘像素点的裂缝宽度参数参与计算，即该边缘像素点为中心的预设窗口范围内的各个边缘像素点包括该边缘像素点以及预设窗口范围内的其他各个边缘像素点。

对于任意一个边缘像素点的裂缝宽度指标，裂缝宽度指标越大，表示该边缘像素点处的裂缝宽度越大，对应导轨表面的裂缝开裂程度越深，对应导轨的损伤程度越大。

根据裂缝区域轮廓边缘的各边缘像素点的曲率信息，获取得到各边缘像素点的曲率指标。对于任意一个边缘像素点，获取该边缘像素点所对应的曲率特征，曲率特征用于表征该边缘像素点与其相邻的两侧边缘像素点之间的曲率差异情况，具体地：先获取裂缝区域轮廓边缘上该边缘像素点处的曲率，可以采用现有的曲率计算方式进行获取，不再赘述，然后计算该边缘像素点所对应的曲率特征，本实施例给出一种具体的计算方式，即获取该边缘像素点相邻的两个边缘像素点的曲率，计算相邻的两个边缘像素点的曲率的平均值，然后计算该边缘像素点的曲率与相邻的两个边缘像素点的曲率的平均值的差值绝对值，得到的差值绝对值为该边缘像素点的曲率特征。通过上述方式，可以得到各个边缘像素点的曲率特征。那么，曲率特征越大，表示对应的边缘像素点与其相邻的两个边缘像素点之间的曲率差异越大，裂缝区域轮廓边缘扭曲程度越大，对应区域的导轨表面损伤程度越大。

对于任意一个边缘像素点，获取以该边缘像素点为中心的预设窗口范围内的各个边缘像素点所对应的曲率特征，并计算该预设窗口范围内的各个边缘像素点所对应的曲率特征的和值，得到该边缘像素点的曲率指标，计算公式如下：

其中, 表示第p个边缘像素点的曲率指标，/>表示以第p个边缘像素点为中心的预设窗口范围内的第/>个边缘像素点，N表示以第p个边缘像素点为中心的预设窗口范围内的边缘像素点的数量（应当理解，第p个边缘像素点也包含在N内，即第p个边缘像素点为中心的预设窗口范围内的边缘像素点的数量N包括该第p个边缘像素点），/>表示第/>个边缘像素点的曲率特征。

相应地，边缘像素点为中心的预设窗口范围内的预设窗口范围的曲率特征越大，表示边缘像素点的曲率指标越大，表示边缘像素点所在的裂缝区域轮廓边缘处的扭曲程度越大，对应区域的导轨表面损伤程度越大。因此，曲率指标相当于边缘像素点所在的裂缝区域轮廓边缘处的扭曲系数。

导轨损伤指数获取模块，用于根据得到的裂缝宽度指标和曲率指标，获取各边缘像素点的导轨损伤指数。边缘像素点处的裂缝宽度越大，对应区域的导轨表面损伤程度越大，而且，边缘像素点的曲率指标越大，表示边缘像素点所在的裂缝区域轮廓边缘处的扭曲程度越大，对应区域的导轨表面损伤程度越大，因此，导轨损伤指数与裂缝宽度指标和曲率指标均呈正相关关系。作为一个具体实施方式，如下给出导轨损伤指数的一种计算方式：

其中，表示第p个边缘像素点的导轨损伤指数，/>表示第p个边缘像素点的裂缝宽度指标，/>表示第p个边缘像素点的曲率指标，e表示自然常数，nor()表示归一化函数。

至此，得到导轨表面灰度图像的裂缝区域轮廓边缘的每一个边缘像素点的导轨损伤指数。应当理解，对于导轨表面灰度图像中的其他像素点，即非边缘像素点，设定导轨损伤指数为0，就可以得到导轨表面灰度图像中每一个像素点的导轨损伤指数。进一步地，可以将各个像素点的导轨损伤指数替换导轨表面灰度图像中各像素点的灰度值，得到导轨损伤特征图。

导轨平滑指数获取模块，用于获取导轨表面灰度图像中的各个角点，并基于导轨表面灰度图像中各像素点预设窗口范围内存在的各角点的锈蚀麻面状态，得到各个像素点的导轨平滑指数。

由于导轨表面还可能会出现因锈蚀磨损产生的锈蚀麻面，锈蚀麻面中通常存在着分布较为密集的小凸点，尤其是这些小凸点在相机光源的照射下会产生与周围导轨表面差异较大的反光现象。小凸点分布越密集，对应导轨表面区域的锈蚀麻面现象越严重，导轨表面的平滑程度越低，输送车在该区域受到颠簸的可能性越大。同时因为导轨表面产生的小凸点处的导轨表面积变大，其受到潮湿空气腐蚀的可能性也随之增大，因此，导轨麻面锈蚀区域通常呈现为红色、深红色。基于上述特征构建导轨平滑指数。

获取导轨表面灰度图像中的各个角点，本实施例通过Harris角点检测算法获得导轨表面灰度图像中的各个角点。

对于导轨表面灰度图像中的任意一个像素点，确定该像素点预设窗口范围内存在的各个角点。对于该像素点预设窗口范围内存在的任意一个角点，获取该角点各预设邻域方向上预设范围内的相邻两个像素点之间的锈蚀麻面指标，锈蚀麻面指标用于表征相邻两个像素点之间的锈蚀状态差异情况。其中，预设邻域方向的数量以及各具体方向由实际需要进行设置，可以设置为四个方向，比如以该角点为中心的0°、90°、180°和270°，即该角点的四邻域方向，也可以设置为八个方向，比如以该角点为中心的0°、45°、90°、135°、180°、225°、270°和315°，即该角点的八邻域方向。预设范围由实际需要进行设置，本实施例中，预设范围为该角点之外的、沿预设方向的预设数量的像素点个数，比如：两个像素点距离、三个像素点距离、甚至于更多像素点距离。若预设范围是两个像素点距离，则以该角点为中心，该方向上只包括两个像素点，那么，就得到一个锈蚀麻面指标，为这两个像素点之间的锈蚀麻面指标；若预设范围是三个像素点距离，则以该角点为中心，该方向上包括三个像素点，那么，第一个像素点和第二个像素点对应一个锈蚀麻面指标，第二个像素点和第三个像素点对应一个锈蚀麻面指标，共得到两个锈蚀麻面指标，因此，概括而言，若设定预设距离为x个像素点距离，则会得到x-1个锈蚀麻面指标。图4给出一种具体实施方式，图4中的各个正方形区域表示像素点，标阴影的正方形区域为任意一个角点，预设邻域方向为以该角点为中心的八邻域方向，预设距离为三个像素点距离。

作为一个具体实施方式，如下给出锈蚀麻面指标的一种具体获取过程：

获取导轨表面Lab颜色空间图像。Lab颜色空间是由一个亮度通道和两个颜色通道组成的，L代表明度，a代表从绿色到红色的分量，b代表从蓝色到黄色的分量。导轨表面的锈蚀色像素点数量越多，表示该导轨表面区域的锈蚀情况越严重，导轨的状态越不健康。

获取导轨表面Lab颜色空间图像中各像素点的a分量的占比。由于a代表从绿色到红色的分量，并且，导轨麻面锈蚀区域通常呈现为红色、深红色。因此像素点的a分量的占比情况反映像素点是否为锈蚀点。那么，将导轨表面Lab颜色空间图像中各像素点的a分量的占比满足预设条件的像素点记为锈蚀点，具体地，将导轨表面Lab颜色空间图像中各像素点的a分量在预设数值之下的像素点记为锈蚀点，该预设数值由实际需要进行设置，比如45%。从而确定各个像素点是否为锈蚀点。

以导轨表面Lab颜色空间图像中各像素点为中心构建预设窗口，预设窗口为5*5，从而确定得到各个像素点的预设窗口范围内的锈蚀点的数量。应当理解，在确定预设窗口范围内的锈蚀点的数量时，也将窗口中心的像素点考虑进去。将各个像素点预设窗口范围内的锈蚀点的数量与预设窗口范围内的像素点总数量的比值作为各像素点的用于表征锈蚀状态的麻面色差，计算公式如下：

其中，为导轨表面Lab颜色空间图像中第p个像素点的麻面色差；RN为第p个像素点对应的预设窗口范围内锈蚀点的个数，S为预设窗口大小。RN越大时，表示该像素点的窗口内锈蚀点的数量越多，对应导轨表面区域的锈蚀麻面现象越严重，该区域的导轨越有可能出现输送故障。反之，对应导轨表面区域的锈蚀麻面现象越轻微，该区域的导轨状态越健康。

获取各个像素点的灰度梯度。对于任意一个像素点，将该像素点的麻面色差与该像素点的灰度梯度的乘积作为该像素点的麻面色差因子RPD。

将相邻两个像素点的麻面色差因子的差值绝对值作为相邻两个像素点之间的锈蚀麻面指标。

相应地，对于任意一个角点，获取该角点各预设邻域方向上预设范围内的相邻两个像素点之间的锈蚀麻面指标。然后，融合各预设邻域方向所对应的锈蚀麻面指标，得到该角点的锈蚀麻面梯度参量，作为一个具体实施方式，融合的具体实现手段为求均值，则将该角点所有预设邻域方向所对应的所有锈蚀麻面指标求平均，所得到的平均值作为该角点的锈蚀麻面梯度参量。接上文举例，预设邻域方向为以该角点为中心的八邻域方向，预设距离为三个像素点距离，那么，对于八邻域方向上的任意一个方向，计算第一个像素点和第二个像素点对应的锈蚀麻面指标，以及第二个像素点和第三个像素点对应的锈蚀麻面指标，该方向对应两个锈蚀麻面指标，比如图4中，第一个像素点、第二个像素点和第三个像素点对应的麻面色差因子分别为RPD1、RPD2和RPD3，则第一个像素点和第二个像素点对应的锈蚀麻面指标为RPD1和RPD2的差值绝对值，第二个像素点和第三个像素点对应的锈蚀麻面指标为RPD2和RPD3的差值绝对值。则每一个方向均对应两个锈蚀麻面指标，总共得到16个锈蚀麻面指标，将这16个锈蚀麻面指标求均值，所得到的平均值作为该角点的锈蚀麻面梯度参量。锈蚀麻面梯度参量越大，表示该角点与周围环境的灰度差异、麻面色差越大，对应导轨表面区域的锈蚀程度与凸起程度越大。

通过上述方式，得到各个角点的锈蚀麻面梯度参量。

对于任意一像素点，获取该像素点预设窗口范围内的各个角点所对应的锈蚀麻面梯度参量，融合该像素点预设窗口范围内的各个角点所对应的锈蚀麻面梯度参量，得到该像素点的导轨平滑指数，作为一个具体实施方式，采用如下计算公式计算得到导轨平滑指数：

其中，为第p个像素点的导轨平滑指数，p为像素点的索引，H为第p个像素点预设窗口范围内的角点数量，/>为第j个角点所对应的锈蚀麻面梯度参量，j为角点的索引，exp（）为以自然常数为底的指数函数。

相应像素点窗口内的角点的锈蚀麻面显著指数越大时，表示该像素窗口对应的导轨表面区域与周围环境的差异越大，该区域的锈蚀程度与凸起程度越大，越小；反之，该区域的锈蚀程度与凸起程度越小，/>越大。

进一步地，可以将各个像素点的导轨平滑指数替换导轨表面灰度图像中各像素点的灰度值，得到导轨平滑特征图。

因此，导轨表面灰度图像中，每一个像素点均得到一个导轨损伤指数和导轨平滑指数。

导轨缺陷状况检测模块，用于至少将所述导轨表面灰度图像各像素点的导轨损伤指数和导轨平滑指数进行融合处理，得到各像素点的导轨表面缺陷特征值，并根据各像素点的导轨表面缺陷特征值获取导轨缺陷状况。

其中，至少将导轨表面灰度图像各像素点的导轨损伤指数和导轨平滑指数进行融合处理，表示可以只将导轨表面灰度图像各像素点的导轨损伤指数和导轨平滑指数进行融合处理，比如将归一化后的导轨损伤指数除以归一化后的导轨平滑指数，得到的商值为对应像素点的导轨表面缺陷特征值，所有的像素点的导轨表面缺陷特征值构成导轨表面缺陷显著图，结合阈值获取导轨缺陷状况，将大于阈值的导轨表面缺陷特征值的像素点判定为缺陷点，小于或者等于阈值的导轨表面缺陷特征值的像素点判定为正常点，进而实现导轨表面灰度图像的分割，得到导轨缺陷状况，具体是得到导轨表面灰度图像的缺陷区域；还可以在导轨损伤指数和导轨平滑指数的基础上，结合像素点的其他参数进行融合处理，得到的各像素点的导轨表面缺陷特征值更加准确，作为一个具体实施方式，还获取导轨表面灰度图像各像素点的局部纹理特征指标以及灰度值。其中，局部纹理特征指标的获取过程为：通过LBP特征提取算法，计算导轨表面灰度图像中每个像素点的LBP值，LBP值为局部纹理特征指标。LBP值可以反映图像局部纹理特征，正常状态下的导轨表面纹理细节较少，而较大的LBP值意味着中心像素点周围存在较多的灰度变化或纹理细节，进一步的，像素点对应区域的导轨表面受到的损伤程度越大。进一步地，可以将各个像素点的局部纹理特征指标替换导轨表面灰度图像中各像素点的灰度值，得到局部纹理特征图。

应当理解，本实施例中提到的归一化，除了特别注明是负相关归一化的，其他归一化均为正相关归一化。其中，正相关归一化和负相关归一化均为将数值确定在0到1之间，正相关归一化的前后数据变化逻辑相同，负相关归一化的前后数据变化逻辑相反。正相关归一化的方式可以为，负相关归一化的方式可以为/>。

获取导轨表面灰度图像各像素点的灰度值，导轨正常状态下为光滑金属表面，对光线反射能力较强，在图像中的灰度值较大，当导轨处于损伤状态、产生裂缝或者锈蚀麻面时，导轨表面受到损伤，对光线的反射能力降低，灰度值较小。

那么，将导轨表面灰度图像各像素点的导轨损伤指数、导轨平滑指数、局部纹理特征指标以及灰度值进行融合处理，得到各像素点的导轨表面缺陷特征值，具体地：将导轨表面灰度图像各像素点的导轨损伤指数、导轨平滑指数、局部纹理特征指标以及灰度值分别进行归一化；将归一化后的导轨表面灰度图像各像素点的导轨损伤指数、导轨平滑指数、局部纹理特征指标以及灰度值作为四元数傅里叶变换的相位谱模型PQRT中超复数四元数矩阵中的四个参数，计算得到超复数四元数矩阵中各像素点的超复数四元数，各像素点的超复数四元数的计算公式如下：

其中，为第p个像素点归一化后的灰度值，/>为第p个像素点归一化后的导轨损伤指数，/>为第p个像素点归一化后的导轨平滑指数，/>为第p个像素点归一化后的局部纹理特征指标，p为像素点的索引，/>分别为虚数单位，，/>，/>，/>。

根据上述计算方式可获得导轨表面灰度图像中每个像素点的超复数四元数，进而得到超复数四元数矩阵R。将各像素点的超复数四元数进行超复数傅里叶变换以及四元数傅里叶反变换，得到各像素点的导轨表面缺陷特征值，具体地：通过超复数傅里叶变换，计算振幅频谱以及相位谱，根据不同尺寸的高斯核函数获得振幅频谱的尺度空间，再进行四元数傅里叶反变换，将反变换结果与高斯滤波器进行计算得到各个像素点的导轨表面缺陷特征值，所有像素点的导轨表面缺陷特征值构成导轨表面缺陷显著图。

上述采用四元数傅里叶变换的相位谱模型PQRT中超复数四元数矩阵进行运算是一种具体实施方式，作为其他的实施方式，还可以将导轨表面灰度图像各像素点的导轨损伤指数和局部纹理特征指标做正相关归一化，将导轨平滑指数和灰度值做负相关归一化，然后将对应归一化后的导轨表面灰度图像各像素点的导轨损伤指数、导轨平滑指数、局部纹理特征指标以及灰度值进行加权求和，这四个权重值由实际需要进行设置，比如：导轨损伤指数、导轨平滑指数和局部纹理特征指标的权重值各为0.3，灰度值的权重值为0.1，加权求和后得到的数值为像素点的导轨表面缺陷特征值。

根据各像素点的导轨表面缺陷特征值获取导轨缺陷状况。其中，设定一个阈值，该阈值由实际需要设置，将大于阈值的导轨表面缺陷特征值的像素点判定为缺陷点，小于或者等于阈值的导轨表面缺陷特征值的像素点判定为正常点，进而实现导轨表面灰度图像的分割，得到导轨缺陷状况，具体是得到导轨表面灰度图像的缺陷区域，实现走天输送机的故障排查。后续中，可以根据缺陷区域进行相关操作，比如若缺陷区域的像素点数量与导轨表面灰度图像的总像素点数量的比值超出预设阈值，表示导轨表面缺陷比较严重，则输出告警信号，提示工作人员维修导轨或者更换导轨。

以上所述实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的范围，均应包含在本申请的保护范围之内。

Claims (10)

1.一种走天输送机的故障排查系统，其特征在于，包括：

裂缝区域轮廓边缘获取模块，用于获取导轨表面灰度图像，并对所述导轨表面灰度图像进行二值化，得到用于表征导轨裂纹状态的裂缝区域轮廓边缘；

边缘像素点指标获取模块，用于基于所述裂缝区域轮廓边缘的各边缘像素点的裂缝宽度信息和曲率信息，分别对应获取得到各边缘像素点的裂缝宽度指标和曲率指标；

导轨损伤指数获取模块，用于根据所述裂缝宽度指标和曲率指标，获取各边缘像素点的导轨损伤指数，所述导轨损伤指数与所述裂缝宽度指标和曲率指标均呈正相关关系；

导轨平滑指数获取模块，用于获取所述导轨表面灰度图像中的各个角点，并基于所述导轨表面灰度图像中各像素点预设窗口范围内存在的各角点的锈蚀麻面状态，得到各个像素点的导轨平滑指数；

导轨缺陷状况检测模块，用于至少将所述导轨表面灰度图像各像素点的导轨损伤指数和导轨平滑指数进行融合处理，得到各像素点的导轨表面缺陷特征值，并根据各像素点的导轨表面缺陷特征值获取导轨缺陷状况。

2.根据权利要求1所述的走天输送机的故障排查系统，其特征在于，各边缘像素点的裂缝宽度指标的获取过程，包括：

获取各边缘像素点处的裂缝宽度参数，所述裂缝宽度参数用于表征各边缘像素点与其在所述裂缝区域轮廓边缘上相对的另一个边缘像素点之间连线上的像素点数量；

对于任意一个边缘像素点，获取以该边缘像素点为中心的预设窗口范围内的各个边缘像素点所对应的裂缝宽度参数，并计算所述预设窗口范围内的各个边缘像素点所对应的裂缝宽度参数的平均值，得到该边缘像素点的裂缝宽度指标。

3.根据权利要求1所述的走天输送机的故障排查系统，其特征在于，各边缘像素点的曲率指标的获取过程，包括：

对于任意一个边缘像素点，获取以该边缘像素点为中心的预设窗口范围内的各个边缘像素点所对应的曲率特征，并计算所述预设窗口范围内的各个边缘像素点所对应的曲率特征的和值，得到该边缘像素点的曲率指标；其中，所述曲率特征用于表征边缘像素点与其相邻的两侧边缘像素点之间的曲率差异情况。

4.根据权利要求1所述的走天输送机的故障排查系统，其特征在于，基于所述导轨表面灰度图像中各像素点预设窗口范围内存在的各角点的锈蚀麻面状态，得到各个像素点的导轨平滑指数，包括：

对于任意一个像素点，确定该像素点预设窗口范围内的各个角点，对于任意一个角点，获取该角点各预设邻域方向上预设范围内的相邻两个像素点之间的锈蚀麻面指标，所述锈蚀麻面指标用于表征相邻两个像素点之间的锈蚀状态差异情况；融合各预设邻域方向所对应的锈蚀麻面指标，得到该角点的锈蚀麻面梯度参量；融合该像素点预设窗口范围内的各个角点所对应的锈蚀麻面梯度参量，得到该像素点的导轨平滑指数。

5.根据权利要求4所述的走天输送机的故障排查系统，其特征在于，所述获取该角点各预设邻域方向上预设范围内的相邻两个像素点之间的锈蚀麻面指标，包括：

获取导轨表面Lab颜色空间图像；

将导轨表面Lab颜色空间图像中各像素点的a分量的占比满足预设条件的像素点记为锈蚀点，确定各个像素点预设窗口范围内的锈蚀点的数量；

将各个像素点预设窗口范围内的锈蚀点的数量与预设窗口范围内的像素点总数量的比值作为各像素点的用于表征锈蚀状态的麻面色差；

将各像素点的麻面色差与对应像素点灰度梯度的乘积作为各像素点的麻面色差因子；

将相邻两个像素点的麻面色差因子的差值绝对值作为相邻两个像素点之间的锈蚀麻面指标。

6.根据权利要求4所述的走天输送机的故障排查系统，其特征在于，所述融合各预设邻域方向所对应的锈蚀麻面指标，得到该角点的锈蚀麻面梯度参量，包括：

将所有预设邻域方向所对应的所有锈蚀麻面指标求平均所得到的平均值作为该角点的锈蚀麻面梯度参量。

7.根据权利要求4所述的走天输送机的故障排查系统，其特征在于，所述融合该像素点预设窗口范围内的各个角点所对应的锈蚀麻面梯度参量，得到该像素点的导轨平滑指数，包括：

采用如下计算公式计算得到导轨平滑指数：

其中，为第p个像素点的导轨平滑指数，p为像素点的索引，H为第p个像素点预设窗口范围内的角点数量，/>为第j个角点所对应的锈蚀麻面梯度参量，j为角点的索引，exp（）为以自然常数为底的指数函数。

8.根据权利要求1所述的走天输送机的故障排查系统，其特征在于，至少将所述导轨表面灰度图像各像素点的导轨损伤指数和导轨平滑指数进行融合处理，得到各像素点的导轨表面缺陷特征值，包括：

将所述导轨表面灰度图像各像素点的导轨损伤指数、导轨平滑指数、局部纹理特征指标以及灰度值进行融合处理，得到各像素点的导轨表面缺陷特征值。

9.根据权利要求8所述的走天输送机的故障排查系统，其特征在于，将所述导轨表面灰度图像各像素点的导轨损伤指数、导轨平滑指数、局部纹理特征指标以及灰度值进行融合处理，得到各像素点的导轨表面缺陷特征值，包括：

将所述导轨表面灰度图像各像素点的导轨损伤指数、导轨平滑指数、局部纹理特征指标以及灰度值分别进行正相关归一化；

将对应归一化后的所述导轨表面灰度图像各像素点的导轨损伤指数、导轨平滑指数、局部纹理特征指标以及灰度值作为四元数傅里叶变换的相位谱模型PQRT中超复数四元数矩阵中的四个参数，计算得到超复数四元数矩阵中各像素点的超复数四元数，计算公式如下：

其中，为第p个像素点归一化后的灰度值，/>为第p个像素点归一化后的导轨损伤指数，/>为第p个像素点归一化后的导轨平滑指数，/>为第p个像素点归一化后的局部纹理特征指标，p为像素点的索引，/>分别为虚数单位，，/>，/>，/>；

将各像素点的超复数四元数进行超复数傅里叶变换以及四元数傅里叶反变换，得到各像素点的导轨表面缺陷特征值。

10.根据权利要求9所述的走天输送机的故障排查系统，其特征在于，将所述导轨表面灰度图像各像素点的导轨损伤指数、导轨平滑指数、局部纹理特征指标以及灰度值进行融合处理，得到各像素点的导轨表面缺陷特征值，包括：

将所述导轨表面灰度图像各像素点的导轨损伤指数和局部纹理特征指标进行正相关归一化，将导轨平滑指数和灰度值进行负相关归一化；

将各像素点的对应归一化后的导轨损伤指数、导轨平滑指数、局部纹理特征指标以及灰度值进行加权求和，得到各像素点的导轨表面缺陷特征值。