一种电梯导轨垂直度检测方法技术

本发明专利技术涉及电梯技术领域，旨在提供一种电梯导轨垂直度检测方法；其步骤包括：图像采集设备拍摄挂有重锤或者激光垂准仪的导轨图像；读取上述中的图像采集设备采集到的导轨图像；裁剪出导轨图像中需图像处理的目标导轨图像；目标导轨图像处理；导轨及垂线的选取；主、副导轨的选择；根据像素勾股定理计算所选取的导轨垂直度的像素偏差值，再利用像素修正值和导轨最大偏差值，计算出导轨垂直度的实际偏差值并判断该导轨是否合格。本发明专利技术的有益效果有：避免了人工测量受人为因素影响测量结果的问题，减小了误差，解决了测量效率低、操作困难、测量可靠性差等弊病，实现了高效、可控、高精度的检测；利用颜色模型替换、通道选取和灰度变换等图像处理算法，减少了运算时间和图像储存空间。

【技术实现步骤摘要】
一种电梯导轨垂直度检测方法
本专利技术涉及电梯
，具体涉及一种电梯导轨垂直度检测方法。
技术介绍
电梯导轨垂直度是保证电梯正常运行的一项重要性能指标，它直接影响电梯乘坐的舒适性、运行的可靠性和导轨的寿命。在安装时需要对电梯导轨垂直度进行检测，在日常维护中同样需要检测。传统的“吊线检测方法”虽然使用的测量工具简单、测量数据直观，但明显的缺点是基准难以固定、误差大、数据记录繁琐、受人为因素影响大、工作效率低。后来，行业推出了电梯导轨检测激光垂准仪，其原理只是用激光代替传统吊线，仍然需要人工检测和记录数据。如何提供一种准确率高又简单快捷的检测方法，是业界亟需解决的课题。
技术实现思路
本专利技术要解决的技术问题是，克服现有技术中的不足，提供一种电梯导轨垂直度检测方法。为解决技术问题，本专利技术的解决方案是：提供一种电梯导轨垂直度检测方法，包括如下步骤：步骤1：图像采集设备拍摄挂有重锤或者激光垂准仪的导轨图像；步骤2：读取步骤1中的图像采集设备采集到的导轨图像；步骤3：裁剪出导轨图像中需图像处理的目标导轨图像；步骤4：目标导轨图像处理，其中包括：1)分别读取步骤3中的目标导轨图像，并使用适当的颜色模型进行灰度变换，扩大单通道颜色值的灰度范围，再对图像进行滤波处理；采用阈值分割算法对目标导轨图像进行分割处理；2)对目标导轨图像先进行膨胀运算后进行腐蚀处理，去除导轨和垂线边缘的尘埃杂质和褶皱并且保证原有外形轮廓相对不变；3)对目标导轨图像进行边缘检测处理；4)对导轨及垂线进行识别区分；步骤5：对导轨及垂线进行选取；步骤6：主、副导轨的选择；步骤7：根据像素勾股定理计算所选取的导轨垂直度的像素偏差值，再利用像素修正值和导轨最大偏差值，计算出导轨垂直度的实际偏差值并判断该导轨是否合格。本专利技术中，所述图像采集设备为相机或摄像机。本专利技术中，所述颜色模型包括有RGB颜色模型、HSV颜色模型、HIS颜色模型、CMY颜色模型或CMYK颜色模型。本专利技术中，所述电梯检规为电梯检规TSGT7001-2009。本专利技术中，所述的像素修正值的计算方法：检规要求的实际导轨长度与步骤4中经边缘检测处理后的目标导轨图像的像素导轨长度之比。本专利技术中，所述的导轨最大偏差值包括电梯检规中规定的主导轨垂直度的最大偏差值和副导轨垂直度的最大偏差值。所述膨胀运算的原理是：初始目标区域表示为A，运算的结构元素表示为B，假设x∈A，将B关于图像的原点发生映射，将映射后的子集表示为B■，该子集经过x的平移量后得到(B■)x；若初始目标区域A和平移结果(B■)x的交集不是空集，则认为所有能选中A的(B■)x的点是目标区域A受B结构的膨胀结果，即：或者所述腐蚀处理的原理是：利用设定结构元素B与目标区域A进行匹配，若B能完全属于A内，目标区域就不发生变化，若B不完全包含在目标区域内，则进行腐蚀操作，即：阈值分割算法的原理是：利用两个或者两个以上的阈值来分割目标，比如选择一个区间(T1，T2)作为阈值范围，符合范围的部分就认为是前景或者目标，即：或者，所述合适通道的颜色值用HSV的颜色空间代替HIS，它的色调值区间为[0，1]，相应的颜色从红到黄，绿，青，蓝，洋红，后又到红；饱和度值区间为[0，1]，是相应的颜色从不饱和到饱和状态的变化；亮度值的区间为[0，1]，取值越高，表示与之对应的颜色就越亮，作用于感知器的光波也越大。与现有技术相比，本专利技术的有益效果是：1、通过图像进行主、副导轨垂直度的检测，避免了人工测量受人为因素影响测量结果的问题，减小了误差，解决了测量效率低、操作困难、测量可靠性差等弊病，实现了高效、可控、高精度的检测；2、由于系统构成没有使用昂贵的器件，因此整个系统的硬件成本低廉；3、利用颜色模型替换、通道选取和灰度变换等图像处理算法，大大减少了运算的时间和图像储存的空间。5、利用噪声去除、图像膨胀腐蚀和改进后的阈值分割等图像处理算法，保证了导轨垂直度的计算精度；6、由于系统可以分别将电梯检规TSGT7001-2009中电梯主、副导轨垂直度偏差值记录、存储，因此可以判断所检测的主、副导轨制造、安装是否合格。附图说明图1为Sobel边缘检测结果示意图；图2为canny边缘检测结果示意图；图3为log边缘检测结果示意图；图4为膨胀边缘结果示意图；图5为八邻域内坐标集示意图；图6为连通域计算结果示意图；图7为待标记图像；图8为标记后的标签图像；图9为实施例中读取图像；图10为实施例中裁剪后的界面图像；图11为实施例中处理后的界面图像；图12为测试步骤示意图。附图标记：1、重锤垂线；2、电梯导轨。具体实施方式以下的实施例可以使本专业
的技术人员更全面的了解本专利技术，但不以任何方式限制本专利技术。根据本专利技术的方法思路，实施例中提供一种基于该检测方法的电梯导轨垂直度检测系统，所述电梯导轨垂直度检测系统包括用于数据处理的计算机和图像采集设备以及软件控制模块；所述软件控制模块包括图像读取单元、图像裁剪单元、图像处理单元、导轨选取单元、垂线选取单元、主副导轨选择单元、偏差计算单元和结果显示单元；图像读取单元读取相机或摄像机中采集到的导轨图像；图像裁剪单元裁剪出导轨图像中感兴趣的、需要进一步图像处理的目标导轨区域；图像处理单元对导轨的轮廓边缘、颜色对比不明显和图像不清晰处进行处理，去除因导轨图像采集过程中带入的光照、杂质等噪声的影响，增强导轨和垂线部分的图像与背景图像的识别度，并将导轨和垂线从背景中分割、标记出来；导轨选取单元将所要检测的导轨进行像素放大并选取出来；垂线选取单元将所要检测导轨对应的垂线进行像素放大并选取出来；主、副导轨选项单元为人为的对要检测的导轨进行主、副导轨判断；偏差计算单元计算所选取导轨的垂直度偏差并判断其是否合格；结果显示单元显示出偏差计算单元的计算结果。本实施例的具体操作过程如下(参见图12)：1、用户建立与导轨图像对应的工作文件夹；2、导入用相机或摄像机拍摄挂有重锤或者激光垂准仪的导轨图像，由图像读取单元完成；3、用户通过软件用户界面，对图像进行处理；导轨图像处理由图像裁剪单元、图像处理单元完成，包括以下几个步骤：1)目前经常使用的颜色模型有四种，分别为RGB，HIS，CMY和CMYK。RGB颜色模型是目前最流行的模型之一，是一种方便硬件显示的模型，而HSI模型能够直观地反映人眼对颜色的感觉，更加适合于物体图像的颜色描述。由于Matlab平台处理时不支持HSI颜色模型(色调、饱和度、亮度)，为适合在matlab源函数平台上的建模，将用HSV的颜色空间代替HIS，这样可得到有效的图片信息，获得人类解释的最佳颜色方式。它的色调值区间为[0，1]，相应的颜色从红到黄，绿，青，蓝，洋红，后又到红；饱和度值区间为[0，1]，是相应的颜色从不饱和到饱和状态的变化；亮度I值的区间为[0，1]，取值越高，表示与之对应的颜色就越亮，作用于感知器的光波也越大。因此，能有效地分离出目标物与背景。2)通过图像裁剪算法对导轨图像中感兴趣的、需要进一步图像处理的目标导轨区域进行裁剪，获得裁剪后的导轨图像，由图像裁剪单元完成。图像裁剪算法的基本原理是：用计算机储存单元记录鼠标选取区域的像素信息，并将其他区域的像素信息进行删除，最终显示存储单元内的像素信息。3)通过阈值分割算本文档来自技高网...

【技术保护点】
一种电梯导轨垂直度检测方法，其特征在于，包括如下步骤：步骤1：图像采集设备拍摄挂有重锤或者激光垂准仪的导轨图像；步骤2：读取步骤1中的图像采集设备采集到的导轨图像；步骤3：裁剪出导轨图像中需图像处理的目标导轨图像；步骤4：目标导轨图像处理，其中包括1）分别读取步骤3中的目标导轨图像，并使用适当的颜色模型进行灰度变换，扩大单通道颜色值的灰度范围，再对图像进行滤波处理；采用阈值分割算法对目标导轨图像进行分割处理；2）对目标导轨图像先进行膨胀运算后进行腐蚀处理，去除导轨和垂线边缘的尘埃杂质和褶皱并且保证原有外形轮廓相对不变；3）对目标导轨图像进行边缘检测处理；4）对导轨及垂线进行识别区分；步骤5：对导轨及垂线进行选取；步骤6：主、副导轨的选择；步骤7：根据像素勾股定理计算所选取的导轨垂直度的像素偏差值，再利用像素修正值和导轨最大偏差值，计算出导轨垂直度的实际偏差值并判断该导轨是否合格。

【技术特征摘要】
1.一种电梯导轨垂直度检测方法，其特征在于，包括如下步骤：步骤(1)：图像采集设备拍摄挂有重锤或者激光垂准仪的导轨图像；步骤(2)：读取步骤(1)中的图像采集设备采集到的导轨图像；步骤(3)：裁剪出导轨图像中需图像处理的目标导轨图像：通过图像裁剪算法对导轨图像中感兴趣的、需要进一步图像处理的目标导轨区域进行裁剪，获得裁剪后的导轨图像，由图像裁剪单元完成；步骤(4)：目标导轨图像处理，其中包括1)分别读取步骤(3)中的目标导轨图像，并使用适当的颜色模型进行灰度变换，扩大单通道颜色值的灰度范围，再对图像进行滤波处理；采用阈值分割算法对目标导轨图像进行分割处理；2)对目标导轨图像先进行膨胀运算后进行腐蚀处理，去除导轨和垂线边缘的尘埃杂质和褶皱并且保证原有外形轮廓相对不变；3)对目标导轨图像进行边缘检测处理；边缘检测的方法包括sobel算法、canny算法和log算法，先分别用上述边缘检测算法进行边缘的检测，然后通过判断像素点周围是否含有相邻相同像素值的像素点来分别判断检测到的长度边缘是否完整，最终选定相对最为完整的长度边缘，再对长度边缘进行一个膨胀处理，提取到完整的长度边缘，以尽量贴近原有导轨及垂线的长度边缘；4)对导轨及垂线进行识别区分；导轨及垂线的识别区分，由图像处理单元完成：采用8连接的连通域算法，标记区别出不同连通域；其详细过程为：a)从二值图像的第一列开始扫描，对先搜索到的连通域进行标记，如果同一列出现两个不同连通域的像素点，则先标记上边的连通域，背景像素点标签值为u＝0；b)所有背景像素点的标签都设为1后，按同样的顺序搜索其余像素点；此时，值为1的未贴标签的像素点表示为f(i，j)，根据连通域的定义，将属于同一连通区域的全部像素点f(i，j)，标记为u(u＝1)，g(i，j)＝u；继续以a)中的顺序搜索下一个未标记的像素点f(i，j)，若该像素点不属于上一连通域，则标签为u＝u+1，并使g(i，j)＝u；c)将...

【专利技术属性】
技术研发人员：杨凯杰，陈栋栋，罗英俊，王冲富，杨丽霞，
申请(专利权)人：杨凯杰，
类型：发明
国别省市：浙江;33