一种受电弓磨耗区域定位检测方法技术

本发明专利技术公开了一种受电弓磨耗区域定位检测方法。该方法包括以下步骤：首先现场采集图像数据，对现场采集到的数据进行预处理，消除噪点干扰；然后对预处理后的图像进行灰度化处理，将三彩色通道图像处理为一通道灰度图；接着根据图像像素灰度差异，对图像进行对比度增强，强化明暗关系，将目标检测图像与背景分离；最后用分级灰度量化算法，确定特征位置，定位目标检测区域。本发明专利技术用于受电弓磨耗区域定位检测，具有图片数据量要求低、检测结果准确、适用性强的优点。

A method of locating and detecting the wear area of pantograph

【技术实现步骤摘要】
一种受电弓磨耗区域定位检测方法
本专利技术属于交通安全工程
，特别是一种受电弓磨耗区域定位检测方法。
技术介绍
近年来，我国轨道交通得到大力发展，其运营里程和建设里程不断提高，从而使轨道交通车辆运行控制、行车安全、运行状态实时监测与故障诊断、轨道交通车辆故障检修的快速高效性等问题变得尤为重要。列车受电弓是电气化铁路电力机车从接触网上受取电流的装置，其滑板条与接触网导线直接接触，从接触网导线上受取电流，供机车使用。受电弓状态的好坏直接影响到列车的安全、可靠运行，其故障可能导致运输中断。由于列车受电弓一直处于高速运动状态中，受其结构影响，容易在运行过程中发生各种故障。如果不及时发现受电弓出现的轻微损伤，将会使损伤不断扩大，最终导致弓网故障；另一方面，接触网若出现轻微损伤，也可能造成受电弓的损伤。通过对受电弓的实时监测，可以及时、准确地发现接触网出现问题的区域，将有利于对接触网进行及时的维护、检修。因此，如果能够对受电弓进行实时准确的监测，将会很大程度地减少受电弓和接触网故障发生的概率。利用数字图像采集和处理技术对弓网进行检测，是不断发展的趋势。图像检测技术可利用单一设备同时对多种弓网零部件进行检测，具有非接触、设备智能程度高、设计尺寸灵活、成本低和效率高等特点。在现有受电弓检测手段中，需要经过粗定位，定位受电弓的大致区域；再经过细定位，定位受电弓的具体区域。经过两套参数的配合后，两次定位才能定位到受电弓的准确位置，效率不高的同时，参数的调节也需要更多的现场经验。
技术实现思路
本专利技术的目的在于提供一种精度高、速度快的受电弓磨耗区域定位检测方法。实现本专利技术目的的技术解决方案为：一种受电弓磨耗区域定位检测方法，包括以下步骤：步骤1，现场采集图像数据，对图像进行高斯滤波处理；步骤2，对滤波后的图像进行灰度化处理；步骤3，根据图像像素灰度差异，对图像进行对比度增强；步骤4，用分级灰度量化算法，确定特征位置；步骤5，定位目标检测区域，确定受电弓磨耗区域。进一步地，步骤2所述的对滤波后的图像进行灰度化处理，具体如下：步骤2.1、图像f(x,y)由像素点构成，公式如下：式中，图像f(x,y)为图片总像素集合，i,j表示各像素点的逻辑排列位置的行坐标和列坐标，且i∈(0,x-1),j∈(0,y-1)；步骤2.2、将彩色图像中每个像素点的三通道亮度最大值作为灰度值进行处理，公式如下：f′(i,j)＝max(R(i,j),G(i,j),B(i,j))式中，f′(i,j)为各点单通道灰度像素，i,j表示像素点的逻辑排列位置的行坐标和列坐标，R(i,j),G(i,j),B(i,j)分别代表坐标位置为(i,j)的红色通道值、绿色通道值、蓝色通道值；步骤2.3、获得图片的单通道像素灰度值，公式如下：f′(x,y)＝[f′(i,j)],i∈(0,x-1),j∈(0,y-1)。进一步地，步骤3所述的根据图像像素灰度差异，对图像进行对比度增强，具体如下：步骤3.1、输入图像f(x,y)任意坐标点(i,j)的梯度矢量为：式中，为f(i,j)的梯度矢量；步骤3.2、梯度矢量在行和列上的分量Gi和Gj为：步骤3.3、对获得的梯度矢量建立对比度模型l(i,j,m,σ)：式中，σ为图片像素值的标准差，m为明暗对比度系数；步骤3.4、利用对比度模型进行乘法操作，然后进行重映射得到对比度增强的图像，公式如下：P(i，j)＝(li，j)α式中，α为正向增强系数，根据经验法获得最佳值；li，j为(i，j)点的像素值经过对比度模型计算后得到的该点的加强值；P(i，j)表示对加强值li，j进行重映射后在坐标(i，j)处的值。进一步地，步骤4所述的用分级灰度量化算法，确定特征位置，具体如下：步骤4.1、根据灰度值进行分级，首先统计图像(i，j)处的灰度值所处范围区间，然后将该灰度替换为该上区间的值，公式如下：P′(i，j)＝n2，n1＜P(i，j)＜＜n2g(i，j)＝P′(i，j)，i∈(0，x-1)，j∈(0，y-1)式中g(i，j)为变换后的值，P′(i，j)为P(i，j)变化后的分量，其中n1为下区间值，n2为上区间的值，且n1∈[0，255]，n2∈[0，255]；步骤4.2、按各分量按行求和获得F(x)，求取每行的灰度，公式如下：式中，F(x)为各分量g(i，j)按行求和，为求取每行的灰度和。进一步地，步骤5所述的定位目标检测区域，具体如下：对灰度数据矩阵进行行求导，即x方向求导，公式如下：式中，为灰度数据矩阵对x方向求导合集；结合和F(x)的数据，确定特征点，从而定位目标检测区域。本专利技术与现有技术相比，其显著优点在于：(1)通过拟合区域间的变化趋势，划分多个区域，使干扰在多段区域结合前就得到有效的消除，只要调节一套参数就能有效解决实际干扰问题，使得检测效率得到极大的提升；(2)对图像进行滤波处理，减小了图像由于噪点所引起的误差；利用灰度化的图片进行处理，减少了色彩的影响，提高了容错率；(3)对图像进行增强处理，使得背景与受电弓分离更明显；(4)利用分级灰度量化算法，获取特征点，从而定位目标受电弓检测区域，适用性强，准确率高。附图说明图1为本专利技术受电弓磨耗区域定位检测算法的流程示意图。图2为本专利技术实施例中现场采集受电弓左半弓的原始图。图3为本专利技术实施例中现场采集受电弓左半弓经过高斯滤波后的示意图。图4为本专利技术实施例中现场采集受电弓左半弓经过对比度增强后的示意图。图5为本专利技术实施例中现场采集受电弓左半弓经过灰度分级算法处理后的示意图。图6为本专利技术实施例中按照行坐标求取数据和集的曲线图。图7为本专利技术实施例中按照行坐标求取数据和一阶导集的曲线图。图8为本专利技术实施例中磨耗区域的定位检测结果示意图。具体实施方式结合图1，本专利技术一种受电弓磨耗区域定位检测方法，包括以下步骤：步骤1，现场采集图像数据，对图像进行高斯滤波处理，具体如下：将现场数据采集的图片数据进行高斯滤波，高斯滤波器的模板系数，随着距离模板中心的增大而系数减小，所以，高斯滤波器相对图像模糊程度较小，能够有效的抑制噪声，又能够保持图像的结构大致不变，平滑图像。步骤2，对滤波后的图像进行灰度化处理，具体如下：步骤2.1、图像f(x,y)由像素点构成，公式如下：式中，图像f(x,y)为图片总像素集合，i,j表示各像素点的逻辑排列位置的行坐标和列坐标，且i∈(0,x-1),j∈(0,y-1)；图片放大以后就会呈现单独的点阵，每一个点即为一个像素点，通过对RGB的颜色配比可以显示出不同的颜色；步骤2.2、将彩色图像中每个像素本文档来自技高网...

【技术保护点】
1.一种受电弓磨耗区域定位检测方法，其特征在于，包括以下步骤：/n步骤1，现场采集图像数据，对图像进行高斯滤波处理；/n步骤2，对滤波后的图像进行灰度化处理；/n步骤3，根据图像像素灰度差异，对图像进行对比度增强；/n步骤4，用分级灰度量化算法，确定特征位置；/n步骤5，定位目标检测区域，确定受电弓磨耗区域。/n

【技术特征摘要】
1.一种受电弓磨耗区域定位检测方法，其特征在于，包括以下步骤：
步骤1，现场采集图像数据，对图像进行高斯滤波处理；
步骤2，对滤波后的图像进行灰度化处理；
步骤3，根据图像像素灰度差异，对图像进行对比度增强；
步骤4，用分级灰度量化算法，确定特征位置；
步骤5，定位目标检测区域，确定受电弓磨耗区域。


2.根据权利要求1所述的受电弓磨耗区域定位检测方法，其特征在于，步骤2所述的对滤波后的图像进行灰度化处理，具体如下：
步骤2.1、图像f(x，y)由像素点构成，公式如下：



式中，图像f(x，y)为图片总像素集合，i，j表示各像素点的逻辑排列位置的行坐标和列坐标，且i∈(0，x-1)，j∈(0，y-1)；
步骤2.2、将彩色图像中每个像素点的三通道亮度最大值作为灰度值进行处理，公式如下：
f′(i，j)＝max(R(i，j)，G(i，j)，B(i，j))
式中，f′(i，j)为各点单通道灰度像素，i，j表示像素点的逻辑排列位置的行坐标和列坐标，R(i，j)，G(i，j)，B(i，j)分别代表坐标位置为(i，j)的红色通道值、绿色通道值、蓝色通道值；
步骤2.3、获得图片的单通道像素灰度值，公式如下：
f′(x，y)＝[f′(i，j)]，i∈(0，x-1)，j∈(0，y-1)。


3.根据权利要求2所述的受电弓磨耗区域定位检测方法，其特征在于，步骤3所述的根据图像像素灰度差异，对图像进行对比度增强，具体如下：
步骤3.1、输入图像f(x，y)任意坐标点(i，j)的梯度矢量为：



式中，为f(i，j)的梯度矢量；
步骤3.2、梯度矢量在行和列上的分量Gi和Gj为：

【专利技术属性】
技术研发人员：徐文，周祉慧，张永，邢宗义，杨行，杨双艳，从光涛，章加兵，杨斌辉，
申请(专利权)人：南京理工大学，
类型：发明
国别省市：江苏;32