基于激光条中心线定位提取算法的轮对踏面损伤检测方法技术

本发明专利技术公开了一种基于激光条中心线定位提取算法的轮对踏面损伤检测方法，涉及铁路交通技术领域，该方法利用轮廓跟踪提取算法从踏面检测图像中提取出检测激光条的轮廓边界线，并在轮廓边界线的法线方向上筛选出预定范围的中心线待选区域，在中心线待选区域内应用Steger算法定位提取得到检测激光条的激光条中心线进而实现对轮对踏面的损伤检测；该方法的数据运算量较小，提取速度和实时性较优，而且既能有效定位检测激光条、排除杂散光斑的干扰，也能有效利用激光条图像的微分特性，最终实现高精度的快速提取，在提取速度和提取精度方面都有较好的表面，从而可以提升轮对踏面损伤检测的速度和精度。伤检测的速度和精度。伤检测的速度和精度。

【技术实现步骤摘要】
基于激光条中心线定位提取算法的轮对踏面损伤检测方法


[0001]本专利技术涉及铁路交通
，尤其是一种基于激光条中心线定位提取算法的轮对踏面损伤检测方法。

技术介绍

[0002]伴随着轨道运输总量的日益庞大，轨道运输的高速化、大载荷化成为必然的发展趋势，这对车辆安全状态的检测提出严峻的考验。因此，列车零部件优劣尤其是轮对质量对铁路运输行业的运营安全有着不可忽视的影响。列车具有连续不间断的使用特点，在持续性运行过程中各个部件不可避免得会发生磨损，因此需要及时对列车的部件损伤进行检测，将磨耗超过规定限度的列车零部件进行维修、更换，以此提高列车安全性。
[0003]轮对承担着整个车体的重量，是列车最重要的部件之一，并由于在列车运行过程中与铁轨持续性接触碰撞，也是列车最易受损的部件，因此对轮对的损伤检测是列车安全检测的重要组成成分。其中，轮对踏面由于长期和铁轨直接接触，不可避免的成为轮对发生损伤的主要部位，因此如何对轮对踏面上的损伤进行快速、准确的检测成为铁路运输行业亟待解决的问题，也是该领域众多科研人员长期致力研究的重要课题，实现轮对踏面损伤的高精度检测尤其是在轨自动检测对我国铁路运输行业的发展将具有重大意义。
[0004]传统做法是由机车检修工作人员通过肉眼观察或声音识别的方法来进行机车轮对踏面的损伤检测，这种方法检测效率低下、自动化程度低。随着机器视觉检测技术的发展，逐渐会给予图像处理技术来实现机车轮对踏面的无损检测，比如一种做法可能会使用线结构光扫描技术来实现，该技术将线结构光投射在待检测物体表面，通过图像处理技术提取出畸变激光条的二维中心点坐标，再根据线结构光检测系统的结构参数反算出对应的三维坐标，从而获取物体表面的三维点云，继而实现对轮对踏面损伤的无损检测。由于激光条具有一定宽度、存在冗余信息，需提取出单像素宽度的中心线，其提取精度将直接决定后续的系统检测精度，因此如何实现快速、高精度、鲁棒性好的激光条中心线提取算法是线结构光扫描技术的关键。
[0005]现有激光条中心线提取方法主要可以分为两大类：一是仅考虑激光条灰度值分布特点的传统中心线提取方法，主要有极值法、阈值法、灰度重心法、边缘法和几何中心法等，但上述这些方法提取精度不高且鲁棒性差。二是基于激光条特性(如微分特性和形态特性等)的中心线提取方法，主要有Steger方法和方向模板法等，这类方法精度较高且具有一定的抗噪声能力，但提取速度较传统方法仍有一定差距。可见现有的激光条中心线提取方法很难在提取精度和提取速度两方面都表现良好，从而影响了使用线结构光扫描技术来实现轮对踏面损伤检测的效果。

技术实现思路

[0006]本专利技术人针对上述问题及技术需求，提出了一种基于激光条中心线定位提取算法的轮对踏面损伤检测方法，本专利技术的技术方案如下：
[0007]一种基于激光条中心线定位提取算法的轮对踏面损伤检测方法，该方法包括：
[0008]当机车在轨道上行驶的过程中，通过激光器将检测激光条投射在机车的轮对踏面上并通过相机拍摄轮对踏面获取踏面检测图像；
[0009]利用轮廓跟踪提取算法从踏面检测图像中提取出检测激光条的轮廓边界线，并在轮廓边界线的法线方向上筛选出预定范围的中心线待选区域；
[0010]在中心线待选区域内应用Steger算法定位提取得到检测激光条的激光条中心线；
[0011]基于定位提取得到的激光条中心线利用线结构光扫描技术对轮对踏面进行损伤检测。
[0012]其进一步的技术方案为，在轮廓边界线的法线方向上筛选出预定范围的中心线待选区域，包括：
[0013]对轮廓边界线进行间隔采样得到若干个轮廓边缘点；
[0014]利用Hessian矩阵确定每个轮廓边缘点对应的轮廓法线；
[0015]基于各个轮廓边缘点对应的轮廓法线筛选出中心线待选区域。
[0016]其进一步的技术方案为，利用Hessian矩阵确定每个轮廓边缘点对应的轮廓法线，包括对于每个轮廓边缘点：
[0017]求解轮廓边缘点的Hessian矩阵的最大特征值的特征向量作为轮廓边缘点对应的法线方向，将轮廓边缘点在对应的法线方向上与轮廓边界线的交点之间的线段作为轮廓边缘点对应的轮廓法线。
[0018]其进一步的技术方案为，基于各个轮廓边缘点对应的轮廓法线筛选出中心线待选区域，包括：
[0019]选取各个轮廓边缘点对应的轮廓法线的中间的预定比例宽度的区域，筛选得到中心线待选区域。
[0020]其进一步的技术方案为，利用轮廓跟踪提取算法从踏面检测图像中提取出检测激光条的轮廓边界线，包括：
[0021]根据轮对的运动轨迹从踏面检测图像中提取出检测激光条所在的感兴趣区域；
[0022]按照预定搜索顺序在感兴趣区域内搜索像素点，将搜索到的灰度值达到预定阈值的像素点作为边界起始点；
[0023]从边界起始点开始利用轮廓跟踪提取算法提取出轮廓边界线。
[0024]其进一步的技术方案为，轮廓跟踪提取算法基于8连通链码实现，从边界起始点开始利用轮廓跟踪提取算法提取出轮廓边界线，包括：
[0025]确定第i个边界点的链码值D
i
为第i个边界点在第i
‑
1个边界点的相对方向上的对应链码值；i为参数且i的起始值为1，第0个边界点为边界起始点；
[0026]若第i个边界点的链码值D
i
为偶数，当D
i
‑
1为非负数时将D
i
‑
1对应的方向作为第i轮搜索的起始方向，当D
i
‑
1为负数时将(D
i
‑
1)+8对应的方向作为第i轮搜索的起始方向；
[0027]若第i个边界点的链码值D
i
为奇数，当D
i
‑
2为非负数时将D
i
‑
2对应的方向作为第i轮搜索的起始方向，当D
i
‑
2为负数时将(D
i
‑
2)+8对应的方向作为第i轮搜索的起始方向；
[0028]以第i个边界点为基准点，从确定的第i轮搜索的起始方向开始按照顺时针方向在第i个边界点的8个邻接点中寻找灰度值达到预定阈值的第i+1个边界点；
[0029]重新执行确定第i个边界点的链码值D
i
为第i个边界点在第i
‑
1个边界点的相对方
向上的对应链码值的步骤，直至第i+1个边界点为边界起始点时提取出轮廓边界线。
[0030]其进一步的技术方案为，直至第i+1个边界点为边界起始点时提取出轮廓边界线，包括：
[0031]若提取得到的边界点的数量达到数量阈值，则由寻找到的各个边界点提取出轮廓边界线，否则调整搜索方法重新从边界起始点开始寻找各个边界点。
[0032]本专利技术的有益技术效果是：
[0033]本申请公开了一种基于激光条中心线定位提取算法的轮对踏面损本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于激光条中心线定位提取算法的轮对踏面损伤检测方法，其特征在于，所述方法包括：当机车在轨道上行驶的过程中，通过激光器将检测激光条投射在机车的轮对踏面上并通过相机拍摄所述轮对踏面获取踏面检测图像；利用轮廓跟踪提取算法从所述踏面检测图像中提取出检测激光条的轮廓边界线，并在所述轮廓边界线的法线方向上筛选出预定范围的中心线待选区域；在所述中心线待选区域内应用Steger算法定位提取得到所述检测激光条的激光条中心线；基于定位提取得到的激光条中心线利用线结构光扫描技术对轮对踏面进行损伤检测。2.根据权利要求1所述的方法，其特征在于，所述在所述轮廓边界线的法线方向上筛选出预定范围的中心线待选区域，包括：对所述轮廓边界线进行间隔采样得到若干个轮廓边缘点；利用Hessian矩阵确定每个轮廓边缘点对应的轮廓法线；基于各个轮廓边缘点对应的轮廓法线筛选出所述中心线待选区域。3.根据权利要求2所述的方法，其特征在于，所述利用Hessian矩阵确定每个轮廓边缘点对应的轮廓法线，包括对于每个轮廓边缘点：求解所述轮廓边缘点的Hessian矩阵的最大特征值的特征向量作为所述轮廓边缘点对应的法线方向，将所述轮廓边缘点在对应的法线方向上与所述轮廓边界线的交点之间的线段作为所述轮廓边缘点对应的轮廓法线。4.根据权利要求2所述的方法，其特征在于，所述基于各个轮廓边缘点对应的轮廓法线筛选出所述中心线待选区域，包括：选取各个轮廓边缘点对应的轮廓法线的中间的预定比例宽度的区域，筛选得到所述中心线待选区域。5.根据权利要求1所述的方法，其特征在于，所述利用轮廓跟踪提取算法从所述踏面检测图像中提取出检测激光条的轮廓边界线，包括：根据轮对的运动轨迹从所述踏面检测图像中提取出所述检测激光条所在的感兴趣区域；按照预定搜索顺序在所述感兴趣区域内搜索像素点，将搜索到的灰度值达到预定阈值的像素点作为边界起始点；从所述边界起始点开始利用轮廓跟踪提取算法提取出所述轮廓边界线。6.根据权利要求5所述的方法，其特征在于，所述轮廓跟踪提取算法基...

【专利技术属性】
技术研发人员：田昕冉，仝焱，徐贵力，母丹羽，
申请(专利权)人：南京航空航天大学，
类型：发明
国别省市：