一种基于图像处理的列车车底螺栓丢失检测方法技术

本发明专利技术公开了一种基于图像处理的列车车底螺栓丢失检测方法，步骤为：利用多个线阵相机获取列车车底原始图像，采用两组双磁钢测速方式获取车速；进行车速曲线拟合，对车底原始图像进行畸变校正；对畸变校正后的图像进行光照不均校正，得到光照不均校正后的车底图像；将FAST算法和SURF算法相结合，对光照不均校正后的车底图像进行特征点提取和描述，将改进的k

【技术实现步骤摘要】
一种基于图像处理的列车车底螺栓丢失检测方法


[0001]本专利技术涉及图像处理及目标检测
，特别是一种基于图像处理的列车车底螺栓丢失检测方法。

技术介绍

[0002]对于地铁来说，地铁列车底部是其中结构最为复杂、零件最为繁杂的一部分，因此保障地铁列车底部的安全性是至关重要的。地铁列车底部检查主要是以进车辆段、进厂检修为主，成本很高并且存在漏检的情况，检测方法比较落后。人工检测存在诸多问题，主要是依靠列检员最原始的排查方式，例如用眼睛看，用手摸，可能还会借助工具例如用锤轻敲等，这些方式不仅效率低下，对于列检员来说也是一项负担很重的工作，总的来说这种检测方式完全依赖于列检员的状态，当列检员劳动强度过大而状态不好时则可能造成安全隐患。
[0003]螺栓是一种细小但又缺一不可的重要部件，目前螺栓的排查主要依赖于列检员的经验和状态，主观性非常严重，并且螺栓种类繁多且形态各异，检测难度大，另外螺栓的检测需要实时性。近年来，科学的发展日新月异，图像识别的技术也已越来越成熟，它的特点适用于列车车底故障检测。对于车底图像的采集，传统采用面阵相机来完本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于图像处理的列车车底螺栓丢失检测方法，其特征在于，步骤如下：步骤1，车底原始图像的采集：利用多个线阵相机获取列车车底原始图像，同时采用两组双磁钢测速方式获取车速；步骤2，车底原始图像的畸变校正：获取的车底原始图像由于车速与相机扫描速率不相适应产生压缩或者拉伸的畸变，根据获得的车速数据利用圆弧曲线拟合技术进行车速曲线拟合，根据拟合曲线对车底原始图像通过拉伸或压缩进行畸变校正；步骤3，光照不均校正：利用二维Gamma函数自适应校正算法对畸变校正后的图像进行光照不均校正，得到光照不均校正后的车底图像；步骤4，多个相机模块图像的拼接：将FAST算法和SURF算法相结合，对光照不均校正后的车底图像进行特征点提取和描述，然后将改进的k
‑
d树最近邻查找算法即BBF算法与双向匹配的自适应阈值方法相结合，对不同相机采集的光照不均校正后的车底图像进行图像拼接得到车底完整图像；步骤5，螺栓丢失检测：对获取到的车底完整图像集进行数据集制作和模型训练，利用深度学习目标检测算法SSD算法对车底螺栓丢失进行检测。2.根据权利要求1所述的基于图像处理的列车车底螺栓丢失检测方法，其特征在于，步骤1具体包括以下步骤：将测量车速的两组车轮传感器配合安装夹具安装于轨侧，一组车轮传感器的数量为2个，车轮传感器距离轨面50mm，每组两个车轮传感器之间间隔250mm，第一组和第二组车轮传感器之间间隔13200mm，车轮传感器的信号线接入PLC，PLC接收车轮传感器采集的信号；将进行车底原始图像采集的内部集成补偿光源的多个线阵相机摆放于轨道中间，分为左、中、右三个相机分别进行列车车底图像左、中、右三个部分采集，线阵相机与上位机连接进行图像传输。3.根据权利要求1所述的基于图像处理的列车车底螺栓丢失检测方法，其特征在于，步骤2具体包括以下步骤：步骤21，利用两组双磁钢对列车车速进行测量，获取12组离散的车速数据；步骤22，针对12组离散的车速数据，利用圆弧曲线拟合技术获得列车车速曲线；步骤23，对已经拟合好的车速曲线以0.1秒为采样间隔进行采样，根据拟合曲线对车底原始图像通过拉伸或压缩进行畸变校正，具体如下：假设线阵相机第一次检测到的速度为v0，根据此速度v0得出相适应的线阵相机拍摄频率为f0，采集的车底原始图像宽度为W、高度为H，采用的相机分辨率为4K、宽度W为4096px，高度H表达式如下：其中，L为车底原始图像的物理长度，f
y
为线阵相机纵分辨率；设H
i
为线阵相机拍摄的第i幅图像的高度，其中0≤i≤N
‑
2，H
N
‑1为最后一幅图像的高度，并且采集时间不大于0.1秒，则得出如下式子：
经过畸变校正之后，H
j
校正为H
tj
：校正之后，每幅图像的高度由H校正为H
T
：4.根据权利要求1所述的基于图像处理的列车车底螺栓丢失检测方法，其特征在于，步骤3具体包括以下步骤：步骤31，提取畸变校正后的图像的亮度分量，具体如下：F(x,y)表示图像的一个二维函数，F(x,y)的值是图像中点(x,y)的亮度值，根据成像原理，图像由亮度分量和实际物体的反射分量组成，如式所示：F(x,y)＝I(x,y)
·
R(x,y)其中，I(x,y)为光照分量，R(x,y)为反射分量；设P为所需要光照不均校正的图像，I表示引导图像，q表示结果图像，存在以下变换关系：其中，k表示图像中像素点，r表示以k为中心的半径，ω
k
表示以k为圆心r为半径的窗口；a
k
、b
k
为线性变换因子；由上式可知，在任意一个窗口内，都存在如上式的梯度关系，P的边缘和I的边缘对应，为了使P和q的差距最小，窗口ω
k
中所需要使用的代价函数E(a
k
,b
k
)如下式：其中，ε是为了限制a
k
过大的参数，为了求得a
k
和b
k
的最优值，使用线性回归方法，求得：其中，|ω|为窗口中像素的个数，μ
k
为I中的均值，σ
k
为I中的方差，是窗口中p
k
的平均值；对于不同的窗口，可能会包含同一个像素点，因此a
k
和b
k
的值也会发生变换，为了求得q
i
的值，取该像素点为中心的不同窗口中a
k
、b
k
的平均值作为参数求得q
i
：步骤32，对提取出的亮度分量利用...

【专利技术属性】
技术研发人员：雷威，杜森，张皓泽，邢宗义，
申请(专利权)人：南京理工大学，
类型：发明
国别省市：