一种接触网接触线和承力索异物入侵故障识别的方法技术

本发明专利技术属于机器视觉领域，公开了一种接触网接触线和承力索异物入侵故障识别的方法，包括如下步骤：S1.接触网图像输入；S2.接触线和承力索区域提取；S3.接触线和承力索区域图像质量增强；S4.接触线和承力索线条提取；S5.接触线和承力索周边区域遍历；S6.接触线和承力索突出区域提取；S7.接触线和承力索突出区域识别；S8.异物入侵故障定位；S9.突出区域是否全部识别检查。本发明专利技术有效提高接触网异物入侵故障的检修效率，节约检修的人力、降低检修成本。同时，是充分利用已有的车载接触网运行状态检测装置，无需额外再增加硬件设备，有效降低了成本。低了成本。低了成本。

【技术实现步骤摘要】
一种接触网接触线和承力索异物入侵故障识别的方法


[0001]本专利技术属于机器视觉领域，特别涉及一种接触网接触线和承力索异物入侵故障识别的方法。

技术介绍

[0002]机器视觉技术是一种通过专业的数据采集设备对各种状态进行监测及分析的技术。其原理是通过图像输入装置将被摄取目标获取图像信号，然后传送给专用的图像处理单元，通过数字化图像进行目标尺寸、形状、颜色的判别，进而得出判别结果并据此执行下一步动作控制。具有极高的分辨精度和处理速度，在诸多指标上达到或超过人眼的视觉能力。已被广泛应用于各类监测场景中。
[0003]电气化轨道交通接触网运行状态检测的一个重要内容是监测接触线和承力索是否有异物入侵，比如挂载塑料袋、树枝、线团或其他不明异物。异物入侵不及时发现并排除会造成接触网和受电弓受损，甚至其他车载设备的故障，影响列车的行车安全。过去，为保证行车安全，检修部门通常会组织大量人员巡线，确保准确发现这些入侵的异物，组织检修人员及时排除故障。这种人工巡线能有效地识别入侵异物，但人力物力花费较大，而且在天气不佳时可能存在人工对异物识别错误或漏掉的情况，以及在列车行车线路很长情况，巡线人员很难及时发现这些接触网异物。
[0004]当前车载接触网运行状态检测装置(3C)已被广泛安装在的运营动车组、电力机车、地铁列车上等轨道交通工具上，随机车组运行，全天候检测监测接触网、弓网运行状态。其主要功能通过高清视频，对弓网运行状态进行视频监测；自动完成参数的检测分析，判别接触网运行状态缺陷；缺陷数据实时无线发送，地面自动接收并报警；全面分析检测数据，提供弓网燃弧、接触网温度、接触网动态几何参数分析报告；形成检测数据库，提供历史数据分析报告。
[0005]经过长期的研究，本专利技术提出了利用机器视觉技术识别接触网接触线和承力索异物入侵故障的方法，应用于车载接触网运行状态检测装置(3C)中，可在无人为干预的情况下，对车载接触网运行状态检测装置所采集的列车运行时的图像和视频进行分析处理，从中准确的提取接触网中的接触线和承力索，对其上面是否存在异物进行识别判断，并确定异物入侵的位置，为后续故障处理提供依据。

技术实现思路

[0006]本发所要解决的技术问题是利用机器视觉技术对车载接触网运行状态监测，实现识别接触网接触线和承力索异物入侵。
[0007]为解决上述问题，提供一种接触网接触线和承力索异物入侵故障识别的方法，包括如下步骤：
[0008]S1.接触网图像输入
[0009]获取车载接触网运行状态检测装置采集的接触网图像，并按照约定图像格式对所
述的接触网图像进行解析；
[0010]S2.接触线和承力索区域提取
[0011]从解析后的接触网图像中定位出接触线和承力索所在区域，并截取接触线和承力索所在区域的图像；
[0012]S3.接触线和承力索区域图像质量增强
[0013]增强所述接触线和承力索所在区域的图像质量，突显接触线和承力索的边界轮廓；
[0014]S4.接触线和承力索线条提取
[0015]基于接触线和承力索的图像特征，从所述的接触线和承力索所在区域的图像背景中分离接触线和承力索；
[0016]S5.接触线和承力索周边区域遍历
[0017]沿着接触线和承力索线条，遍历搜索其两侧的周边区域；判断是否存在与接触线和承力索线条连通的突出区域；如果接触线和承力索线条两侧不存在连通的突出区域，则表示接触线和承力索线条平滑，无异物入侵故障，输出无故障的识别结果，结束流程；如果接触线和承力索线条两侧存在连通的突出区域，则转入下一步；
[0018]S6.接触线和承力索突出区域提取
[0019]提取所述的突出区域；
[0020]S7.接触线和承力索突出区域识别
[0021]对提取出的突出区域进行分析识别，判断是否为接触线和承力索线上的固有部件，并且部件特征合规；如果是固有部件且特征合规，则判定为非异物入侵，输出无故障的识别结果，结束流程；如果是固有部件，但特征不合规，或不是固有部件，则判定为异物入侵故障，转入下一步；
[0022]S8.异物入侵故障定位
[0023]提取异物边界轮廓，对异物进行定位，标记异物位置；
[0024]S9.突出区域是否全部识别检查
[0025]判断是否所有接触线和承力索的突出区域都已经完成识别分析处理，如果未全部完成，则转入步骤S6，继续提取下一个突出区域进行识别分析；如果全部完成，则输出异物入侵故障信息，作为识别结果，结束异物入侵故障识别流程。
[0026]进一步地，步骤S2是采用模板匹配算法从解析后的接触网图像中定位出接触线和承力索所在区域。
[0027]进一步地，步骤S3是采用直方图均衡化算法和滤波算法，增强接触线和承力索区域的图像质量，突显接触线和承力索的边界轮廓。
[0028]进一步地，步骤S4是采用边缘检测算法从所述的接触线和承力索所在区域的图像背景中分离接触线和承力索，提取接触线和承力索线条。
[0029]进一步地，步骤S5是采用连通区域分析算法，沿着接触线和承力索线条，遍历搜索其两侧的周边区域。
[0030]进一步地，步骤S7是采用Hough变换算法对提取出的接触线和承力索突出区域进行分析识别。
[0031]进一步地，步骤S7所述的固件包括导流环、线夹、尼龙套、吊弦。
[0032]本专利技术提供的技术方案有益效果在于：利用机器视觉技术，从车载接触网运行状态检测装置所采集的图像和视频中识别出接触网接触线和承力索异物入侵故障，有效提高接触网异物入侵故障的检修效率，节约检修的人力、降低检修成本。同时，本专利技术是通过目前已被广泛安装的车载接触网运行状态检测装置中获取数据，无需额外再增加硬件设备，有效降低了成本。
附图说明
[0033]图1是本专利技术一个具体实施例的流程图。
具体实施方式
[0034]为进一步公开本
技术实现思路
，下面结合附图对本专利技术的具体实施方式作进一步详细描述：
[0035]特别声明，本专利技术所述的模板匹配算法、直方图均衡化算法和滤波算法、边缘检测算法、连通区域分析算法、Hough变换等算法均记载在电子工业出版社出版的《数字图像处理》、清华大学出版社出版的《图像处理、分析与机器视觉》等出版物中，属于本领域人员掌握的现有技术，为保持说明书简介，不再详细介绍。
[0036]车载接触网运行状态检测装置(3C)已被广泛安装在的运营动车组、电力机车、地铁列车上等轨道交通工具上，随机车组运行，全天候检测监测接触网、弓网运行状态。本专利技术充分利用车载接触网运行状态检测装置实时监测接触网的图像，利用机器视觉技术，及时识别出接触网接触线和承力索异物入侵故障。
[0037]如图1所示。一种接触网接触线和承力索异物入侵故障识别的方法，包括如下步骤：
[0038]S1.接触网图像输入
[0039]获取车载接触网运行状态检测装置采集的接触网图像，并按照约定图像格式对本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种接触网接触线和承力索异物入侵故障识别的方法，其特征在于，包括如下步骤：S1.接触网图像输入获取车载接触网运行状态检测装置采集的接触网图像，并按照约定图像格式对所述的接触网图像进行解析；S2.接触线和承力索区域提取从解析后的接触网图像中定位出接触线和承力索所在区域，并截取接触线和承力索所在区域的图像；S3.接触线和承力索区域图像质量增强增强所述接触线和承力索所在区域的图像质量，突显接触线和承力索的边界轮廓；S4.接触线和承力索线条提取基于接触线和承力索的图像特征，从所述的接触线和承力索所在区域的图像背景中分离接触线和承力索；S5.接触线和承力索周边区域遍历沿着接触线和承力索线条，遍历搜索其两侧的周边区域；判断是否存在与接触线和承力索线条连通的突出区域；如果接触线和承力索线条两侧不存在连通的突出区域，则表示接触线和承力索线条平滑，无异物入侵故障，输出无故障的识别结果，结束流程；如果接触线和承力索线条两侧存在连通的突出区域，则转入下一步；S6.接触线和承力索突出区域提取提取所述的突出区域；S7.接触线和承力索突出区域识别对提取出的突出区域进行分析识别，判断是否为接触线和承力索线上的固有部件，并且部件特征合规；如果是固有部件且特征合规，则判定为非异物入侵，输出无故障的识别结果，结束流程；如果是固有部件，但特征不合规，或不是固有部件，则判定为异物入侵故障，转入下一步；S8.异物入侵故障定位提取异物边界轮廓，对异物进行定位，标记异物位置...

【专利技术属性】
技术研发人员：皮魏，张慧源，李晨，孙木兰，彭联贴，陈豪，
申请(专利权)人：株洲中车时代电气股份有限公司，
类型：发明
国别省市：