铁轨道岔缺口自动检测方法

摘要

本发明铁轨道岔缺口自动检测方法，涉及铁轨道岔的监测，步骤是：采集铁轨的状态视频图像；对所采集铁轨的状态视频图像的处理；铁轨道岔缺口状态的检测，包括定位线槽或反位线槽、确定线槽中线的位置、计算偏差和判断左偏量或右偏量是否超过2mm由此判断转辙机是否正常扳动。本发明方法完成对铁轨道岔状态的实时检测，以实时掌握铁轨道岔缺口实际状态，保证了铁轨道岔缺口监测的直观性和检测的准确性。

主权项

铁轨道岔缺口自动检测方法，其特征在于步骤是：第一步，采集铁轨的状态视频图像采用分辨率为704*576～1440*900的CCD摄像机采集铁轨的状态视频图像，该摄像机每秒帧数26～40帧，采用LED补光，采集次数为8～12次/天，每次的采集视频图像长度为5～8分钟；第二步，对所采集铁轨的状态视频图像的处理2.1处理前的准备工作将由第一步采集铁轨的状态视频图像压缩并传输至控制处理主机，计算出当前该计算机分辨率下的转换率，即将计算机对该图像进行计算或分析的像素单位转换为国际单位毫米/每像素；2.2前期视频图像的处理2.2.1打开视频，抓拍由第一步采集铁轨的状态视频图像的最后一帧图像作为状态稳定帧图像来处理，这样要处理的便是一张分辨率与所用CCD摄像机的分辨率相同的图像；2.2.2采用中值滤波将由2.2.1得到的图像的干扰噪声去除，即将每一象素点的灰度值设置为该点某邻域窗口内的所有象素点灰度值的中值，具体步骤如下：通过从图像中的某个采样窗口取出奇数个数据进行排序，用排序后的中值取代要处理的数据；2.2.3对图像进行增强处理，采用分段线性拉伸方法，满足以下变换： f ( x ) = y 1 x 1 x x < x 1 y 2 - y 1 x 2 - x 1 ( x - x 1 ) + y 1 x 1 ≤ x ≤ x 2 255 - y 2 255 - x 2 ( x - x 2 ) + y 2 x > x 2 - - - ( 1.1 ) 式中(x1，y1)和(x2，y2)是分段线性拉伸的两折点；2.3图像分割对经过2.2步前期处理的视频图像，采用大律法自适应阈值的图像分割方法进行图像分割，具体过程是：对于图像，记T为前景与背景的图像分割阈值，前景点数占图像比例为W0，平均灰度为U0，背景点数占图像比例为W1，平均灰度为U1，图像的总平均灰度为：U＝W0*U0+W1*U1，从最小灰度值到最大灰度值遍历查找T，当T使得大律法计算值g＝W0*(U0‑U)2+W1*(U1‑U)2为最大时，T即为图像分割的最佳阈值，直接应用大律法计算量较大，在实现时采用如下等价公式：g＝W0*W1*(U0‑U1)2    (1.2)来计算出图像分割的最佳阈值T，完成分割；第三步，铁轨道岔缺口状态的检测利用经过上述2.2步和2.3步处理的视频图像来进行铁轨道岔缺口状态的检测，以下所提及的图像均指经过上述2.2步和2.3步处理的视频图像，步骤如下：3.1检测是定位线槽或反位线槽线槽的宽度可以由用户提前标定，利用Canny算子结合纹理特征检测出是定位线槽或反位线槽，具体步骤如下：(1)降噪处理，将原始图像与高斯mask作卷积，(2)找出图像的亮度梯度，(3)在图像中跟踪边缘并Canny算子结束，阈值上限选255，阈值下限选70～100，(4)利用霍夫变换找出角度在80～100度间的直线并标定；(5)利用二值分割图像，找出线槽区域和线槽边缘重合的检测线，此处即为线槽区域位置，线槽区域位置在铁轴上半区域为定位线槽，线槽区域位置在铁轴下半区域为反位线槽；3.2由线槽的边缘线确定线槽中线的位置，计算式为： x = x 1 + x 2 - x 1 2 - - - ( 1.3 ) 其中x为线槽中线的横坐标，x1为线槽左边框横坐标，x2为线槽右边框横坐标，所有坐标的单位均为像素；3.3计算偏差：由事先确定好的基准线与线槽中线做比较，如线槽中线在基准线的左边，则为左偏，在右边则为右偏，偏差的计算式为：x′＝abs(x‑x0)*α    (1.4)其中x′为偏差量，左偏时称左偏差量，右偏时称右偏差量，其单位为mm，x为线槽中线位置，其单位为像素，x0为基准线位置，其单位为像素，α为转换率，其单位mm/像素；3.4判断左偏量或右偏量是否超过2mm，由此判断转辙机是否正常扳动，左偏量或右偏量超过2mm为转辙机不正常扳动，反之则为转辙机正常扳动，同时将铁轨道岔缺口状态，包括定位线槽或反位线槽、转辙机正常扳动或转辙机不正常扳动以及左偏量值或右偏量值返回用户显示界面，并写入数据库文件，以便以后随时查询。