基于图像的铁路扣件缺陷检测算法研究

来源 :西南交通大学 | 被引量 : 0次 | 上传用户:a84242936
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
铁路扣件是铁路线路的重要部件,良好的扣件状态是维系铁路运输安全的重要保障,扣件缺失或断裂会对铁路行车安全形成巨大威胁甚至酿成重大交通事故。现阶段,我国铁路线路扣件状态的检测还主要采用人工沿铁路目测的方式,但是这种人工目测方式效率低下,缺乏客观性,检测结果依赖于巡道工人的技术熟练程度。随着我国铁路运输向高速、重载方向发展,包括扣件缺陷在内的线路缺陷日益增多,人工检测扣件状态已不能满足现代铁路运输安全的要求。因此,铁路扣件状态的自动化检测是铁路事业发展必须面对的问题。当今国际上普遍采用图像处理技术实现扣件状态的自动检测。基于图像的扣件缺陷检测技术可以提高检测性能,减少检测时间以保证更高频率的线路检测,具有经济、高效、自动化程度高、适应能力强等优点。本文主要研究基于图像处理技术的扣件缺陷检测算法,主要工作如下:针对现有扣件定位算法的不足,设计了一种自适应“十字交叉”法来定位扣件区域,即通过钢轨下边缘和轨枕中心线的交点来定位扣件区域,该算法能克服现有定位算法的不足,不受光照和线路曲线的影响,具有很强的鲁棒性和稳定性。介绍了模板匹配算法的概念和理论;根据我国所用扣件的特定形状,设计了标准扣件模板,并利用模板匹配技术实现了对扣件目标的精确提取;根据模板匹配系数实现扣件状态的初步分类,大大降低了后续扣件状态分类的工作难度和识别时间。阐述了Haar-like矩形特征的表示方法和特征值求取过程,并且引入积分图像快速计算矩形特征,大大减少了计算大量矩形特征的运算量,提高了分类器的训练和识别速度。针对扣件特定目标引入了由单个矩形表示的矩形特征。设计了扣件状态识别算法,具体包括基于AdaBoost算法的强分类器设计、基于单矩形特征的弱分类器设计、基于模板匹配系数的弱分类器设计,实现了对扣件完好、丢失和断裂三种状态的识别。建立了针对扣件状态识别的训练样本库和测试样本库。在matlab平台上对扣件定位算法进行了测试,程序实现了分类器并对分类器进行了训练和测试。实验表明,本文设计的基于图像处理的扣件状态识别算法能满足实际应用的要求。
其他文献
长期以来,中国铁路一直沿用大负荷的客货混线运行的运输组织模式.这种模式对于充分运用铁路固定设备能力,实现高负荷的铁路运输起到了一定的作用.但是,它放弃了对铁路运输工
本报告运用系统理论和方法,研究城市交通系统与城市化系统的二者演化关系,按照理论方法、应用实例、结果分析等研究方法,探讨了两系统之间的演化过程、相互作用机制,分析了系
该文运用安全系统工程学及灰色系统的有关理论,从系统工程学的角度,探讨了高速铁路行车安全问题.论文从铁路行车安全系统构成的四个最基本要素人、机、环境、管理着手,并结合
随着我国汽车保有量的剧增和公路通车总里程的不断攀升,交通事故已经成为威胁人们出行安全的最严重公害之一,其中行人/汽车碰撞事故是交通事故中最为严重的一类事故。通过手工
智能运输系统(Intelligent Transportation System)是一个复杂的综合系统,同时也是交通运输智能化的高级阶段,是一项高科技;其中动态交通网络流的分配是它的关键技术之一,是
一、概述,中国许多大城市提出了优先发展公共交通的对策,但现有的公共汽车和出租车等公共交通工具速度慢、运量小,不难完全满足人们的需要,而城市轨道交通包括地铁、轻轨等公
管带式散热器广泛应用于车辆发动机冷却系统之中,通过合理匹配散热器散热量与发动机功率,可保证发动机在理想的温度范围内安全可靠工作。散热器的散热效率决定其能源和资源消
该论文是在部级课题"发展中国铁路快速货物运输的可行性研究"的基础上,结合其后续课题"发展中国铁路快速货物运输试点工程研究"而撰写的.论文结合课题,通过大量的现场调研和
随着我国城市化进程的加快,地面交通已经不能满足人民的出行要求。地铁建设在我国已经进入高峰期。伴随着地铁在各大城市的建设,由于盾构施工引起的地表沉降的问题越来越受到人
随着城市规模的不断扩张,客流需求也随之快速增长,有限的道路资源造成了交通供给与交通需求的不平衡,城市拥挤问题日益恶化。中心城区作为政治、经济、文化的主要交流地,其高密度