TFDS货车图像数据应用系统

货车故障轨旁图像检测系统(TFDS,Trouble of moving Freight car Detection System)是保障铁路货车运行安全的重要技术装备。为适应TFDS检车作业场所集中化的管理变革,建设了TFDS集中检车系统(简称:TFDS检车平台),通过汇集多个轨旁TFDS探测站的检测数据,实现TFDS动态检车任务的统一分配和作业过程的闭环管理。随着TFDS动态检车任务量不断加重,亟需强化动态检车作业质量考核,提高检车员辨识车辆故障的能力,以确保运用货车安全运行、满足货运装车需要。本文针对TFDS检车平台在应用中存在的不足,充分利用该平台的TFDS货车图像数据,研究开发TFDS货车图像数据应用系统,满足动态检车作业质量评价、检车员培训等实际需求,有助于提升TFDS集中检车作业的质量和效率。

TFDS-3型故障轨边图像检测系统的应用

TFDS即货车故障轨边图像检测系统,主要利用计算机网络技术、图像采集处理技术、自动控制等技术对铁路轨边通过的货物列车进行图像拍摄,实现从人检转向机检的目的。传统的TFDS系统采用的是面阵扫描相机对货车部件进行扫描。而TFDS-3型货车故障轨边图像检测系统采用线阵相机进行拍摄。TFDS-3系统的应用提高了列检作业效率,减轻了列检作业人员的劳动强度,实现列检不停车技术检查,由人工室外手锤检查向室内图像分析转变的模式,为车辆安全防范提供了重要保证。

航空光电侦察平台关键技术及其发展

介绍了国内外航空光电侦察平台的技术发展概况 ,并针对航空光电侦察平台的关键技术问题进行了全面分析与研究。单元优化与系统集成技术 :光电侦察平台框架数目的选择、平台框架结构形式的选材、有效载荷的配置和选择、环境适应性设计 ;提高成像质量的控制技术 :惯性稳定控制技术、被动减振与阻尼技术、电子稳像技术 ;图象跟踪与处理技术 ;动态检测技术。依据作者的工作体会 ,论述了航空光电侦察平台的未来发展趋势。

运动汽车图像静态视点平滑特征优化仿真

由于运动汽车图像在特征采集过程中,汽车处于高速运动状态,采集的过程无法与汽车完全同步,造成汽车的特征像素分量在高速运动中丢失,产生较大的像素运动噪声,使得汽车图像边缘高频特征因为运动干扰而模糊。传统的平滑过渡方法在对运动汽车图像进行平滑处理时,按照图像中像元灰度值计算突变特性,但受到像素丢失与噪声无法抑制的影响,无法解决运动汽车图像高频分量对图像像元灰度值的干扰问题。提出基于替身运动DR算法的运动汽车图像静态视点平滑过渡方法,用替身像素描述汽车在场景中的运动特征,替身像素在场景中运动并同其它汽车的替身进行交互,采用局部化的车辆模型提高运动汽车场景的逼真度,通过依据替身运动的平滑过渡算法完成归一化线性运动汽车图像静态视点的平滑过渡,解决了运动汽车图像的平滑过渡问题。实验结果说明,所提方法可确保运动汽车图像边缘锐化,有效处理平滑噪声和锐化边缘。

移动靶车及靶面图像采集控制系统的设计

针对一些射击试验需要,设计了一套移动靶车及靶面图像采集控制系统。移动靶车控制部分是基于西门子S7-200PLC设计的,通过PLC控制变频器进而控制电机带动靶车移动,同时通过PLC的自由口通信方式实现远程控制。靶面图像采集部分是利用LabVIEW做上位机,采集经模拟微波装置传来的实时图像,再利用Matlab Script进行图像校正。

基于数字图像分析的铁路货车闸瓦插销窜出故障自动识别方法

本文基于数字图像分析技术,提出一种TFDS铁路货车闸瓦插销窜出故障的自动识别方法。算法对原始输入图像进行必要的区域定位、直方图均衡化、去噪等预处理;针对处理后的闸瓦插销的图像,设计适合其形状、纹理和位置3个方面特征的梯度方向直方图来描述闸瓦插销的特征向量;提取特征向量输入到已经训练好的线性可分支持向量机分类器模型中进行故障判断和自动识别。实验数据证明了该识别算法的稳定性、可靠性和实用性。

60m天然气全自动日用瓷隧道窑的设计

本文对我公司的60m日用瓷节能型高温宽体全自动隧道窑的结构、燃料、自动化控制等进行阐说。在设计节能窑炉时可以从耐火材料选择、窑体结构的改进、燃烧系统自动控制等方面采用了相应的节能措施,既减少窑炉的投资,又减少窑炉运行成本,提高窑炉的热效率,确保对窑炉的高质量运行。

动态时间规整下的列车车钩缓冲图像区域校正

目的在铁路货车故障轨边图像检测系统(TFDS)采集的车钩缓冲区域影像中,托架、车钩等关键部件是刚体,但部件之间的连接是软连接,存在相对位移,造成传统的全局校正模型在该类图像校正中无法实现高精度校正,本文基于动态时间归整(DTW)方法,提出一种基于DTW区域划分的影像校正方法,实现影像的高精度校正。方法本文将成像良好的车钩缓冲图像作为标准图像,首先对待校正图像进行预处理,消除标准图像与待校正图像之间在灰度、角度与尺度方面的差异,并针对车钩缓冲图像在车辆行进的垂直方向上偏移较小的特点,将2维图像校正问题转化为1维匹配问题,与待校正的车钩缓冲图像进行基于DTW的区域匹配,实现关键部件所在区域的区域划分,在对应的区域内分别进行校正,能够达到较高的校正精度。结果将传统的车钩缓冲图像校正方法与本文方法进行校正精度对比,经验证,本文方法的均方误差比传统校正方法小20个像元,并且本文方法成功实现了关键部件的区域划分,为后面的关键部件识别奠定了基础。结论经验证,本文校正方法适用于定向移动的复合刚体部件的区域校正,能够实现车钩缓冲图像中各个软连接部件的高精度校正,满足车钩缓冲图像校正的需要。