基于机器视觉的轨道交通接触网旋转双耳状态检测方法

目的:为实现轨道交通接触网支撑装置旋转双耳耳片断裂状态自动识别,需研究相应的检测方法进行识别,以在设备故障时及时更换维修,从而提高接触网系统腕臂结构稳定性。方法:首先利用Hough变换对接触网支撑装置的全局图像进行预分类,将待检测图像的基本图元分为杆状物、旋转双耳和绝缘子三大类;进而通过仿射不变矩初识别旋转双耳类;然后实现旋转双耳耳片的精确定位;最后对耳片局部图像通过参数矩阵极值分布规律识别断裂特征。结果及结论:提出了基于机器视觉的状态检测方法,该方法能较准确地识别支撑装置旋转双耳耳片的故障特征,同时检测时间短,识别率高。特别对于重点检测区段,也可基于本方法通过数据处理中心进行线下再评估,以满足系统可靠性要求。无论在线检测还是离线检测,该方法均可满足接触网零部件的检测监测需要。

基于SURF特征匹配的电气化铁路接触网支撑装置旋转双耳不良状态检测

针对电气化铁路接触网支撑装置中旋转双耳耳片断裂问题,提出一种基于快速鲁棒性特征SURF(Speeded-up Robust Features)匹配的图像检测方法。利用标准旋转双耳图像与待检测图像局部不变特征点的匹配,实现旋转双耳的初识别;应用Hough变换实现耳片精确定位;通过耳片局部图像中的灰度方差判断耳片是否存在断裂状态。实验表明,该方法能在复杂图像中较准确地识别耳片断裂特征,为旋转双耳的状态检测提供参考。

基于二代曲波变换的电气化铁路接触网连接装置旋转双耳不良状态检测

针对电气化铁路接触网连接装置中旋转双耳耳片状态检测问题,提出一种基于二代曲波变换的非接触式自动检测方法。为降低复杂背景对后期状态检测的干扰,利用快速鲁棒性特征SURF(Speeded-up Robust Features)匹配方法完成旋转双耳模板与待检测旋转双耳局部不变特征点的匹配,实现双耳快速初识别;然后应用Hough变换实现耳片固有特征识别及耳片精确定位;最后利用二代曲波变换的多方向性和各向异性特点分解耳片局部图像,通过曲波系数分布规律及统计特性判别耳片状态。实验表明,基于二代曲波变换的系统方法能在复杂图像中较准确地识别耳片断裂特征,为旋转双耳的状态检测提供一定参考。

基于LBP-HOG特征的接触网旋转双耳区域识别

研究基于LBP特征、HOG特征与支持向量机相结合的目标定位原理,并对旋转双耳区域进行定位研究,分别使用LBP特征与支持向量机的方法和HOG特征与支持向量机的方法对旋转双耳区域进行定位,在此基础上,提出将LBP特征和HOG特征融合成LBP-HOG特征对旋转双耳区域进行定位。检测结果表明,同等条件下,LBP-HOG特征的检测效果优于单一使用LBP特征和HOG特征。

基于深度学习的高铁接触网旋转双耳开口销钉缺失故障检测

针对高速铁路接触网支撑装置中旋转双耳开口销钉缺失故障检测的问题,提出一种基于深度卷积神经网络和集成学习的故障检测方法。通过Faster R-CNN网络对旋转双耳整体进行精确定位;在整体定位结果的基础上,进一步完成对开口销钉的精确定位,最大程度上降低背景对故障检测的干扰;通过多个深度卷积神经网络提取开口销钉图像的多种特征,最终由多个线性SVM构成的集成分类器实现开口销钉缺失故障检测。实验结果表明:本方法能在复杂的接触网支撑装置图像中实现旋转双耳开口销钉的精确定位,并且在销钉的缺失故障检测中表现出较高的可靠性。

基于SURF特征匹配的电气化铁路接触网支撑装置旋转双耳不良状态检测

针对电气化铁路接触网支撑装置中旋转双耳耳片断裂问题，提出一种基于快速鲁棒性特征（Speeded—Up Robust Features，SURF）匹配的图像检测方法。首先利用标准旋转双耳图像与待检测图像局部不变特征点的匹配，实现旋转双耳的初识别；然后应用Hough变换实现耳片精确定位；最后通过耳片局部图像中的灰度方差判断耳片是否存在断裂状态。实验表明，该方法能在复杂图像中较准确地识别耳片断裂特征，为旋转双耳的状态检测提供一定参考。

基于Hough变换与仿射不变矩的高铁接触网支撑装置旋转双耳断裂检测

针对高速铁路接触网支撑装置中旋转双耳耳片断裂检测问题,提出一种基于Hough变换与仿射不变矩的自动识别检测方法。首先利用Hough变换直线检测对全局图像信息进行预分类;然后通过仿射不变矩初识别旋转双耳类;接着应用Hough变换圆、矩形检测实现耳片精确定位;最后对耳片局部图像进行Hough变换直线检测,通过参数矩阵极值分布规律识别断裂特征。实验表明,该方法能较准确识别耳片断裂特征,为旋转双耳状态检测问题提供一定参考。