电务轨旁设备外观巡检图像增强算法

提出一种变尺度Retinex(VSR)算法,实现对电务轨旁设备外观巡检图像的增强处理。首先对采集到的亮度不均的巡检图像进行全局自适应伽马校正;然后再对其进行基于Retinex算法的局部变尺度滤波,局部滤波器的高斯核函数尺度随之自适应改变,以最大限度地抑制Retinex算法带来的灰度溢出效应和光晕效应。采用该算法对高柱信号机、矮柱信号机、信号标志牌、信号箱盒和隧道漏缆等的巡检图像进行增强处理,并与具有类似功能的CLAHE,GF,IR,SSR,MSR,MSMCR算法的处理结果进行对比。结果表明:无论是图片的清晰度,还是局部对比度,VSR算法明显优于其他算法。VSR算法能有效校正巡检图像的亮度不均匀现象,并最大限度地抑制灰度溢出效应与光晕效应,使巡检图像中因局部亮度反差所掩饰的有用信息显示出来,从而提升巡检图像的显示质量,以利于巡检图像的浏览和后续智能分析。

高速铁路电务轨旁设备变化巡检系统研究

设计了一种高速铁路电务轨旁设备变化巡检系统对电务轨旁设备的机械特性进行检查。该系数充分利用机器视觉等技术,自动识别电务轨旁设备的变化,有效指导电务轨旁设备维修。通过分析在某试验线运用考核期间进行的试验数据,分别从数据采集、数据管理和数据分析的角度,验证了系统总体构架和设计功能。该系统通过计算L0范数/面积的最小值,将检测图像和历史图像进行图像配准。配准后L0范数/面积均小于0. 1,能够有效地识别电务轨旁设备的变化。

高速铁路电务轨旁设备巡检系统研究

电务轨旁设备巡检系统综合应用低照度感光、激光照度补偿、图像数据压缩、机器视觉等技术,安装在高速铁路巡检车辆上,实现电务轨旁设备外观图像采集、管理和分析功能。该系统应用机器视觉技术,通过对比原始图像数据,实现设备变化的自动识别;结合地面台账数据和车载定位信息,准确定位异常设备图像和设备位置,实现图像自动筛选和自动检测,切实为电务轨旁设备养护维修提供依据和指导。

浅析电务轨旁设备巡检系统的里程定位校正方法

电务轨旁设备巡检系统的检测数据是指导电务专业电务轨旁设备养护维修的重要依据。检测数据中线路里程的准确性,直接影响现场对安全隐患设备的查找与消除。通过研究现有铁路专业检测车中采用的里程定位校正技术,为探索可应用于电务轨旁设备巡检系统的里程定位校正技术提供可行性思路。