说明:收录25万 73个行业的国家标准 支持批量下载
(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210562951.2 (22)申请日 2022.05.23 (71)申请人 合肥职业 技术学院 地址 230000 安徽省合肥市新站区烈山路 合肥职业 技术学院 (72)发明人 张浩 龚博 王信琳 俞凌云  程沅君 纪翔云  (74)专利代理 机构 合肥市长 远专利代理事务所 (普通合伙) 34119 专利代理师 孙丽丽 (51)Int.Cl. G06T 7/13(2017.01) G06T 7/73(2017.01) G06T 7/33(2017.01) G06T 5/00(2006.01)G06T 5/30(2006.01) G06V 10/764(2022.01) G06V 10/774(2022.01) (54)发明名称 基于机器视觉的受电弓磨耗值和受电弓异 常实时检测方法 (57)摘要 基于机器视觉的受电弓磨耗值和受电弓异 常实时检测方法, 包括以下步骤: S1、 检测系统实 时检测检测栅内有没有待检测车辆, 当没有待检 测车辆时, 检测系统处于待机状态; S2、 当列车进 入待检区域时, 检测系统以及传感器启动开始工 作; S3、 传感器监测到列车进入指定区域后, 工业 相机拍摄碳滑板提取图像数据; S4、 当传感器检 测到列车离开后将采集到的图像反馈到图像处 理系统中, 进行图像分析处理; S5、 对受电弓碳滑 板健康状况特征提取、 分析; 若判断受电弓碳滑 板健康状况出现问题, 发出警报, 若判断受电弓 碳滑板健康状况无问题, 则系统正常工作; S6、 完 成检测。 该方法能够及时发现受电弓常见故障, 保障弓网安全并为受电弓维修和保养提供依据。 权利要求书2页 说明书4页 附图1页 CN 114897921 A 2022.08.12 CN 114897921 A 1.基于机器视觉的受电弓磨耗值和 受电弓异常实时检测方法, 其特征在于, 包括以下 步骤: S1、 检测系统实时检测检测栅内有没有待检测车辆, 当没有待检测车辆时, 检测系统处 于待机状态, 当检测到有车辆时进入步骤S2; S2、 当列车进入待检区域时, 检测系统以及 传感器启动开始工作; S3、 传感器监测到列车进入指定区域后, 工业相机拍摄碳滑板提取图像数据; 提取的图 像数据包括受电弓碳滑板区域图像、 受电弓中心线区域图像、 受电弓羊角区域图像与受电 弓表面裂纹图像中的一种或多种; S4、 当传感器检测到列车离开后将采集到的图像反馈到图像处理系统中, 进行图像分 析处理; 图像分析处理包括对于滑板磨耗图像的分析处理、 对于中心线偏移图像的分析处 理、 对于羊角缺失图像的分析处理与对于受电弓表面裂纹图像的分析处理中的一项或多 项; S5、 对受电弓碳滑板健康状况特征提取、 分析; 若判断受电弓碳滑板健康状况出现问 题, 发出警报, 若判断受电弓碳滑板健康状况 无问题, 则系统正常工作; S6、 完成检测。 2.根据权利要求1所述的基于机器视觉的受电弓磨耗值和 受电弓异常实时检测方法, 其特征在于, 步骤S2中传感器包括 光电传感器与车轮轴位传感器。 3.根据权利要求1所述的基于机器视觉的受电弓磨耗值和 受电弓异常实时检测方法, 其特征在于, 步骤S4中对于滑板磨耗图像的分析处 理步骤如下: S4A1、 对磨耗相机采集的半弓图像进行畸变矫 正、 初步裁 剪和高斯滤波预处 理; S4A2、 通过行投影变换的方法进行滑板 定位, 确定检测区域; S4A3、 使用自适应Canny边缘检测和基于三次多项式拟合的亚像素边缘检测滑板的上 下边缘; S4A4、 通过相机标定的参数将图像像素坐标转化为现实坐标系中的实际坐标并计算最 大磨耗值。 4.根据权利要求1所述的基于机器视觉的受电弓磨耗值和 受电弓异常实时检测方法, 其特征在于, 所述对于中心线偏移图像的分析处 理的具体步骤为: S4B1、 对中心线相机采集的全弓图像进行畸变矫 正、 初步裁 剪和高斯滤波预处 理; S4B2、 通过自适应Canny边缘检测和霍夫直线检测接触网边缘和滑板上边缘, 进而确定 滑板与接触线摩擦位置; S4B3、 使用模板匹配定位两侧羊角特 征点, 确定受电弓中心; S4B4、 计算中心线偏移并根据标定参数转换至现实坐标系。 5.根据权利要求1所述的基于机器视觉的受电弓磨耗值和 受电弓异常实时检测方法, 其特征在于, 所述对于羊角缺失图像的分析处 理的具体步骤为: S4C1、 对中心线相机采集的全弓图像进行畸变矫 正、 初步裁 剪和滤波预处 理; S4C2、 提取羊角图像的主特 征; S4C3、 使用事先训练好的SVM分类 器对羊角图像进行分类并判断羊角是否缺失。 6.根据权利要求1述的基于机器视觉的受电弓磨耗值和 受电弓异常实时检测方法, 其 特征在于, 所述对于受电弓表面裂纹图像的分析处 理的具体步骤为:权 利 要 求 书 1/2 页 2 CN 114897921 A 2S4D1、 根据图像对表面裂纹进行提取检测; S4D2、 采用OTSU对于裂纹图像进行二 值化处理; S4D3、 通过二 值化图像腐蚀运 算去除图像中的无用信息; S4D4、 通过裂纹计算公式获取裂纹长度数据。权 利 要 求 书 2/2 页 3 CN 114897921 A 3

.PDF文档 专利 基于机器视觉的受电弓磨耗值和受电弓异常实时检测方法

文档预览
中文文档 8 页 50 下载 1000 浏览 0 评论 309 收藏 3.0分
温馨提示:本文档共8页,可预览 3 页,如浏览全部内容或当前文档出现乱码,可开通会员下载原始文档
专利 基于机器视觉的受电弓磨耗值和受电弓异常实时检测方法 第 1 页 专利 基于机器视觉的受电弓磨耗值和受电弓异常实时检测方法 第 2 页 专利 基于机器视觉的受电弓磨耗值和受电弓异常实时检测方法 第 3 页
下载文档到电脑,方便使用
本文档由 人生无常 于 2024-03-18 09:51:18上传分享
站内资源均来自网友分享或网络收集整理,若无意中侵犯到您的权利,敬请联系我们微信(点击查看客服),我们将及时删除相关资源。