基于圖像處理的接觸網(wǎng)支持及懸掛裝置不良狀態(tài)檢測(cè).pdf

1、接觸網(wǎng)支持及懸掛裝置擔(dān)負(fù)著支撐接觸網(wǎng)的重要任務(wù)，其裝置狀態(tài)的好壞影響著整個(gè)懸掛系統(tǒng)的穩(wěn)定性，從而影響接觸線的性能，故障時(shí)可能導(dǎo)致接觸線與受電弓不能良好接觸，影響受流質(zhì)量。目前，接觸網(wǎng)支持懸掛裝置的狀態(tài)檢測(cè)以人工檢測(cè)為主，效率很低;已有的智能化檢測(cè)也都集中于受電弓識(shí)別定位，滑板磨耗超限以及接觸網(wǎng)參數(shù)檢測(cè)等。接觸網(wǎng)支持懸掛裝置的不良狀態(tài)導(dǎo)致接觸網(wǎng)存在安全隱患，因此有必要研究其實(shí)時(shí)、智能化的檢測(cè)方法。
　　 本文以接觸網(wǎng)支持及懸掛裝置

2、圖像為檢測(cè)對(duì)象，應(yīng)用圖像處理技術(shù)，提出了基于圖像處理的接觸網(wǎng)支持及懸掛裝置不良狀態(tài)檢測(cè)方法，實(shí)現(xiàn)系統(tǒng)中絕緣子和旋轉(zhuǎn)雙耳的狀態(tài)檢測(cè)。首先對(duì)待檢測(cè)的接觸網(wǎng)懸掛裝置圖像進(jìn)行預(yù)處理;然后利用基于特征的圖像匹配方法實(shí)現(xiàn)待檢測(cè)目標(biāo)的識(shí)別與提取;最后分別對(duì)提取的絕緣子、旋轉(zhuǎn)雙耳局部圖像進(jìn)行分析處理，實(shí)現(xiàn)對(duì)其狀態(tài)的檢測(cè)。
　　 在目標(biāo)圖像識(shí)別中，文章分別應(yīng)用仿射不變矩、SIFT、SURF算法實(shí)現(xiàn)了對(duì)絕緣子和旋轉(zhuǎn)雙耳的目標(biāo)識(shí)別，并且對(duì)識(shí)別效果進(jìn)行

3、比較分析，最后得出對(duì)于接觸網(wǎng)支持懸掛裝置圖像中的絕緣子、旋轉(zhuǎn)雙耳目標(biāo)識(shí)別，SURF特征檢測(cè)方法的綜合性能最優(yōu)。
　　 在絕緣子狀態(tài)檢測(cè)中，首先對(duì)絕緣子局部圖像進(jìn)行角度校正、膨脹運(yùn)算、對(duì)比度調(diào)節(jié)等預(yù)處理;然后應(yīng)用灰度統(tǒng)計(jì)極小值、灰度統(tǒng)計(jì)條帶寬度為絕緣子狀態(tài)檢測(cè)判據(jù)，實(shí)現(xiàn)絕緣子片缺失、夾雜異物等狀態(tài)的自動(dòng)識(shí)別與定位;最后對(duì)兩種不同判據(jù)的識(shí)別效果進(jìn)行比較分析，得出灰度統(tǒng)計(jì)極小值判據(jù)更具穩(wěn)定性和通用性。
　　 在旋轉(zhuǎn)雙耳狀態(tài)檢測(cè)

4、中，首先應(yīng)用Hough變換圓、矩形檢測(cè)對(duì)旋轉(zhuǎn)雙耳局部圖像進(jìn)行耳片狀態(tài)檢測(cè)區(qū)域的精確定位;然后利用耳片局部區(qū)域的灰度方差實(shí)現(xiàn)耳片表面狀態(tài)的初識(shí)別;最后在初識(shí)別基礎(chǔ)上，對(duì)表面有裂紋特征的耳片進(jìn)行進(jìn)一步檢測(cè)，以其上邊界彎曲度與正常雙耳上邊界彎曲度的差分值為檢測(cè)判據(jù)，最終實(shí)現(xiàn)耳片斷裂、耳片裂紋兩種狀態(tài)的準(zhǔn)確識(shí)別。
　　 實(shí)驗(yàn)在MATLAB環(huán)境下，通過(guò)編程實(shí)現(xiàn)了絕緣子、旋轉(zhuǎn)雙耳的識(shí)別與狀態(tài)檢測(cè)算法，并用所選算法對(duì)不同角度、曝光度的圖片進(jìn)行