機(jī)車車頂狀態(tài)自動(dòng)檢測(cè).pdf

1、機(jī)車車頂狀態(tài)檢測(cè)是機(jī)車檢測(cè)的重要環(huán)節(jié)之一。隨著機(jī)車速度的提高、負(fù)荷的增加,它的運(yùn)行安全問題也越來越為人們所重視。機(jī)車車頂不易被檢查,但在機(jī)車運(yùn)行一段時(shí)間后,表面會(huì)有很多不安全因素,如異物的存在、瓷瓶或受電弓等關(guān)鍵零部件的損毀,這些嚴(yán)重影響著機(jī)車的運(yùn)行安全。當(dāng)前,國(guó)內(nèi)外還沒有一套完整的設(shè)備可以對(duì)車頂表面進(jìn)行自動(dòng)檢測(cè)。因此,本論文對(duì)機(jī)車車頂狀態(tài)做了詳細(xì)的研究。
　　本文對(duì)機(jī)車車頂狀態(tài)的自動(dòng)檢測(cè)主要分為:異物檢測(cè),關(guān)鍵零部件定位與檢測(cè),

2、清潔度狀態(tài)分析。首先需要生成無畸變車頂全景圖像。因?yàn)槊骊囅鄼C(jī)在采集大場(chǎng)景圖像時(shí)存在嚴(yán)重且不易復(fù)原的畸變,所以本文采用多臺(tái)線陣相機(jī)完成對(duì)車頂圖像的采集。針對(duì)采集到的圖像中由于車速發(fā)生改變而存在縱向畸變的問題,本文提出了基于車速的車頂圖像校正方法。接著將校正后的圖像基于金字塔結(jié)構(gòu)多分辨率算子即可快速拼接成車頂全景圖像。實(shí)驗(yàn)結(jié)果表明,該方法形成的全景圖具有畸變小、精度高的優(yōu)點(diǎn),可以大大提高異物和關(guān)鍵零部件檢測(cè)的精確度。針對(duì)異物檢測(cè)問題,本文首

3、先對(duì)圖像進(jìn)行SIFT特征向量提取。然后為加快圖像處理速度將圖像進(jìn)行基于特征點(diǎn)的區(qū)域劃分,并用改進(jìn)后的RANSAC算子進(jìn)行模板匹配。最后基于改進(jìn)后的對(duì)稱差分算法完成對(duì)車頂異物的檢測(cè),該算法與普通差分算法相比具有誤檢率低的優(yōu)勢(shì)。針對(duì)關(guān)鍵零部件的定位與檢測(cè)問題,本文通過模板匹配準(zhǔn)確定位出所有關(guān)鍵零部件后,再基于邊緣檢測(cè)與改進(jìn)的Hu離散不變矩對(duì)零部件進(jìn)行檢測(cè)。實(shí)驗(yàn)結(jié)果表明,該檢測(cè)方法受光照影響較小,且檢測(cè)精度高。在分析清潔度狀態(tài)時(shí),本文采用了改