基于軌邊圖像SURF特征的動(dòng)車底部部件異常檢測算法.pdf

1、動(dòng)車作為新興的交通工具，其運(yùn)行安全一直備受矚目，目前主要的動(dòng)車故障檢測方法是依靠人工作業(yè)和計(jì)算機(jī)輔助人工作業(yè)，但由于動(dòng)車底部結(jié)構(gòu)較復(fù)雜，細(xì)小零件多，傳統(tǒng)的列檢方式受操作人員的技術(shù)水平和人體疲勞程度影響，檢測過程難免出現(xiàn)紕漏，甚至影響動(dòng)車安全運(yùn)行。將計(jì)算機(jī)視覺技術(shù)應(yīng)用在動(dòng)車底部異常檢測中，可以提高檢測的效率和質(zhì)量，對(duì)動(dòng)車的安全運(yùn)行具有重要意義。本論文旨在對(duì)動(dòng)車采集軌邊圖像，運(yùn)用畸變處理、圖像配準(zhǔn)、圖像對(duì)比等技術(shù)，通過與歷史標(biāo)準(zhǔn)圖像比對(duì)實(shí)現(xiàn)

2、動(dòng)車底異常的自動(dòng)檢測，提高檢測效率，確保檢測質(zhì)量。
　　論文在目前已有的列車故障檢測系統(tǒng)的基礎(chǔ)上，提出了一種基于軌邊圖像SURF特征的動(dòng)車底部部件異常檢測算法。通過分析動(dòng)車軌邊圖像的特點(diǎn)，對(duì)采集過程造成的圖像畸變問題給出了車輪定位確定比例、分段縮放的解決方案?？紤]到軌邊圖像受光照條件影響較大，采用了SURF特征進(jìn)行配準(zhǔn)，同時(shí)針對(duì)動(dòng)車底中間部圖像存在的特征信息貧乏的情況，改進(jìn)SURF的配準(zhǔn)過程，在匹配過程中加入了閾值調(diào)節(jié)模塊，提高匹

3、配精度的同時(shí)保證了匹配的成功率。通過分析故障信息和干擾信息的特性，設(shè)計(jì)了結(jié)合圖像連通域信息、邊緣信息和直方圖相似度信息的故障判定算法，實(shí)現(xiàn)動(dòng)車底部異常信息的自動(dòng)檢測分析，提高了檢測效率。本文采用C++編程語言和OpenCV平臺(tái)搭建仿真系統(tǒng)，對(duì)實(shí)地采集的動(dòng)車軌邊圖像進(jìn)行仿真實(shí)驗(yàn)，對(duì)設(shè)計(jì)的算法模型進(jìn)行驗(yàn)證和分析，證明了該算法能夠自動(dòng)識(shí)別動(dòng)車底部的異常情況，區(qū)分出其中的故障信息和干擾信息，達(dá)到代替人工作業(yè)的目的，提高動(dòng)車底部故障檢測的效率和質(zhì)