機(jī)車(chē)底部故障圖像識(shí)別技術(shù)研究.pdf

1、在機(jī)車(chē)故障診斷的各項(xiàng)檢修中，主要的方式有:人工肉眼判別、基于機(jī)器視覺(jué)的圖像自動(dòng)識(shí)別。機(jī)車(chē)底部部件結(jié)構(gòu)復(fù)雜度高，細(xì)小部件多，僅靠人工檢查，很難準(zhǔn)確記住所有部件的正常狀態(tài)和形式，易由視覺(jué)疲勞造成漏檢，尤其在高速運(yùn)行狀態(tài)下的列車(chē)任何一個(gè)細(xì)小、細(xì)微的故障，都可能引發(fā)重大事故。機(jī)器視覺(jué)圖像技術(shù)作為智能自動(dòng)識(shí)別已經(jīng)廣泛應(yīng)用于各個(gè)行業(yè)，對(duì)提高鐵路車(chē)輛安全檢測(cè)技術(shù)水平，具有重要意義。本論文旨在應(yīng)用圖像分割、特征描繪等圖像處理技術(shù)實(shí)現(xiàn)列車(chē)底部心盤(pán)故障圖像

2、的自動(dòng)識(shí)別，減少人為影響誤差，提高檢測(cè)效率。
　　 論文在研究目前鐵路故障軌邊圖像檢測(cè)系統(tǒng)和圖像處理技術(shù)的基礎(chǔ)上，分析了圖像特征提取的各種方法和性質(zhì)。然后結(jié)合機(jī)車(chē)底部心盤(pán)圖像特有的結(jié)構(gòu)特性，首先定義五個(gè)分割特征，利用線性加窗灰度投影進(jìn)行粗分割，定位出待檢測(cè)螺栓的目標(biāo)區(qū)域，然后根據(jù)特征定義間關(guān)系分割得到各個(gè)螺栓圖。對(duì)分割得到的螺栓圖經(jīng)過(guò)濾波、灰度直方均衡增強(qiáng)、面積閾值法二值圖像、提取面積大小與故障特征疑似的區(qū)域判別、建立封閉矩形描