基于图像处理的列车故障自动检测系统设计

论文摘要

列车运行故障动态检测系统(TFDS)是铁道部大力推广的一套安检系统。该系统的投入使用可以克服传统的停车静态人工检测中,作业点多、作业保证区段短的局限性,从而实现在全国列车提速的大环境下,列车安全保障模式从人控模式向人机结合模式并最终实现完全机控的转变。本课题源于与哈尔滨科佳公司的横向合作项目,它是TFDS系统的延伸,目的是把原系统中的列车故障判断方法从人工肉眼识别列车部位照片中出现的故障升级为计算机软件自动识别,以大大提高工作效率、减少人为因素的影响。本课题主要针对列车最常见的故障——心盘螺栓丢失的识别来进行研究。其主要设计工作可以概括为基于图像处理的研究方法,设计一套以图像特征提取和特征分析等为理论支撑的故障自动检测系统,以之代替肉眼来实现对故障的识别。这对完善整个系统的自动检测功能和最终实现完全机控检测的设计理念,有着解决实际困难和探索全自动检测系统的设计方法的双重意义。系统整体设计分为故障部位的定位和故障的识别两个模块。故障的定位,利用心盘螺栓图片的物理特征和像素信息,采用逐步求精的思维方式,从粗到精分为中间杆定位、中间横杆定位、型别判定、螺栓区域左边界定位、螺栓中心线定位、单个螺栓区域定位等六步。然后再各个螺栓区域中通过二值化、螺栓区域参数提取、霍夫变换等步骤获取充分的识别用参数,通过设定的识别规则判断螺栓是否丢失。论文最后讨论了整个程序的优化和识别算法的准确率的统计,并对其产生的误报和漏报进行了分析。本算法已经交付给哈尔滨科佳公司,并已实际运行,其识别准确率和效率都达到了科佳公司的要求,实际的运行情况证明了该系统的有效性与优越性。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 课题背景、来源、研究目的和意义
• 1.2 数字图像处理技术的发展现状
• 1.3 本文的研究内容与安排
• 第2章 系统的总体方案设计
• 2.1 系统的总体设计方案
• 2.1.1 列车故障动态检测系统简述
• 2.1.2 心盘螺栓图片的特征
• 2.1.3 算法开发平台概述
• 2.1.4 故障识别算法的整体流程
• 2.2 图像处理经典算法
• 2.2.1 图像的数学模型
• 2.2.2 二值化
• 2.2.3 平滑滤波
• 2.2.4 灰度、梯度映射
• 2.2.5 Hough 变换
• 2.3 本章小结
• 第3章 故障的定位
• 3.1 定位中间竖杆
• 3.2 定位中间横杆
• 3.3 判定型别
• 3.4 定位螺栓区域左边缘
• 3.5 定位螺栓中心线
• 3.6 分割螺栓区域
• 3.7 本章小结
• 第4章 故障的识别
• 4.1 图像配准
• 4.1.1 图像配准概述
• 4.1.2 图像配准的一般模型
• 4.1.3 本课题采用的方法
• 4.2 故障识别的算法描述
• 4.2.1 螺栓区域的特征分析
• 4.2.2 识别算法的描述
• 4.2.3 故障的识别效果与分析
• 4.3 本章小结
• 第5章 算法的优化与识别结果的统计分析
• 5.1 主要优化思想
• 5.2 已进行的优化
• 5.3 统计与分析
• 5.4 本章小结
• 结论
• 参考文献
• 致谢