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.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)檢測以人工檢測為主，效率很低;已有的智能化檢測也都集中于受電弓識別定位，滑板磨耗超限以及接觸網(wǎng)參數(shù)檢測等。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)、智能化的檢測方法。
　　 本文以接觸網(wǎng)支持及懸掛裝置

2、圖像為檢測對象，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。首先對待檢測的接觸網(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)待檢測目標(biāo)的識別與提取;最后分別對提取的絕緣子、旋轉(zhuǎn)雙耳局部圖像進(jìn)行分析處理，實(shí)現(xiàn)對其狀態(tài)的檢測。
　　 在目標(biāo)圖像識別中，文章分別應(yīng)用仿射不變矩、SIFT、SURF算法實(shí)現(xiàn)了對絕緣子和旋轉(zhuǎn)雙耳的目標(biāo)識別，并且對識別效果進(jìn)行

3、比較分析，最后得出對于接觸網(wǎng)支持懸掛裝置圖像中的絕緣子、旋轉(zhuǎn)雙耳目標(biāo)識別，SURF特征檢測方法的綜合性能最優(yōu)。
　　 在絕緣子狀態(tài)檢測中，首先對絕緣子局部圖像進(jìn)行角度校正、膨脹運(yùn)算、對比度調(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)識別與定位;最后對兩種不同判據(jù)的識別效果進(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

4、中，首先應(yīng)用Hough變換圓、矩形檢測對旋轉(zhuǎn)雙耳局部圖像進(jìn)行耳片狀態(tài)檢測區(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)的初識別;最后在初識別基礎(chǔ)上，對表面有裂紋特征的耳片進(jìn)行進(jìn)一步檢測，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)確識別。
　　 實(shí)驗(yàn)在MATLAB環(huán)境下，通過編程實(shí)現(xiàn)了絕緣子、旋轉(zhuǎn)雙耳的識別與狀態(tài)檢測算法，并用所選算法對不同角度、曝光度的圖片進(jìn)行