基于視覺(jué)圖像的鐵路漏纜故障車(chē)載檢測(cè)系統(tǒng).pdf

1、為保證鐵路運(yùn)營(yíng)安全，在鐵路運(yùn)行過(guò)程中需要保證山區(qū)隧道中GSM-R漏纜通信的可靠運(yùn)行。本課題針對(duì)現(xiàn)階段鐵路漏纜人工檢測(cè)的方式中檢測(cè)效率低、需要開(kāi)天窗等問(wèn)題，設(shè)計(jì)基于視覺(jué)檢測(cè)和圖像處理的鐵路漏纜故障車(chē)載檢測(cè)系統(tǒng)，在不打亂鐵路運(yùn)輸秩序的情況下采集鐵路漏纜整體圖像，并對(duì)圖像進(jìn)行壓縮傳輸，最后對(duì)解壓的漏纜圖像進(jìn)行故障檢測(cè)識(shí)別，及時(shí)預(yù)防漏纜的松動(dòng)、脫落或斷裂等故障。
　　本課題針對(duì)高速運(yùn)行車(chē)載圖像采集系統(tǒng)中存在的采集速度快、光照弱、信息量大等

2、問(wèn)題設(shè)計(jì)了合理的技術(shù)方案。論文首先在研究圖像壓縮算法的基礎(chǔ)上，采用JPEG圖像壓縮算法對(duì)采集到的圖像進(jìn)行壓縮，并選擇容量大、處理速度快的FPGA實(shí)現(xiàn)圖像數(shù)據(jù)壓縮，便于圖像傳輸。在分析研究漏纜圖像故障特征的基礎(chǔ)上，采用Snake特征檢測(cè)方法實(shí)現(xiàn)線纜的定位，采用Haar法提取卡具特征，并和SVM相結(jié)合實(shí)現(xiàn)漏纜卡具的定位;基于LBP方法提取卡具的紋理特征并結(jié)合SVM方法進(jìn)行故障識(shí)別。針對(duì)基于視覺(jué)圖像的漏纜故障車(chē)載檢測(cè)系統(tǒng)中需要解決的問(wèn)題，在研