基于機(jī)器視覺的貨車典型故障圖像識(shí)別算法研究.pdf

1、由于運(yùn)輸組織新秩序的建立和貨車高速重載新要求的提出，使得貨車的列檢保證區(qū)域延長、列檢作業(yè)時(shí)間縮短，這對列檢效率和質(zhì)量提出了更高的要求。以人控模式為主的傳統(tǒng)列檢方式已經(jīng)無法滿足要求，取而代之的是人機(jī)結(jié)合模式的TFDS(Running Trouble of Freight Car Detection System,鐵路貨車運(yùn)行故障動(dòng)態(tài)圖像檢測系統(tǒng))列檢方式。近年來，隨著機(jī)器視覺、圖像處理和模式識(shí)別等技術(shù)的不斷成熟，為實(shí)現(xiàn)TFDS系統(tǒng)向完全機(jī)

2、控模式轉(zhuǎn)變奠定了理論基礎(chǔ)。
　　本文在深入分析了TFDS系統(tǒng)的組成和功能之后，選取機(jī)器視覺故障自動(dòng)識(shí)別子系統(tǒng)下屬的圖像自動(dòng)識(shí)別專用計(jì)算機(jī)作為研究對象，實(shí)現(xiàn)圖像預(yù)處理、圖像特征提取和故障判斷等功能。論文的主要研究內(nèi)容如下：
　　(1)在圖像預(yù)處理階段，考慮天氣條件、環(huán)境狀況以及采集傳輸設(shè)備對獲取圖像的影響，本文分別提出了椒鹽噪聲濾波算法用于噪聲消除、改進(jìn)的Retinex算法用于光照補(bǔ)償、基于霧天圖像退化模型的圖像去霧算法用于圖

3、像去霧，并從主觀視覺效果和客觀評(píng)價(jià)標(biāo)準(zhǔn)兩個(gè)方面對上述各算法的性能做出了分析和比較。
　　(2)在圖像特征提取階段，分析轉(zhuǎn)向架擋鍵丟失、鎖緊板緊固螺栓松動(dòng)和轉(zhuǎn)向架交叉桿彎曲等故障的圖像特征，將其分別歸納為三類：區(qū)域顯著變化、邊界顯著變化和結(jié)構(gòu)顯著變化。并采用圖像分割中的最大類間方差法和區(qū)域生長法、邊緣檢測中的Canny檢測算子和Hough變換等圖像處理技術(shù)來提取各故障的圖像特征。
　　(3)在故障判斷階段，針對轉(zhuǎn)向架擋鍵丟失、