貨車故障圖像顯著特征識別算法研究.pdf

1、貨車運行故障動態(tài)檢測系統(tǒng)(TFDS)是鐵道部大力推廣的一套貨車安全檢測系統(tǒng)。該系統(tǒng)在列檢效率和列檢質(zhì)量方面都要明顯優(yōu)于傳統(tǒng)的停車靜態(tài)檢測,但現(xiàn)階段該系統(tǒng)仍處于人機結合的工作模式,離完全機控工作模式的最終目標還有一定距離。本課題旨在利用圖像處理技術,結合計算機視覺理論,設計并實現(xiàn)六類故障的自動識別算法,推動 TFDS向“機控”工作模式的轉變。
　　本文針對各個故障區(qū)域討論相應的處理方法?；陲@著特征的理論,將六類故障歸納成三大類:區(qū)

2、域顯著變化、邊界顯著變化和結構顯著變化。相應地,本文的研究工作包括:
　　對屬于區(qū)域顯著變化的故障——擋鍵丟失、甩油,著重依據(jù)它們各自的區(qū)域特征進行了識別算法研究。其中,針對擋鍵目標的分割,提出了一種受先驗知識指導的閾值估計分割算法,解決了OTSU法在光照不均情況下的目標欠分割問題;分別運用基于投影直方圖外包絡的特征量、基于局部窗口的灰度統(tǒng)計方法有效描述了擋鍵、甩油故障形態(tài)。
　　對屬于邊界顯著變化的故障——緊固螺栓松動、從

3、板彎曲、牽引梁彎曲,著重依據(jù)它們各自的邊界特征進行了識別算法研究。其中,提出一種基于灰度投影的角點檢測方法用于提取從板邊界,該方法在圖像梯度特征較弱的情況下具有明顯優(yōu)勢;針對牽引梁邊界線的提取,自定義了一種基于扇形搜索的邊界跟蹤算法,可有效跟蹤曲線同時填補邊緣空隙。
　　對屬于結構顯著變化的故障——鉤尾銷螺栓丟失,利用其對稱性的結構特征,研究了該故障的識別算法。提出了一種基于模板匹配的結構定位方法,可快速提取感興趣區(qū)域。