鐵路車輛閘瓦動態(tài)圖像識別關(guān)鍵技術(shù)研究.pdf

1、列車制動技術(shù)直接影響到列車提速和運行安全，其中閘瓦制動方式以其較大的制動能力和較低的成本在鐵路運輸中被普遍采用，并在今后一段時期內(nèi)仍將是主要的制動方式，因此對閘瓦的狀況進行及時有效地檢測顯得格外重要。鐵道部門目前主要以人工方法進行檢查，然而全國列車數(shù)量眾多，需要大量人力、財力，而且人為因素影響多，精度和效率低，需要列車停車，影響列車運行效率。機器視覺系統(tǒng)已廣泛用于對象的測量和識別，其優(yōu)點是自動化、非接觸和在線性，將其應用于閘瓦的檢測，可

2、有效解決上述問題。基于機器視覺原理構(gòu)建閘瓦在線自動檢測設(shè)備，有顯著的現(xiàn)實意義和廣闊的應用前景。 本文主要是對鐵路車輛閘瓦動態(tài)圖像識別關(guān)鍵技術(shù)進行研究，目的是實現(xiàn)對列車高速運行過程中抓拍到的閘瓦圖像的識別與測量。檢測系統(tǒng)根據(jù)鐵路現(xiàn)場情況，通過圖像采集裝置，采集并存儲了大量閘瓦動態(tài)圖像。通過對這些圖像的分析處理，尋求最優(yōu)的圖像處理方案。根據(jù)圖像的特點，采用了如下的圖像處理順序：圖像預處理、圖像特征提取、圖像識別、圖像分割和圖像測量。

3、具體內(nèi)容是：首先是對圖像進行維納濾波復原，以減少運動引起的模糊，其中采用盲復原技術(shù)對閘瓦降質(zhì)圖像進行分析及探討；然后闡述了不變矩理論，并對圖像進行邊緣檢測，利用改進的邊緣不變矩匹配算法對閘瓦圖像進行特征提取和特征匹配，實現(xiàn)閘瓦動態(tài)圖像的識別；利用識別出的閘瓦中心為初始位置，采用基于主動輪廓模型的水平集方法對閘瓦輪廓進行跟蹤，并分割出閘瓦圖像；對分割出的閘瓦圖像再進行垂直方向邊緣檢測，獲得閘瓦垂直方向的兩條邊緣曲線段，計算它們之間的最短距