發(fā)布時間：2019-02-24 11:45

【摘要】：隨著我國鐵路跨越式發(fā)展,對鐵路行車安全保障系統(tǒng)提出了新的挑戰(zhàn)。鐵路扣件是鐵路基礎(chǔ)設(shè)施中主要的零部件之一,扣件系統(tǒng)可以依靠自身的彈性變形儲存能量以緩解列車通過時對軌道的機械振動和沖擊,由于其在長期的服役過程中會承受多次往復(fù)性、周期性的彎曲及扭轉(zhuǎn)等交變應(yīng)力作用,因此容易出現(xiàn)斷裂、丟失等缺陷；另外,隨著客運高速化和貨運重載化程度不斷提高,使得扣件的疲勞斷裂或丟失問題變得更為嚴(yán)重,故障率明顯增大。因此,扣件系統(tǒng)的狀態(tài)對于鐵路的運營安全有著至關(guān)重要的作用,鐵路扣件的缺陷檢測和工作狀態(tài)的監(jiān)控對于排除安全隱患,保障列車運行安全具有重要的意義。為適應(yīng)鐵路發(fā)展的新需要,設(shè)計一種基于高度信息共享的、高可靠性的鐵路扣件自動化巡檢系統(tǒng)已成為鐵路運營保障體系中的重點之一�；谟嬎銠C視覺的扣件檢測是一個備受關(guān)注的前沿課題和新興的應(yīng)用方向,通過計算機和圖像處理技術(shù)對扣件圖像進行分析和處理,實現(xiàn)鐵路扣件的自動化檢測。受前期國內(nèi)外扣件圖像處理研究的啟發(fā),本論文主要針對鐵路扣件缺陷圖像檢測關(guān)鍵技術(shù)進行研究,從扣件子圖像的精確定位、有效圖像特征的提取、扣件圖像分類識別算法等幾個方面進行總體考慮,力求提出一種具有較強魯棒性的扣件分類檢測算法。本文的主要貢獻如下：首先,扣件在原始軌道圖像中目標(biāo)較小,在原始圖像中直接對扣件進行檢測,難以獲得理想的檢測效果,且計算耗時大。為避免軌道圖像中扣件區(qū)域以外的對象對扣件分類識別的影響,提出一種從粗到精的兩步扣件子圖像分割算法。首先,利用軌道圖像中鋼軌與道砟、軌枕與道砟之間區(qū)域的平均灰度值和顯著性差異,構(gòu)建一種基于兩類差異信息的符號比例函數(shù),分別獲取鋼軌和軌枕在圖像中的位置,并對扣件區(qū)域進行交叉粗定位；然后,利用枕肩與圖像背景間灰度相對不變性對粗分割出來的扣件圖像進行二值化,并利用二值圖中軌枕枕肩呈直線特征這一特點,通過投影法確定枕肩的位置,最終根據(jù)枕肩與扣件間的位置關(guān)系精確地確定扣件位置。其次,提出一種可有效進行扣件圖像特征描述的EAHOG-MSLBP融合特征。首先,本文設(shè)計了一種基于模板的扣件EA邊緣感知方法,并在感知邊緣的基礎(chǔ)上,提出了一種改進的EA-HOG邊緣梯度特征描述算法,使得該特征能夠很好地逼近扣件形狀特征,并且對光照和顏色變化具有不敏感性；然后,針對傳統(tǒng)二元模式及其相關(guān)改進算法僅能表達圖像的微觀紋理模式,而無法捕獲扣件區(qū)域與周圍背景區(qū)域塊間的結(jié)構(gòu)性差異的缺陷,模擬視覺注意機制設(shè)計了一種可捕獲扣件圖像宏觀紋理的MSLBP特征采樣模式,提取扣件圖像的宏觀紋理特征;最后,采用分層次加權(quán)融合的方法將EA-HOG邊緣梯度特征和MSLBP宏觀紋理特征聯(lián)立成EAHOG-MSLBP融合特征。最后,針對扣件圖像中扣件部分?jǐn)嗔训那闆r難以識別的難題,通過對原始扣件圖像進行對稱性操作獲得兩個虛擬的對稱性樣本,并將對原始待測試圖像的直接檢測轉(zhuǎn)化為對兩個虛擬對稱性樣本的檢測,該算法突破了傳統(tǒng)的基于計算機視覺的檢測方法對原始圖像進行直接測試的局限性。在對兩個虛擬扣件樣本進行分類識別時,設(shè)計一種基于權(quán)重累積的稀疏表示分類識別算法。第一步,探索訓(xùn)練集中各類訓(xùn)練樣本在表示待測試樣本上的能力大小,并依此在每類訓(xùn)練樣本中選擇性地保留K個對待測試樣本具有較強表示能力的訓(xùn)練樣本；第二步,利用各類訓(xùn)練樣本中保留的K個樣本重新對待測試樣本進行線性表示,然后分別將這些樣本各自所對應(yīng)的k個系數(shù)值進行累加,得到各類訓(xùn)練樣本對待測試樣本的分類貢獻度,并將待測試樣本分類到貢獻度最大的訓(xùn)練樣本類中。最后,在文章結(jié)論部分對全文進行了總結(jié),并針對扣件圖像自動化檢測理論和工程應(yīng)用,指出有待進一步研究的問題。
[Abstract]:......
【學(xué)位授予單位】：西南交通大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2016
【分類號】：TP391.41

【參考文獻】

相關(guān)期刊論文 前10條

1 劉甲甲;李柏林;羅建橋;李立;;融合PHOG和MSLBP特征的鐵路扣件檢測算法[J];西南交通大學(xué)學(xué)報;2015年02期

2 郭樹旭;張馳;曹軍勝;鐘菲;郜峰利;;基于壓縮感知歸一化關(guān)聯(lián)成像實現(xiàn)目標(biāo)重構(gòu)[J];光學(xué)精密工程;2015年01期

3 張桂南;劉志剛;韓燁;楊紅梅;;接觸網(wǎng)棒式絕緣子故障檢測的快速模糊匹配方法[J];鐵道學(xué)報;2013年05期

4 韓志偉;劉志剛;楊紅梅;韓燁;;基于二代曲波系數(shù)形態(tài)學(xué)條帶能量法的絕緣子故障檢測[J];鐵道學(xué)報;2013年03期

5 劉毅;黃兵;孫懷江;夏德深;;利用視覺顯著性與圖割的圖像分割算法[J];計算機輔助設(shè)計與圖形學(xué)學(xué)報;2013年03期

6 宋克臣;顏云輝;陳文輝;張旭;;局部二值模式方法研究與展望[J];自動化學(xué)報;2013年06期

7 許貴陽;史天運;任盛偉;韓強;王登陽;;基于計算機視覺的車載軌道巡檢系統(tǒng)研制[J];中國鐵道科學(xué);2013年01期

8 王開云;王少林;楊久川;王慎;;地震環(huán)境下鐵路輪軌動態(tài)安全性能及脫軌研究進展[J];地震工程與工程振動;2012年06期

9 陳坤峰;劉志剛;韓志偉;何士玉;;基于曲波域移動平行窗的受電弓滑板裂紋識別[J];鐵道學(xué)報;2012年10期

10 任高峰;胡仲春;劉永成;趙利坤;張卅卅;;既有線橋涵施工安全監(jiān)測信息采集與處理系統(tǒng)設(shè)計[J];武漢理工大學(xué)學(xué)報;2012年09期

，

本文編號：2429520