高级检索

ISSN1001-3806CN51-1125/TN 网站地图

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于图像式传感器的铁路轨距检测系统研究

闵永智 王红霞 康飞 党建武

引用本文:
Citation:

基于图像式传感器的铁路轨距检测系统研究

    作者简介: 闵永智(1975-),男,博士研究生,副教授,主要从事智能测试及机器视觉方面的研究。.
    通讯作者: 党建武, dangjw@mail.lzjtu.cn
  • 基金项目:

    国家自然科学基金资助项目(60962004);铁道部科技计划资助项目(2010G014-G);甘肃省科技支撑计划资助项目(1104GKCA057);甘肃省自然科学研究基金资助项目(1308RJZA172);中国铁路总公司科技研究开发计划资助项目(2014X008-F)

  • 中图分类号: U216.3;TP212.9

Study on rail gauge detection systems based on image sensors

    Corresponding author: DANG Jianwu, dangjw@mail.lzjtu.cn
  • CLC number: U216.3;TP212.9

  • 摘要: 传感器在铁路安全维护方面应用广泛。为了实现实时在线轨距测量,将激光技术与CCD图像式传感器相结合,建立车载轨距机器视觉检测系统。首先介绍系统的构成与工作原理,并提出基于去噪前置与距离变换算法的快速轨道轮廓中心线提取方法。然后采用强对比度拉伸和指数变换的方法进行图像增强,并结合高斯平滑与动态感兴趣区域对图像进行快速去噪前置处理。最后对图像进行精确阈值分割处理,采用距离变换的方法得到轨道轮廓中心线并定位轨距测量点。结果表明,该系统检测精度满足-1mm~+1mm,图像帧处理速率为14.35m/s。轨距机器视觉检测系统满足实时在线轨距检测对系统鲁棒性、检测速度和精度的要求。
  • [1]

    SHOLL H, AMMAR R, GREENSHIELDS I, et al. Application of computing analysis to real-time railroad track inspection[C]//Automation Congress. New York, USA:IEEE,2006:1-6.
    [2]

    HUANG J X. The application study of image processing in track detection[D]. Beijing: Beijing Jiaotong University, 2007:33-83(in Chinese).
    [3]

    LIU T, REN S W, XU G Y, et al. Upgrading of gauge-alignment system of type GJ-4 track inspection car[J]. China Railway Science, 2006, 32(6):137-140(in Chinese).
    [4]

    RESENDIZ E, HART J M, AHUJA N. Automated visual inspection of railroad track[J].Intelligent Transportation Systems, 2013, 14(2):751-760.
    [5]

    RIZZO P, CAMMARATA M, BARTOLI I. Ultrasonic guided waves-based monitoring of rail head laboratory and field tests[J]. Advances in Civil Engineering, 2010, 6(10):1-13.
    [6]

    HU K, ZHOU F Q, ZHANG G J. An rapid sub-pixel accuracy extraction method for structured light stripe center[J]. Chinese Journal of Science Instrument, 2006, 27(10):1326-1329(in Chinese).
    [7]

    LEI H J, LI D H, WANG J Y, et al. An rapid detection method structured light stripe center[J]. Huazhong University of Science and Technology (Natural Science Edition), 2003, 31(1):74-76(in Chinese).
    [8]

    LI Z W, WANG C J, SHI Y S. An extraction algorithm for combination of gradient sharpening and optical center of gravity method[J]. Chinese Journal of Image and Graphics, 2008, 13(1): 64-68(in Chinese).
    [9]

    LI M, FENG H J, XU Z H, et al. A corrected image contour extraction method using intensity information for structured light[J]. Optical Engineering, 2005, 32(2):30-32(in Chinese).
    [10]

    ZHAN L, YU L, XIAO J, et al. Calibration method research of laser camera sensor in track detection[J]. Journal of Mechanical Engineering, 2013, 49(16):39-47(in Chinese).
    [11]

    MI C Z, XIE Z J, CHEN T, et al. The key technology of image enhancement and edge extraction of heavy rail[J]. Optics and Precision Engineering, 2012, 20(7):1645-1652(in Chinese).
    [12]

    OUYANG Ch S, YUAN J, TIAN J W, et al. An enhancement method for X-ray image using rough sets and human visual system [J]. Journal of Xi'an Jiaotong University, 2009, 43(6): 48-51(in Chinese).
    [13]

    SONKA M, HLAVAC V, BOYLE R. Image processing analysis and machine vision[M].3rd ed. Beijing: Tsinghua University Press, 2007:1-613(in Chinese).
    [14]

    ZHAO B H, WANG B X, ZHANG J, et al. Center extraction method for rough metal surface light strip[J]. Optics and Precision Engineering, 2011, 19(9):2138-2145(in Chinese).
    [15]

    ZHAO J, ZHAO J, ZHANG L. Image processing and feature extraction for structured light images of welded seam [J]. Journal of Xi'an Jiaotong University, 2013, 47(1):114-119(in Chinese).
    [16]

    WANG M J, YANG L, WANG X, et al.The class euclidean distance transformation class features extraction with a simplified pulse coupled neural network traffic sign image[J]. Optics and Precision Engineering, 2012, 20(12):2751-2758(in Chinese).
    [17]

    SAPIRO G. Geometric partial differential equations and image analysis[M].3rd ed. London,UK: Cambridge University Press, 2006:1-532.
  • [1] 刘宣呈陈根余操坤曹明月梅枫 . 成形砂轮激光修整的多轮廓图像合成检测方法. 激光技术, 2024, 48(3): 395-404. doi: 10.7510/jgjs.issn.1001-3806.2024.03.015
    [2] 盛利民唐霞辉彭浩潘吉兴裴云朱海云 . 冷轧带钢激光拼焊的焊缝在线检测研究. 激光技术, 2015, 39(4): 437-442. doi: 10.7510/jgjs.issn.1001-3806.2015.04.001
    [3] 蔡旭明李笑刘玉县何春华林俊杰 . 基于灰度直方图的激光光斑中心定位算法. 激光技术, 2023, 47(2): 273-279. doi: 10.7510/jgjs.issn.1001-3806.2023.02.018
    [4] 冯煦张瑞瑛周萍李松 . 大功率半导体线激光图像处理方法研究. 激光技术, 2010, 34(5): 624-627. doi: 10.3969/j.issn.1001-3806.2010.O5.013
    [5] 张向东李育林王卫平洪新华彭文达武翠琴 . 传感用光纤光栅写入技术的研究和发展. 激光技术, 2004, 28(5): 506-509,520.
    [6] 陈长勇乔学光贾振安郭团孙安 . 基于光纤光栅级联调谐技术的波长检测系统. 激光技术, 2005, 29(2): 150-152.
    [7] 陈曼龙 . 机器视觉螺纹测量的误差分析. 激光技术, 2014, 38(1): 109-113. doi: 10.7510/jgjs.issn.1001-3806.2014.01.024
    [8] 周策策李杏华 . 基于机器视觉的螺纹参量测量系统. 激光技术, 2016, 40(5): 643-647. doi: 10.7510/jgjs.issn.1001-3806.2016.05.006
    [9] 李忠祥周哲海陈丽赵爽李勇 . 一种线结构光平面的标定方法. 激光技术, 2023, 47(6): 795-802. doi: 10.7510/jgjs.issn.1001-3806.2023.06.010
    [10] 陈勤霞武文成艾斯卡尔·艾木都拉 . 一种基于多尺度点状目标建模的检测算法. 激光技术, 2020, 44(4): 520-524. doi: 10.7510/jgjs.issn.1001-3806.2020.04.021
    [11] 鲍吉龙章献民陈抗生周文 . 光纤光栅传感器及其应用. 激光技术, 2000, 24(3): 174-178.
    [12] 蔡俊陈奂文董超高翔王语章 . 基于双芯光子晶体光纤耦合微扰传感器. 激光技术, 2021, 45(3): 326-330. doi: 10.7510/jgjs.issn.1001-3806.2021.03.011
    [13] 李开成 . 光纤电压传感器的电光晶体与传感器设计. 激光技术, 2001, 25(4): 293-296.
    [14] 殷苏民唐通鸣胡昌龄张永康 . 激光加工中闭环控制技术的发展动态. 激光技术, 1999, 23(5): 319-323.
    [15] 任国光 . 机载激光武器作战信息链分析. 激光技术, 2002, 26(4): 241-243,269.
    [16] 张书练左都罗李适民李相培谢芳崔相三 . 用于测量液面高度的光纤光栅传感器. 激光技术, 2001, 25(1): 7-10.
    [17] 时磊虢韬彭赤石书山杨立任曦胡伟 . 电力线激光点云的分割及安全检测研究. 激光技术, 2019, 43(3): 341-346. doi: 10.7510/jgjs.issn.1001-3806.2019.03.010
    [18] 王春明胡伦骥胡席远 . 激光焊接过程多传感器在线检测系统的设计. 激光技术, 2007, 31(5): 503-506.
    [19] 罗勇张华李月华肖敏徐健宁 . TIG焊快速制造激光视觉检测系统的研究. 激光技术, 2007, 31(4): 367-369.
    [20] 谢芳张书练李岩梁晋文 . 光纤光栅反射波长移动研究. 激光技术, 2002, 26(2): 84-85,96.
  • 加载中
计量
  • 文章访问数:  3404
  • HTML全文浏览量:  761
  • PDF下载量:  365
  • 被引次数: 0
出版历程
  • 收稿日期:  2014-04-21
  • 录用日期:  2014-05-20
  • 刊出日期:  2015-05-25

基于图像式传感器的铁路轨距检测系统研究

    通讯作者: 党建武, dangjw@mail.lzjtu.cn
    作者简介: 闵永智(1975-),男,博士研究生,副教授,主要从事智能测试及机器视觉方面的研究。
  • 1. 兰州交通大学 自动化与电气工程学院, 兰州 730070
基金项目:  国家自然科学基金资助项目(60962004);铁道部科技计划资助项目(2010G014-G);甘肃省科技支撑计划资助项目(1104GKCA057);甘肃省自然科学研究基金资助项目(1308RJZA172);中国铁路总公司科技研究开发计划资助项目(2014X008-F)

摘要: 传感器在铁路安全维护方面应用广泛。为了实现实时在线轨距测量,将激光技术与CCD图像式传感器相结合,建立车载轨距机器视觉检测系统。首先介绍系统的构成与工作原理,并提出基于去噪前置与距离变换算法的快速轨道轮廓中心线提取方法。然后采用强对比度拉伸和指数变换的方法进行图像增强,并结合高斯平滑与动态感兴趣区域对图像进行快速去噪前置处理。最后对图像进行精确阈值分割处理,采用距离变换的方法得到轨道轮廓中心线并定位轨距测量点。结果表明,该系统检测精度满足-1mm~+1mm,图像帧处理速率为14.35m/s。轨距机器视觉检测系统满足实时在线轨距检测对系统鲁棒性、检测速度和精度的要求。

English Abstract

参考文献 (17)

目录

    /

    返回文章
    返回