基于數(shù)字圖像處理的貨車交叉桿彎曲度自動檢測

王燕燕 湖南機電職業(yè)技術(shù)學院電氣工程學院

魯五一 秦炳桂 中南大學信息科學與工程學院

基于數(shù)字圖像處理的貨車交叉桿彎曲度自動檢測

王燕燕 湖南機電職業(yè)技術(shù)學院電氣工程學院

魯五一 秦炳桂 中南大學信息科學與工程學院

交叉桿；彎曲度；圖像處理；自動檢測

引言

貨車轉(zhuǎn)向架交叉桿是貨車車廂底部的一個固定機構(gòu)，在行車過程中因機械碰撞而易發(fā)生彎曲、變形。因此交叉桿檢修質(zhì)量的高低直接影響到車輛的運行安全。交叉桿評判是否合格的重要指標是其幾何尺寸（包括交叉桿長度、端頭平面度和桿體彎曲度）。由于交叉桿的幾何尺寸非常大，超出了一般常規(guī)的測量范圍，并要求極高的準確度，同時需要測量三維空間的尺寸，這些因素造成了目前沒有辦法實現(xiàn)交叉桿的自動檢測。工業(yè)三維空間尺寸測量主要以全站儀、三坐標測量機等為主，這些設(shè)備結(jié)構(gòu)復雜，苛刻的測量條件限制，再加上昂貴的價格，使其未能在交叉桿測量領(lǐng)域進行大規(guī)模的推廣。同時人工測量方法需要多人共同協(xié)作才能完成，不僅費事費力，而且存在較大誤差。因此，鐵路貨運部門迫切需要研發(fā)出一種全新的貨車交叉桿幾何尺寸的自動檢測方法，本文主要研究貨車交叉桿彎曲度的自動檢測。

1.貨車交叉桿彎曲度自動檢測系統(tǒng)結(jié)構(gòu)及工作原理

整個檢測系統(tǒng)主要由CCD工業(yè)相機、光源、工件測量臺、上位機（計算機圖像檢測軟件）、數(shù)據(jù)傳輸模塊、輸出設(shè)備等組成。本系統(tǒng)測量的交叉桿的型號為K2型號，彎曲度檢測其檢測標準大于20mm時修程為報廢，大于10mm時修程為調(diào)修，檢測范圍0～30mm，且在全長范圍內(nèi)進行，檢測精度為±1mm，重復精度為±1.5mm。

交叉桿通過傳送帶輸送至檢測臺，支撐架自動用卡子將交叉桿卡住并托起至預定位置。由上位機發(fā)送拍照指令， 4臺相機同時工作，拍攝照片，通過千兆網(wǎng)和網(wǎng)絡交換機把圖片信息傳輸?shù)缴衔粰C，經(jīng)過圖像濾波、背景差分、自適應二值化閾值算法和圖像的膨脹與腐蝕得到基準點的像素坐標，經(jīng)過坐標轉(zhuǎn)換以及標定的內(nèi)參矩陣得到交叉桿的彎曲度。最后提交數(shù)據(jù)處理報告，打印出相關(guān)數(shù)據(jù)。

2.交叉桿彎曲度測量圖像處理

2.1 圖像預處理

在鐵路貨車交叉桿檢修線上，環(huán)境十分惡劣，存在著機械振動、光線亮度變化、電磁波干擾等，要消除干擾噪聲的影響，同時突出或保持交叉桿圖像邊緣信息，在對圖像特征提取前需要進行預處理，考慮到工程的實際情況，本文選擇5*5的圓形模板加窗中值濾波器對交叉桿圖像進行處理。

2.2 圖像特征提取

攝像機在工業(yè)現(xiàn)場采集的圖像除了包含有交叉桿的圖像外，還夾雜有復雜的背景圖像。會給目標圖像的特征提取造成干擾。由于交叉桿本身的顏色是黑色，選擇與黑色對比度很強的白色為背景底色，在實際調(diào)試過程中發(fā)現(xiàn)交叉桿本身具有反光現(xiàn)象，背景與光源問題依然嚴重。于是，本文利用在短時間內(nèi)背景不會有很大變化的現(xiàn)實情況，利用背景差分的方法，去除背景。即先保存背景圖像，利用前景圖像與背景圖像相減，產(chǎn)生目標交叉桿的圖片的輪廓圖，然后選擇合適的閾值T，如果差值大于T，那么該點即為目標點，反之該點為背景點。采集到的背景圖如圖1（a）所示，實際圖像如圖1（b）所示，通過背景差分后得到的目標圖像如圖1（c）所示。經(jīng)過背景差分后的目標圖像需要進行二值化處理，使整個圖像呈現(xiàn)出明顯的黑白效果。

圖1 交叉桿進行背景差分前后的圖片

2.3 圖像的膨脹腐蝕

由于有些交叉桿會做一些記號，影響測量的精度，本文對標記區(qū)域通過ROI大致定位，對有噪點的圖片區(qū)域進行多次腐蝕，對丟失了信息的圖像進行膨脹，能夠較好地恢復交叉桿真實的桿體。

3.交叉桿彎曲度測量及分析

3.1測量過程

（1）事先通過標定，把標準桿的相關(guān)參數(shù)寫入系統(tǒng)。

（2）待測桿裝上檢修線，工作人員點擊獲取背景按鈕。背景圖像必須要在待測交叉桿沒有上升的情況下獲取，為了減小陽光、背景等偶然誤差每測一根交叉桿都需要獲取一次背景圖像。

（3）檢修線運行，交叉桿通過氣缸自動上升到待測位置。進行拍照，獲取所有的圖片數(shù)據(jù)，并進行一系列的圖像處理。

（4）打印數(shù)據(jù)報表，判斷交叉桿是否合格。

3.2 測量算法與分析

通過前面對交叉桿圖像的處理，系統(tǒng)已經(jīng)得到交叉桿輪廓的經(jīng)過腐蝕膨脹的二值圖像，現(xiàn)在對圖像的輪廓進行提取與分析。每幅圖片的大小為2592*1944。根據(jù)標準桿的位置，大致定位每個端頭的ROI區(qū)域，如圖2所示，白色區(qū)域為ROI區(qū)域。這種方法可以減少交叉桿圖片的噪點和計算的區(qū)域，提高算法的速度。

圖2 交叉桿ROI區(qū)域

在現(xiàn)場環(huán)境中，基準點（交叉桿中心）與理論基準點會有偏差，并且交叉桿所在的平面與理論的水平面不能完全平行。經(jīng)過一系列的坐標變換，由于機械定位不準確導致的坐標誤差會被放大。同時由于相機的畸變，會導致彎曲度較大的交叉桿的修正產(chǎn)生較大誤差。本文不再沿用圖像坐標轉(zhuǎn)換為世界坐標的傳統(tǒng)思路，而是采用分塊修正查表的思想對圖像坐標進行修正。具體算法步驟如下：

（1）采用標準樣桿（經(jīng)過計量局認證過的完全沒有彎曲的交叉桿）進行標定。

（2）在氣缸上設(shè)定毫米為單位的標度，（-7.5mm到22.5mm），待測桿的標準端面位置在0mm處。

（3）在檢測臺放上標準樣桿，每次氣缸上升1.5mm（3到5個像素點，1.5mm為重復精度）， 得到一組邊緣圖片數(shù)據(jù)，記為集合。集合有如下定義，由公式1-1給出，表示標度。集合的數(shù)據(jù)包括：表示刻度值，的取值有-7.5， -5， -3.5 ， ...， 21， 22.5，表示是第幾組刻度值，的取值為1， 2， ...， 20。后面的坐標值為交叉桿的100組像素坐標值，表示一組圖片的第個區(qū)域，表示這一組的平均縱坐標。（1-1）

（4）拍攝20副圖片，形成20*1.5mm的彎曲區(qū)域。為方便顯示，放大彎曲區(qū)域的面積，如圖3箭頭所示。每根樣桿圖像在-7.5mm到22.5mm之間的每個圖像區(qū)域形成了一個25像素點*1.5mm的數(shù)據(jù)表。

圖3 交叉桿分組區(qū)域

采用圖像坐標轉(zhuǎn)換的方法從測量現(xiàn)場選取的部分數(shù)據(jù)如表1所示，采用分塊修正查表的思想對圖像坐標進行修正的方法測量同樣的10根交叉桿，測量數(shù)據(jù)如表2所示，由表1和表2的數(shù)據(jù)可以看出，針對不同彎曲程度的交叉桿，利用改進后的測量交叉桿彎曲度算法，平均測量誤差由原來的1.3mm減小到0.5mm。對于彎曲度較大的交叉桿，測量誤差由原來的5.1mm減小到只有2.2 mm 。由此可知，采用改進后的測量算法，提高了測量結(jié)果的精確度。經(jīng)過大量現(xiàn)場數(shù)據(jù)表明該系統(tǒng)的最大測量誤差|δ|<3mm，與手工測量相比，提高了測量速度，減少了人力與物力。

表1 改進算法前彎曲度測量數(shù)據(jù)

表2 改進算法后彎曲度測量數(shù)據(jù)

4.結(jié)論

本文以數(shù)字圖像處理的相關(guān)原理及算法為基礎(chǔ)，通過非接觸式測量采集到貨車交叉桿的圖像，通過對圖像進行分析與處理，得到真實交叉桿的輪廓。根據(jù)標準桿對待測桿進行比較，結(jié)合實際情況以及對檢測結(jié)果分析，本文所介紹的檢測方法能夠減小彎曲度比較大的交叉桿的測量誤差，提高了檢測的精確度，滿足對測量系統(tǒng)的誤差要求。實現(xiàn)了測量的自動化。具有一定的應用和推廣價值。

［1］ 陳雷.中國鐵路重載貨車關(guān)鍵技術(shù)和可靠性評價［J］.鐵道車輛，2010，48（1）：18-21.

［2］ 鄧旭輝，王川.關(guān)于火車貨車轉(zhuǎn)向架檢修的優(yōu)化和提升［J］.科技創(chuàng)新導報，2014，（29）：84-84.

［3］ 陳剛，胡禎.大型測量臺的大尺寸測量技術(shù)研究［J］.中國計量，2014，（4）：23-25.

［4］ 王歡，楊杰.歐洲鐵路貨車轉(zhuǎn)向架發(fā)展綜述［J］.機車車輛工藝，2012，（5）：12-14.

［5］ 鄭玉麗，陳衛(wèi)兵.圖像加窗中值濾波算法研究［J］.微計算機應用，2011，32（9）：9-14.

［6］ 屈晶晶，辛云宏.連續(xù)幀間差分與背景差分相融合的運動目標檢測方法［J］.光子學報.2014，43（7）：710002-8.

［7］ 胡進忠，余曉芬，劉媛媛.基于激光多邊法的坐標測量系統(tǒng)自標定研究［J］.電子測量與儀器學報，2014，28（2）：130-137

［8］ 黃湛，徐杜，蔣永平.高精度圖像尺寸檢測鏡頭畸變校正方法與實現(xiàn)［J］.電子科技，2013，26（8）：126-129.

王燕燕（1984- ），女，山西臨汾人，講師，工程碩士，研究方向：智能控制及其應用。

魯五一（1957- ），男，湖南長沙人，教授，研究方向：智能檢測與控制。

秦炳桂（1990- ），男，碩士研究生，主要研究方向：數(shù)字圖像處理。

以數(shù)字圖像處理技術(shù)為基礎(chǔ)，設(shè)計了一套運用機器視覺技術(shù)對鐵路貨車交叉桿的彎曲度進行自動測量的系統(tǒng)。將檢測臺上的交叉桿進行定位，拍攝照片，并將圖片信息傳輸?shù)缴衔粰C。對采集到的原始交叉桿圖像運用加窗中值濾波器，去除現(xiàn)場環(huán)境的噪聲。利用背景差分法去除工業(yè)現(xiàn)場背景對目標圖像的干擾。采用圖像處理ROI的思想，運用膨脹與腐蝕算法，得到交叉桿輪廓的二值圖像，考慮到現(xiàn)場環(huán)境中，機械定位不可能完全準確以及相機的畸變，采用分塊修正查表的思想對圖像坐標進行修正，求解出交叉桿彎曲度的值。實現(xiàn)了對交叉桿的自動化流水線在線檢測，取代傳統(tǒng)人工檢測，大大提升了工作效率和經(jīng)濟效益。