基于LabVIEW圖像處理的動(dòng)態(tài)拉出值檢測(cè)方法

伍川輝， 吳 琛， 楊 恒， 卿 云

(西南交通大學(xué)機(jī)械工程學(xué)院，四川 成都 610031)

0 引 言

電力機(jī)車上，弓網(wǎng)接觸點(diǎn)的位置與受電弓滑板中心之間的距離在線路曲線區(qū)段定義為拉出值，而在直線區(qū)段則定義為之字值，統(tǒng)一稱為拉出值[1]。

目前拉出值的檢測(cè)手段包含離線檢測(cè)與靜態(tài)檢測(cè)兩種方式。離線檢測(cè)是對(duì)采集到的弓網(wǎng)視頻圖像進(jìn)行離線分析從而得到拉出值，此種方式不具有實(shí)時(shí)性，無(wú)法對(duì)動(dòng)態(tài)拉出值進(jìn)行在線監(jiān)測(cè)；而靜態(tài)檢測(cè)是在列車靜止的情況下對(duì)拉出值進(jìn)行檢測(cè)，不能實(shí)現(xiàn)對(duì)鐵路沿線的全面覆蓋，無(wú)法滿足未來(lái)鐵路發(fā)展的需要[2-3]。

針對(duì)于現(xiàn)有檢測(cè)方式的不足，本文提出一種基于LabVIEW圖像處理的動(dòng)態(tài)拉出值檢測(cè)方式，能夠?qū)崟r(shí)檢測(cè)并顯示列車運(yùn)行過(guò)程中的動(dòng)態(tài)拉出值，確保了列車的行駛安全。

由于受電弓在列車運(yùn)行過(guò)程中與接觸網(wǎng)接觸，處于高壓環(huán)境中，無(wú)法通過(guò)接觸方式進(jìn)行檢測(cè)。因此，利用高清工業(yè)相機(jī)實(shí)時(shí)拍攝列車運(yùn)行過(guò)程中的弓網(wǎng)視頻圖像，采用基于LabVIEW的圖像處理方法，確定弓網(wǎng)接觸點(diǎn)在圖像平面坐標(biāo)系中的相對(duì)位置，再結(jié)合受電弓滑板中心位置的標(biāo)定結(jié)果，計(jì)算出動(dòng)態(tài)拉出值。結(jié)果表明該方法能夠在列車運(yùn)行過(guò)程中實(shí)時(shí)準(zhǔn)確提取弓網(wǎng)接觸點(diǎn)位置，計(jì)算動(dòng)態(tài)拉出值，并且不會(huì)破壞弓網(wǎng)間的力學(xué)特性，具有實(shí)際意義。

1 動(dòng)態(tài)拉出值檢測(cè)系統(tǒng)設(shè)計(jì)

列車在行駛過(guò)程中，在直線區(qū)段拉出值的變化范圍為±（300±30）mm，曲線區(qū)段列車車身隨線路的外軌超高向曲線內(nèi)側(cè)傾斜，因此受電弓中心與線路中心并不重合。隨著曲線段上曲線半徑的不同，拉出值一般在（150±30）～（400±30）mm 之間[4-5]，故選用高分辨率的高速工業(yè)攝像機(jī)，分辨率可達(dá)500萬(wàn)像素，滿足檢測(cè)精度要求，同時(shí)幀率最高可達(dá)130 f/s，滿足列車運(yùn)行速度要求。

將工業(yè)相機(jī)安裝在車廂頂部正中間位置，調(diào)整角度，使得鏡頭正對(duì)受電弓，保證拍攝范圍覆蓋列車運(yùn)行過(guò)程中受電弓的運(yùn)動(dòng)范圍，并盡量使受電弓滑板處于整個(gè)畫(huà)面的中部偏下位置。工業(yè)相機(jī)的安裝如圖1所示。

圖1 工業(yè)相機(jī)安裝示意

在列車行駛過(guò)程中，工業(yè)相機(jī)提供受電弓和接觸網(wǎng)工作的實(shí)時(shí)圖像。視頻圖像通過(guò)Camera Link傳輸線實(shí)時(shí)傳送給插在測(cè)試工作站主板上的PCIE圖像采集卡，工作站獲取受電弓視頻后，通過(guò)基于LabVIEW的圖像處理技術(shù)對(duì)列車行駛過(guò)程中的弓網(wǎng)接觸點(diǎn)位置信息進(jìn)行提取，結(jié)合標(biāo)定所得的受電弓滑板中心位置計(jì)算出動(dòng)態(tài)拉出值，并存儲(chǔ)相關(guān)數(shù)據(jù)。對(duì)動(dòng)態(tài)拉出值的在線計(jì)算為本系統(tǒng)的關(guān)鍵點(diǎn)，用LabVIEW軟件實(shí)現(xiàn)，視頻實(shí)時(shí)采集后面板程序如圖2所示。

圖2 視頻實(shí)時(shí)采集程序

動(dòng)態(tài)拉出值檢測(cè)系統(tǒng)硬件設(shè)備包含一臺(tái)高分辨率高速工業(yè)相機(jī)，一張圖像采集卡和一臺(tái)工作站。系統(tǒng)硬件結(jié)構(gòu)如圖3所示。

圖3 系統(tǒng)硬件結(jié)構(gòu)

2 圖像算法

2.1 視頻圖像預(yù)處理

為了提取出弓網(wǎng)接觸點(diǎn)的位置信息，首先通過(guò)LabVIEW程序進(jìn)行圖像預(yù)處理。在視頻圖像算法處理的對(duì)象中，關(guān)注的是接觸網(wǎng)以及受電弓與背景之間的灰度差異，以便進(jìn)行直線檢測(cè)等相關(guān)運(yùn)算。將RGB顏色空間轉(zhuǎn)換成YUV顏色空間（灰度化），能夠減少后續(xù)程序的運(yùn)算量，提高運(yùn)算速率[6-7]，如下式所示：

式中：R——紅色系數(shù)，灰度級(jí)；

G——綠色系數(shù)，灰度級(jí)；

B——藍(lán)色系數(shù)，灰度級(jí)。

在所拍攝的弓網(wǎng)圖像中不可避免地存在著外部和內(nèi)部干擾，噪聲惡化了圖像質(zhì)量，淹沒(méi)了圖像特征[8]，因此需要去除噪聲，恢復(fù)原始圖像。中值濾波用一個(gè)有奇數(shù)點(diǎn)的窗口在圖像上滑動(dòng)，用窗口內(nèi)所有像素的中值代替窗口中心點(diǎn)所對(duì)應(yīng)像素的灰度值。對(duì)于受電弓滑板以及接觸導(dǎo)線這類在全圖中占有較長(zhǎng)的輪廓線的圖像，經(jīng)常采用方形窗口；又因?yàn)榻佑|線以及承力索的寬度所占像素?cái)?shù)不多，為了獲得清晰的目標(biāo)物所以窗口選擇不宜過(guò)大，選擇3×3的方形窗口進(jìn)行中值濾波效果最優(yōu)，并且不會(huì)造成圖像邊緣模糊與失真。

為了便于下一步的圖像分割與接觸網(wǎng)和受電弓滑板的細(xì)節(jié)提取，需要提高圖像細(xì)節(jié)的清晰度，通過(guò)利用分段線性灰度變換方法增大對(duì)比度來(lái)實(shí)現(xiàn)。

圖4為弓網(wǎng)接觸原圖，圖5為圖像預(yù)處理圖。通過(guò)對(duì)圖5進(jìn)行灰度分布分析，發(fā)現(xiàn)在圖像預(yù)處理之后，接觸線及受電弓滑板的邊緣以及尖峰依舊明顯，并且已經(jīng)濾除了脈沖干擾。

圖4 弓網(wǎng)接觸原圖

圖5 圖像預(yù)處理

2.2 弓網(wǎng)接觸點(diǎn)的提取

首先通過(guò)3×3窗口的Canny算子對(duì)視頻圖像進(jìn)行邊緣檢測(cè)與輪廓特征的提取。Canny算子采用了非極大值抑制和滯后閾值算法檢測(cè)等方法，是一種應(yīng)用高斯導(dǎo)數(shù)逼近的最優(yōu)算子，該算法具有高定位性、低錯(cuò)誤率和最小響應(yīng)的優(yōu)勢(shì)，同時(shí)噪聲無(wú)法對(duì)其進(jìn)行填充[9]。

在LabVIEW軟件中，邊緣檢測(cè)與輪廓特征提取是通過(guò)函數(shù)IMAQ CannyEdgeDetection來(lái)實(shí)現(xiàn)的。之后再利用增幅過(guò)的Sobel雙方向算子對(duì)整幅圖像進(jìn)行高亮邊緣檢測(cè)，使得邊緣與特征更加明顯，如圖6所示。

圖6 圖像邊緣輪廓提取

圖中雖然對(duì)弓網(wǎng)部分的輪廓有較好的體現(xiàn)，但部分細(xì)節(jié)分割太細(xì)化，接觸網(wǎng)與受電弓滑板呈現(xiàn)出不止一條的邊緣輪廓線，導(dǎo)致無(wú)法對(duì)弓網(wǎng)接觸點(diǎn)的位置信息進(jìn)行精確提取。為了連接臨近物體、平滑邊界和填充細(xì)小空洞，利用形態(tài)學(xué)[10]進(jìn)行處理。采用形態(tài)學(xué)閉運(yùn)算方法，首先以膨脹運(yùn)算對(duì)輪廓邊界進(jìn)行合并，再以腐蝕命令對(duì)輪廓細(xì)化，最后利用骨架化命令進(jìn)行輪廓整體細(xì)化[11]，如圖7所示。

圖7 圖像形態(tài)學(xué)處理

由圖可以看出，接觸網(wǎng)整體輪廓位于豎直方向，受電弓滑板整體輪廓線位于水平方向。由于輪廓線存在傾斜，因此以5為間距測(cè)量每個(gè)區(qū)間內(nèi)所有行列像素的數(shù)目點(diǎn)。首先進(jìn)行豎直投影統(tǒng)計(jì)每一列上所有行的像素點(diǎn)數(shù)目，其出現(xiàn)最大峰值的位置即為接觸網(wǎng)對(duì)應(yīng)存在的位置；再利用水平投影可以得到受電弓滑板上邊緣所在行的位置參數(shù)信息。做出像素點(diǎn)分布圖可以得到兩者交點(diǎn)，即弓網(wǎng)接觸點(diǎn)，根據(jù)所得結(jié)果在原圖中標(biāo)記該點(diǎn)，如圖8所示。

圖8 弓網(wǎng)接觸點(diǎn)標(biāo)記

為了驗(yàn)證該弓網(wǎng)接觸點(diǎn)位置信息提取方法的通用性，在LabVIEW中將上述方法與區(qū)域識(shí)別ROI功能相結(jié)合，對(duì)試驗(yàn)現(xiàn)場(chǎng)的弓網(wǎng)視頻圖像進(jìn)行分析。在圖像坐標(biāo)系中，每個(gè)點(diǎn)都對(duì)應(yīng)一個(gè)坐標(biāo)，利用最小二乘法擬合出接觸線和受電弓滑板上邊緣線，如圖9所示。

圖9 弓網(wǎng)接觸點(diǎn)動(dòng)態(tài)跟蹤

圖中，擬合出的紅色線條為檢測(cè)出的接觸網(wǎng)邊緣輪廓線，黃色線條為受電弓滑板上邊緣輪廓線，白色圓點(diǎn)為弓網(wǎng)接觸點(diǎn)，結(jié)果表明此方法能準(zhǔn)確地提取出弓網(wǎng)接觸點(diǎn)的位置信息并且在視頻中有良好的跟蹤性能。

3 動(dòng)態(tài)拉出值檢測(cè)

工業(yè)相機(jī)實(shí)時(shí)獲取列車運(yùn)行過(guò)程中的弓網(wǎng)視頻圖像，圖像采集卡對(duì)視頻圖像進(jìn)行采集，最后在LabVIEW程序中對(duì)其進(jìn)行實(shí)時(shí)處理。圖10為動(dòng)態(tài)拉出值檢測(cè)軟件流程圖。

圖10 動(dòng)態(tài)拉出值檢測(cè)軟件流程

3.1 相機(jī)標(biāo)定

由于相機(jī)與車體位置相對(duì)固定，受電弓滑板中心線位置在圖像中為一參數(shù)不變的直線，因此計(jì)算出受電弓中心位置與弓網(wǎng)接觸點(diǎn)的像素間距，利用像素標(biāo)定與比例關(guān)系確定相應(yīng)的物理間距，即可獲得動(dòng)態(tài)拉出值信息[11]。

在受電弓滑板的兩端豎立長(zhǎng)尺型的標(biāo)志物，首先人工標(biāo)定受電弓滑板中心線，通過(guò)圖像處理軟件確定標(biāo)志所在位置的像素坐標(biāo)。測(cè)出兩端標(biāo)志物之間實(shí)際的長(zhǎng)度值，以獲得像素與實(shí)際長(zhǎng)度之間的比例關(guān)系。如圖11所示。

拉出值的轉(zhuǎn)換公式為

圖11 工業(yè)相機(jī)標(biāo)定

式中：Lm——拉出值的實(shí)際長(zhǎng)度，mm；

Lp——拉出值的像素長(zhǎng)度，mm；

Ldm——受電弓滑板的實(shí)際長(zhǎng)度，mm；

Ldp——受電弓滑板的像素長(zhǎng)度，mm。

3.2 驗(yàn)證分析

為了驗(yàn)證工業(yè)相機(jī)與基于LabVIEW的圖像處理技術(shù)能否實(shí)現(xiàn)動(dòng)態(tài)拉出值的檢測(cè)，利用該套設(shè)備及程序?qū)α熊囘\(yùn)行過(guò)程中的動(dòng)態(tài)拉出值進(jìn)行實(shí)時(shí)在線監(jiān)測(cè)。LabVIEW程序前面板運(yùn)行過(guò)程如圖12所示。

圖12 程序運(yùn)行過(guò)程

圖中左側(cè)為工業(yè)相機(jī)實(shí)時(shí)拍攝的列車運(yùn)行過(guò)程中弓網(wǎng)視頻圖像；右側(cè)為動(dòng)態(tài)拉出值檢測(cè)曲線，橫坐標(biāo)為當(dāng)前時(shí)刻，縱坐標(biāo)為動(dòng)態(tài)拉出值大小，能夠?qū)崟r(shí)顯示動(dòng)態(tài)拉出值數(shù)據(jù)與弓網(wǎng)接觸點(diǎn)的坐標(biāo)值，實(shí)現(xiàn)動(dòng)態(tài)拉出值的檢測(cè)。動(dòng)態(tài)拉出值圖像處理結(jié)果與弓網(wǎng)工作原始視頻均能實(shí)時(shí)保存到指定路徑。

選取列車運(yùn)行速度為40 km/h某一段線路數(shù)據(jù)進(jìn)行分析，如圖13所示。

由圖可以看出，動(dòng)態(tài)拉出值的正負(fù)代表弓網(wǎng)接觸點(diǎn)在受電弓滑板中心線的左側(cè)或右側(cè)，其最大值為289.98 mm，滿足直線工況下動(dòng)態(tài)拉出值介于-300～300 mm之間的要求。對(duì)該段線路的弓網(wǎng)工作視頻進(jìn)行離線的拉出值分析，分析結(jié)果與檢測(cè)結(jié)果誤差在±1 mm內(nèi)，驗(yàn)證了動(dòng)態(tài)拉出值檢測(cè)的準(zhǔn)確性。

選取列車運(yùn)行速度為60 km/h某一段線路數(shù)據(jù)進(jìn)行分析，如圖14所示。

圖13 40 km/h工況下動(dòng)態(tài)拉出值數(shù)據(jù)分析

圖14 60 km/h工況下動(dòng)態(tài)拉出值數(shù)據(jù)分析

由圖可以看出，動(dòng)態(tài)拉出值最大值為294.49 mm，滿足直線工況下動(dòng)態(tài)拉出值介于-300～300 mm之間的要求。對(duì)該段線路的弓網(wǎng)工作視頻進(jìn)行離線的拉出值分析，分析結(jié)果與檢測(cè)結(jié)果誤差在±1 mm內(nèi)，再次驗(yàn)證了動(dòng)態(tài)拉出值檢測(cè)的準(zhǔn)確性。

進(jìn)行靜態(tài)對(duì)比試驗(yàn)，用直尺測(cè)量此時(shí)弓網(wǎng)接觸點(diǎn)與受電弓滑板中心位置之間的距離，與系統(tǒng)檢測(cè)到的動(dòng)態(tài)拉出值數(shù)據(jù)進(jìn)行比較，二者的數(shù)值相差不超過(guò)±2 mm，驗(yàn)證了用高分辨率工業(yè)相機(jī)結(jié)合LabVIEW圖像處理技術(shù)對(duì)動(dòng)態(tài)拉出值檢測(cè)可行性。

通過(guò)以上分析可知，對(duì)于動(dòng)態(tài)拉出值檢測(cè)，高分辨率高速工業(yè)相機(jī)性能優(yōu)越；利用LabVIEW圖像處理技術(shù)能夠?qū)崿F(xiàn)動(dòng)態(tài)拉出值的檢測(cè)，實(shí)時(shí)顯示動(dòng)態(tài)拉出值相關(guān)數(shù)據(jù)，精度與可靠性高。

4 結(jié)束語(yǔ)

本文介紹了基于LabVIEW圖像處理的動(dòng)態(tài)拉出值檢測(cè)系統(tǒng)的設(shè)計(jì)思路，重點(diǎn)闡述了所采用的圖像處理算法，最后通過(guò)現(xiàn)場(chǎng)試驗(yàn)與數(shù)據(jù)分析驗(yàn)證了其可行性與可靠性。

1）采用高分辨率高速工業(yè)相機(jī)拍攝列車運(yùn)行過(guò)程中的受電弓工作視頻，通過(guò)LabVIEW程序進(jìn)行動(dòng)態(tài)實(shí)時(shí)的視頻圖像處理，結(jié)合相機(jī)標(biāo)定，最終能夠?qū)崟r(shí)顯示存儲(chǔ)弓網(wǎng)接觸點(diǎn)的坐標(biāo)位置信息以及動(dòng)態(tài)拉出值的大小。實(shí)現(xiàn)了列車運(yùn)行過(guò)程中的動(dòng)態(tài)拉出值檢測(cè)。

2）通過(guò)將該動(dòng)態(tài)拉出值檢測(cè)結(jié)果與離線視頻拉出值分析結(jié)果進(jìn)行對(duì)比，驗(yàn)證了該方法的準(zhǔn)確性；通過(guò)靜態(tài)對(duì)比試驗(yàn)，驗(yàn)證了該方法的可行性。

[1]劉寅秋. 基于圖像處理的接觸網(wǎng)動(dòng)態(tài)幾何參數(shù)測(cè)量研究[D].北京: 中國(guó)鐵道科學(xué)研究院, 2012.

[2]景曉軍. 圖像處理技術(shù)及其應(yīng)用[M]. 北京: 國(guó)防工業(yè)出版社, 2005: 71–80..

[3]范海江. 高速鐵路接觸網(wǎng)接地設(shè)計(jì)原則 [J]. 電氣化鐵道,2017(4): 11–13.

[4]戚廣楓. 高速鐵路牽引供電安全技術(shù)發(fā)展及展望[J]. 中國(guó)鐵路, 2012(11): 76–77.

[5]于萬(wàn)聚. 高速接觸網(wǎng)設(shè)計(jì)及檢測(cè)原理[M]. 北京: 中國(guó)鐵道出版社, 2003: 133–135..

[6]占棟, 于龍, 肖建, 等. 接觸網(wǎng)幾何參數(shù)高速動(dòng)態(tài)視覺(jué)測(cè)量方法研究[J]. 儀器儀表學(xué)報(bào), 2014(8): 78–80.

[7]劉鐵軍, 李佳. 軌道適應(yīng)幾何參數(shù)計(jì)算方法研究[J]. 機(jī)車電傳動(dòng), 2015(1): 56–57.

[8]張東, 余朝剛. 基于激光掃描的接觸網(wǎng)幾何參數(shù)檢測(cè)方法研究[J]. 計(jì)算機(jī)測(cè)量與控制, 2016(1): 34–36.

[9]王桂軒, 高健, 周升偉, 等. 曲線區(qū)段接觸網(wǎng)拉出值的確定[J].科技視界, 2015(12): 23–25.

[10]韓志偉, 劉志剛, 張桂南. 非接觸式弓網(wǎng)圖像檢測(cè)技術(shù)研究綜述[J]. 鐵道學(xué)報(bào), 2013(6): 40–47.

[11]孟歡, 楊雪榮, 呂文閣, 等. 一種單軌列車受電弓滑板磨耗檢測(cè)系統(tǒng)的設(shè)計(jì)[J]. 鐵道標(biāo)準(zhǔn)設(shè)計(jì), 2017, 668(8): 151.