基于圖像處理的受電弓滑板裂紋檢測(cè)技術(shù)研究與發(fā)展

陳燕萍

摘要：受電弓滑板是直接與接觸網(wǎng)接觸的部件，一旦發(fā)生故障會(huì)影響機(jī)車受流質(zhì)量，甚至?xí)斐晒喂戎卮蟀踩鹿剩虼耸茈姽骞收显诰€檢測(cè)對(duì)保障鐵路安全運(yùn)行意義重大。本文通過分析現(xiàn)有滑板裂紋檢測(cè)方法，指出基于圖像處理技術(shù)的滑板裂紋檢測(cè)是一種發(fā)展趨勢(shì)，并提出繼續(xù)探究優(yōu)化圖像邊緣檢測(cè)算法和裂紋識(shí)別算法，對(duì)有一定運(yùn)行速度的電力機(jī)車受電弓整體碳滑板裂紋檢測(cè)有著重要意義。

Abstract： Pantograph slipper is a component that is in direct contact with the catenary. Once the fault occurs， it will affect the current quality of the locomotive and even cause major safety accidents such as bow-scraping. Therefore， online fault detection of pantograph slipper is signality to ensure the safe operation of railway. Based on the analysis of the existing slipper crack detection methods， this paper points out that the slipper crack detection based on image processing technology is a development trend， and proposes to continue to explore and optimize the image edge detection algorithm and crack recognition algorithm， which is of great significance to the whole pantograph carbon strip crack detection of electric locomotive with a certain running speed.

關(guān)鍵詞：圖像處理;受電弓;滑板;裂紋檢測(cè)

Key words： image processing;pantograph;slipper;cracks detection

中圖分類號(hào)：TP274? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文章編號(hào)：1674-957X（2020）22-0135-02

0? 引言

受電弓是電力機(jī)車從接觸網(wǎng)受取電流的電氣設(shè)備，其中滑板是受電弓和接觸網(wǎng)直接接觸的部件，它的好壞直接影響機(jī)車是否能正常運(yùn)行，因此檢測(cè)受電弓滑板故障意義重大。受電弓滑板常見故障有磨耗、斷裂、滑條丟失等，國內(nèi)外對(duì)滑板的磨耗檢測(cè)有較多研究成果，但對(duì)滑板裂紋研究相對(duì)較少?；辶鸭y檢測(cè)方法主要有人工登頂檢測(cè)和基于圖像處理技術(shù)的檢測(cè)方法。人工登頂檢測(cè)工作量大，效率低，不能實(shí)時(shí)檢測(cè)運(yùn)行中的電力機(jī)車受電弓狀態(tài)，對(duì)于滑板裂紋故障還有可能出現(xiàn)漏檢情況;基于圖像處理技術(shù)的受電弓裂紋檢測(cè)方法是通過安裝在鐵路干線的照相機(jī)拍攝受電弓動(dòng)態(tài)圖片，然后通過圖像處理最后識(shí)別裂紋。目前基于圖像處理的受電弓滑板裂紋檢測(cè)研究主要對(duì)象是粉末冶金滑板，而且采集的圖像是低速運(yùn)行通過檢測(cè)點(diǎn)的受電弓。本文通過分析圖像處理技術(shù)在受電弓滑板裂紋檢測(cè)技術(shù)的應(yīng)用現(xiàn)狀，提出繼續(xù)探究優(yōu)化圖像邊緣檢測(cè)算法和裂紋識(shí)別算法，對(duì)有一定運(yùn)行速度的電力機(jī)車受電弓整體碳滑板裂紋檢測(cè)有著重要意義。

1? 受電弓圖像采集

獲取電力機(jī)車受電弓動(dòng)態(tài)圖像目前主要有兩種方式，一種是將相機(jī)安裝在機(jī)車車頂，采用一定的角度由下至上拍攝受電弓整體圖像，這種車載拍攝由于機(jī)車運(yùn)行中的振動(dòng)，無法拍攝出足夠清晰的圖片，不利于圖像處理，由于是從下向上拍攝，無法拍攝到受電弓的正面，因此無法檢測(cè)滑板裂紋故障。第二種方法是通過在線路道旁安裝圖像采集設(shè)備，當(dāng)機(jī)車通過時(shí)抓拍受電弓圖像，采取俯拍方式，可以獲取受電弓整體圖像，檢測(cè)滑板磨耗采集側(cè)視圖，檢測(cè)滑板裂紋故障則采集滑板正面圖像。由于外部光線、列車振動(dòng)、運(yùn)行速度變化等外界因素影響，現(xiàn)場(chǎng)采集到的圖像都會(huì)存在曝光或曝光不足、圖像模糊、圖像抖動(dòng)等問題，在一定程度上會(huì)影響滑板故障的檢測(cè)。

2? 受電弓滑板圖像預(yù)處理

現(xiàn)場(chǎng)動(dòng)態(tài)圖像采集是一個(gè)復(fù)雜的過程，有很多的外界不確定因素會(huì)影響拍攝圖像質(zhì)量，從而需要對(duì)圖像進(jìn)行預(yù)處理。一般采用的技術(shù)有圖像去噪平滑、圖像增強(qiáng)、邊緣檢測(cè)、圖像截取等。

2.1 圖像去噪平滑

現(xiàn)實(shí)中的數(shù)字圖像在數(shù)字化和傳輸過程中常受到成像設(shè)備與外部環(huán)境噪聲干擾等影響，稱為含噪圖像或噪聲圖像。那么除去這些噪聲的過程就是圖像去噪。圖像平滑目的是使圖像亮度平緩漸變，減小突變梯度，改善圖像質(zhì)量。而現(xiàn)場(chǎng)采集的受電弓圖像，由于外界噪聲干擾，使圖像模糊，影響滑板裂紋識(shí)別，因此要盡量消除圖像噪聲。圖像去噪平滑常用的有均值濾波、中值濾波和高斯濾波這三種方法。

均值濾波也稱線性濾波，基本原理是用原圖像中某個(gè)像素臨近值的均值代替原圖像中的像素值。均值濾波對(duì)高斯噪聲的表現(xiàn)比較好，對(duì)椒鹽噪聲的表現(xiàn)比較差，對(duì)圖像的邊緣處也做均值，導(dǎo)致邊緣處變模糊。中值濾波是非線性的圖像處理方法，是最常用的一種平滑濾波方法，在去噪聲同時(shí)，較好的保持邊緣輪廓細(xì)節(jié)，適合處理椒鹽噪聲。高斯濾波是鄰域平均思想對(duì)圖像進(jìn)行平滑處理的一種方法，高斯平滑即去掉了噪聲又保持了邊緣。目前受電弓滑板圖像處理一般采用了中值濾波的方法。

2.2 圖像增強(qiáng)

圖像增強(qiáng)的目的是提高圖像的對(duì)比度，便于對(duì)圖像進(jìn)一步處理和分析。動(dòng)態(tài)采集的受電弓整體圖像中，由于滑板與其周圍其他物體灰度較為相近，或者采集的目標(biāo)圖像亮度低、對(duì)比度差等情況，經(jīng)濾波處理后會(huì)造成滑板邊緣模糊。因此，需要對(duì)濾波后的受電弓滑板圖像進(jìn)行對(duì)比度增強(qiáng)，從而將原來不清晰的受電弓滑板圖像變得清晰，增強(qiáng)滑板邊緣的細(xì)節(jié)特征。圖像增強(qiáng)常用的方法有對(duì)比度增強(qiáng)法和灰度變換法。

灰度變換的原理就是通過改變灰度的動(dòng)態(tài)范圍，達(dá)到增強(qiáng)圖像灰度級(jí)細(xì)節(jié)部分的方法。直方圖均衡方法是是根據(jù)輸入圖像的灰度概率分布來確定其對(duì)應(yīng)的輸出灰度值，通過擴(kuò)展圖像的動(dòng)態(tài)范圍提升圖像對(duì)比度。這兩種圖像增強(qiáng)算法可能會(huì)存在噪聲放大、圖像邊緣模糊等不足。因此在受電弓滑板圖像處理中可以結(jié)合基于小波變換、曲波變換的方法，來獲得更好的增強(qiáng)效果。

2.3 邊緣檢測(cè)

所謂圖像邊緣是指其周圍像素灰度有階躍變化的像素的集合，邊緣存在于目標(biāo)與背景之間、背景與背景之間。在受電弓滑板裂紋檢測(cè)中，首先要從整幅受電弓圖片中把兩塊滑板圖像截取出來，因此需要通過邊緣檢測(cè)算法來確定滑板的兩條水平邊緣，然后確定滑板的準(zhǔn)確位置。常用的邊緣提取算子包括Robert、Sobel、Laplacian、Canny等，其中Canny算法應(yīng)用最為廣泛。在圖像邊緣檢測(cè)中，抑制噪聲和邊緣精準(zhǔn)定位一般無法同時(shí)滿足，比如一些邊緣檢測(cè)算法在平滑濾波去除噪聲的同時(shí)，也降低了邊緣特征，而提高邊緣檢測(cè)算子對(duì)邊緣的敏感性的同時(shí)，又降低了去噪的效果。因此有必要繼續(xù)優(yōu)化受電弓滑板邊緣檢測(cè)算子。

2.4 圖像截取

現(xiàn)場(chǎng)檢測(cè)點(diǎn)垂直拍攝的圖像是整個(gè)受電弓的俯視圖，不僅包括了受電弓滑板，也包含了受電弓底架、車頂、支架等，還有接觸網(wǎng)導(dǎo)線的遮擋，如果只是要對(duì)滑板裂紋進(jìn)行識(shí)別，僅需要對(duì)圖像中的滑板數(shù)據(jù)進(jìn)行處理，因此需要截取滑板圖像。一般只要對(duì)邊緣檢測(cè)圖進(jìn)行Rodan或Hough變換，就可以得到滑板的4條直線邊緣，通過定位到滑板邊緣所在的區(qū)域，就可以從原圖中截取滑板圖像。

3? 受電弓滑板裂紋提取方法

3.1 整體碳滑板裂紋特征分析

本文以整體碳滑板為研究對(duì)象，采集的滑板圖像可能會(huì)有裂紋，同時(shí)還會(huì)存在接縫、接觸網(wǎng)導(dǎo)線、劃痕等固有圖像特征。其中滑板接縫存在于整體碳滑板條與其金屬支架連接處，每根滑條左右各有一條，接縫與滑板邊緣呈45°和135°的角度，形狀近似直線，接縫位置如圖1中圓圈處所示。接觸網(wǎng)導(dǎo)線圖像與滑板水平邊緣之間的角度在90-135°的范圍內(nèi)。接觸網(wǎng)呈“Z”字型布置，所以機(jī)車在運(yùn)行過程中引起的滑板劃痕一般是帶狀分布，而且在一定區(qū)域內(nèi)方向基本一致。滑板裂紋一般由機(jī)械碰撞等偶然因素造成的，長、寬和位置都不固定，而受電弓滑板表面上接縫、劃痕等固有的圖像元素都有較明顯的規(guī)律，所以可通過識(shí)別這些有規(guī)律性的固有圖像特征，進(jìn)而檢測(cè)到裂紋故障。

3.2 裂紋提取方法

在滑板表面上除了裂紋，還可能存在接縫、滑板劃痕、接觸網(wǎng)導(dǎo)線等偽故障圖像，而傳統(tǒng)的邊緣檢測(cè)算法和形態(tài)學(xué)處理很難將裂紋與這些偽故障區(qū)分開來，而造成誤判。目前關(guān)于滑板裂紋識(shí)別算法主要有基于基于移動(dòng)平行窗的二代曲波檢測(cè)方法、基于模糊熵和Hough變換的受電弓滑板裂紋檢測(cè)方法等。

3.2.1 基于二代曲波變換移動(dòng)平行窗口的滑板裂紋識(shí)別方法

本方法的研究對(duì)象是城軌列車上使用的整體碳滑板，通過對(duì)圖像進(jìn)行曲波變換處理后，基本可以將背景和劃痕濾除，這樣就只剩下裂紋、接縫和接觸網(wǎng)導(dǎo)線3種圖像特征，由于接縫和接觸網(wǎng)導(dǎo)線基本垂直于滑板邊緣，呈直線型，與裂紋近似，因此采用基于移動(dòng)平行窗口的方法濾除接縫圖像特征?；迳系膭澓?、接縫等圖像進(jìn)行曲波系數(shù)處理以后，如果滑板圖像上還存在線狀或者近似線狀的奇異特征，就可以判斷滑板是否存在裂紋故障。

3.2.2 基于極角約束Hough變換的滑板裂紋提取方法

本方法主要研究對(duì)象是粉末冶金滑板，每個(gè)滑板由5條短滑條連接組成，通過螺釘固定在滑板支架上?；鍒D像上主要包含了邊界線、接縫、劃痕、螺釘和可能存在的裂紋5類圖像特征。對(duì)滑板圖像進(jìn)行Hough變換后，可以根據(jù)圖形固有元素的幾何特征，排除這些代表非裂紋圖形元素的特征點(diǎn)之后，剩下的就是代表裂紋的特征點(diǎn)。直接利用Hough變換無法準(zhǔn)確地提取與接縫平行或傾角相接近的裂紋，因此提出極角約束Hough變換的滑板裂紋提取方法。先在Hough變換獲取的所有特征點(diǎn)中，排除具有最大極距和最小極距的特征點(diǎn)，然后利用極角比較選取位于-30°方向附近的特征點(diǎn)，再將各個(gè)特征點(diǎn)的極距與接縫極距進(jìn)行比較，從而判斷該方向上是否存在裂紋。

目前電力機(jī)車受電弓全部采用了整體滑板，不存在短滑條直接的接縫，因此二代曲波變換裂紋算法更適合整體滑板的裂紋檢測(cè)。

4? 結(jié)論

基于圖像處理的機(jī)車受電弓滑板裂紋檢測(cè)技術(shù)，首先通過安裝在鐵路干線上的攝像機(jī)俯拍受電弓圖像，然后通過圖像去噪平滑、圖像增強(qiáng)、邊緣檢測(cè)、圖像截取等一系列方法進(jìn)行處理，最后通過基于曲波平行窗等算法濾除平行接縫偽故障，從而識(shí)別整體碳滑板裂紋故障。邊緣檢測(cè)和裂紋提取是整個(gè)檢測(cè)系統(tǒng)的關(guān)鍵步驟，因此有必要對(duì)正常運(yùn)行速度通過檢測(cè)點(diǎn)的受電弓整體滑板，繼續(xù)探究優(yōu)化圖像邊緣檢測(cè)算法和裂紋識(shí)別算法。

參考文獻(xiàn)：

[1]黃艷紅.受電弓滑板磨耗圖像檢測(cè)算法研究[D].成都：西南交通大學(xué)，2008.

[2]陳坤峰.基于曲波變換的受電弓滑板裂紋故障檢測(cè)[D].成都：西南交通大學(xué)，2011.

[3]韓志偉，陳坤蜂，劉志剛，等.基于二代曲波系數(shù)定向映射的受電弓滑板裂紋檢測(cè)技術(shù)[J].鐵道學(xué)報(bào)，2011，33（11）.

[4]謝力.基于圖像處理的受電弓狀態(tài)檢測(cè)技術(shù)研究[D].成都：西南交通大學(xué)，2011.

[5]姚蘭，肖建.基于模糊熵和變換的受電弓滑板裂紋檢測(cè)方法[J].鐵道學(xué)報(bào)，2014，36（5）.

[6]陳雙.基于圖像處理的受電弓故障檢測(cè)算法研究[D].南京：南京理工大學(xué)，2017.