《列車轉向架故障光學圖像線上檢測方法研究》是依託蘇州大學，由黃偉國擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：列車轉向架故障光學圖像線上檢測方法研究
- 項目類別：青年科學基金項目
- 項目負責人：黃偉國
- 依託單位：蘇州大學
項目摘要,結題摘要,
項目摘要
鐵路車輛狀態監測與故障診斷對提高運輸安全及效率意義重大。對於列車轉向架表面破損、零件脫落、部件鬆動類多發故障，傳統檢測方法效率低，且準確率易受光照條件影響。本項目以提高檢測準確率與效率為目的，結合此類故障表現為部件位置、形狀發生改變，易於通過光學圖像表征的特點，引入與改進圖像處理方法，開展轉向架故障線上檢測方法研究。首先針對列車底部光源強度弱、補償光源光照不均勻的問題，研究基於多尺度Retinex算法、灰度拉伸算法等的圖像增強方法，獲得更為顯著的圖像信息；之後結合轉向架部件繁多，圖像邊緣特徵豐富的特點，研究基於多尺度與數學形態學理論的圖像邊緣特徵提取方法，獲取更為精細、準確的邊緣特徵；最後針對故障檢測須對比分析運行狀態、正常狀態圖像的需求，研究結合SC匹配算法與主分量分析方法的圖像邊緣特徵相似度表征方法，實現轉向架狀態的自動判別。本項目研究成果將為列車轉向架故障線上檢測提供理論和技術支持。
結題摘要
鐵路車輛狀態監測與故障診斷對提高運輸安全及效率意義重大，本項目針對列車轉向架表面破損、零件脫落、部件鬆動類多發故障，開展了轉向架故障圖像線上檢測方法研究，重點研究了轉向架圖像邊緣特徵提取方法，在光照條件不佳情況下的轉向架圖像增強方法，並研究了基於多種描述子的邊緣特徵相似度表征、形狀匹配、目標識別方法，研究結果為列車轉向架故障線上檢測提供一定的理論和技術支持。具體研究成果包括：（1）在研究了經典一階、二階微分運算元的基礎上，確立了各種運算元在列車轉向架圖像邊緣提取的優缺點，肯定了多尺度小波邊緣檢測方法在轉向架圖像連續性邊緣提取方面的優點；提出了一種針對弱光照條件下，基於多尺度Retinex、數學形態學的列車轉向架邊緣檢測方法；提出了一種以像素強度和梯度的稀疏特性為雙重約束的，能更好保留邊緣特徵的圖像平滑方法。（2）在總結圖像增強算法以及圖像質量評估算法的基礎上，開展了一系列的列車轉向架圖像增強算法研究；針對轉向架圖像亮度不均勻問題，提出了一種基於引導濾波的Retinex圖像增強算法；針對轉向架圖像亮度較暗問題，提出了一種採用梯度稀疏和最小平方約束的細節成分增強方法；此外，還針對局部嚴重過曝光圖像散失紋理及顏色的問題，研究了一種過曝光圖像的紋理及顏色修復算法。（3）基於降維思想，提出了一種可以提高圖像形狀匹配和目標識別的速度以及抗噪能力的PCA-SC圖像匹配和目標識別方法；為了提高圖像識別的準確率和魯棒性，降低計算複雜度，提出了一種基於彈性匹配的目標識別算法；提出了一種根據不同邊緣角點特徵具有不同價值尺度的分層描述的邊緣輪廓描述算法；提出一種能提高對邊界噪聲的魯棒性，同時兼顧形狀匹配算法的檢索精度和運算效率的離散曲線演化形狀匹配算法；提出了一種基於弦角輪廓特徵的兼顧形狀匹配檢索率和運算效率的形狀描述算法；提出了一種基於同底三角形面積的描述方法，並採用動態規划算法進行相似度匹配。
