一种基于机器视觉的火车隧道电缆夹具自动缺陷检测方法
【技术领域】
[0001]本发明涉及图像处理领域，特别是火车隧道中电缆夹具图像的处理。
【背景技术】
[0002]电缆夹具是为了防止电缆铺设后因外力后缀自重而产生移动，消除涡流现象，并防止电缆由于电动力的产生而发生的跳动和位移现象，因而需要使用夹具将电缆分段固定。由于火车隧道电缆夹具安放环境复杂，电缆夹具上的卡片长时间老化脱落，需要对脱落的夹具进行更换处理。目前我国火车里程长，需要检测的隧道路段多而复杂，目前我国使用的还是人工目视的方法检测脱落的夹具，不仅检测准确率低、速度慢、成本高，并且在铁路上由人来检测并不安全，如何以最更低的成本、更快的快速、更高的准确率检测脱落了夹具上卡片的夹具成了线缆维护中的一个重要问题。
【发明内容】
[0003]为了克服火车线路上隧道内电缆夹具上卡片脱落的检测问题，本发明提供了基于机器视觉的简便、快速、高效的检测方法，从而迅速发现脱落的夹具，以便及时更换。
[0004]本发明的技术方案是通过对夹具的阴影部分的形状特效进行分析从而确认夹具是否存在和判断夹具是否完好，因此一种基于机器视觉的火车隧道电缆夹具自动缺陷检测方法，具体步骤如下:
[0005]步骤1:将高速采集摄像机装载在列车上，在铁路运行过程中采集隧道线缆夹具的灰度视频，并同时记录采集点的位置及速度信息；
[0006]步骤2:将视频分解成单张图片，对图片进行间隔选取，再对选取图像进行如下处理；
[0007]步骤3:对图像进行竖直投影，并根据投影曲线判断图片中是否有管道，若有管道则确定管道位置，并截取管道图像；
[0008]步骤4:对步骤3获取的图像进行直方图统计，根据低阈值进行取反二值化，再判断管道图像中的管道上是否有夹具，若有夹具确定夹具位置；
[0009]步骤5:对步骤3获取的图像进行直方图统计，根据高阈值进行取反二值化，判断管道图像中的管道上的夹具是否脱落。
[0010]进一步的，所述步骤4中对步骤3获取的图像根据低阈值进行取反二值化，由于夹具和管道阈值有差异，低阈值处理后会留下少量的连通区域，根据连通区域判断管道图像中的管道上是否有夹具。
[0011]进一步的，所述步骤5中对步骤3获取的图像根据高阈值进行取反二值化，将二值化图像中联通区域的最大横向距离于管道的宽度进行比较，若短于管道宽度，则判断夹具的夹片脱洛。
[0012]所述步骤4、5中低阈值和高阈值的确定方法为:
[0013]将步骤3获取图像进行直方图统计，根据夹具方向将直方图均分为左右或上下两部分，分别记录两部分的波峰值，将较低的波峰值设定为低阈值，将较高的波峰值设定为高阈值。
[0014]本系统的有益效果是，只需要在平时正常列车上安装图像采集系统就可以对列车沿线夹具进行检测，简单高效。通过对采集的图像处理，本方法可以迅速的检测铁路沿线隧道内线缆夹具表面夹具卡片打开和脱落。
【附图说明】
[0015]图1为系统流程图
[0016]图2为实施例1采集的0K样本图像
[0017]图3为实施例1投影曲线
[0018]图4为感兴趣区域提取图像
[0019]图5为低阈值分割图
[0020]图6为高阈值分割图
[0021]图7为定位到的夹具图像
[0022]图8为实施例2采集的NG样本图像
[0023]图9为提取到的感兴趣区域图像
[0024]图10为低阈值分割图像
[0025]图11为高阈值分割图像
[0026]图12为实施例2定位到的夹具图像
[0027]图中1.管道，2.夹具，3.夹具卡片
【具体实施方式】
[0028]图1为系统算法实施流程图，包括视频图像采集以及接下来的图像处理的算法流程。
[0029]图2为好的夹具实例图像，其中有管道(1)，夹具(2)，夹具卡片(3)。
[0030]首先通过CCD相机采集视频图像(通过上面步骤1采集)，再将采集到的视频图像分解成单帧图像，并按帧输入算法，然后对图像进行X轴投影，投影曲线如图3所示。(由于本实例中相机放置时，为了使电缆在图像中的图像尽可能长，所以相机为横向放置，即图像上的竖直方向为实际中的水平方向，图像中的水平方向为实际中的竖直方向)。
[0031]接下来根据图像投影曲线确定管道位置，如图3图所示，曲线中间巨大的凹陷即电缆管道所在位置；然后对图像进行感兴趣区域提取，即根据电缆管道所在位置提取电缆的图像，提取到的图像如图4所示。
[0032]紧接着对提取到的图像进行低阈值图像分割和高阈值图像分割得到两张分割图像(这两张分割图像都进行了取反操作，即当阈值为X时，低于X的像素点为白色，高于X的为黑色)，这个步骤是本算法的核心部分，采用低阈值的分割图像来确定管道上是否有夹具，如果有夹具则可以通过本分割图像确定夹具的位置；采用高阈值图像判断夹具是否联通。本次实例采用的是手动设置的固定阈值(本阈值可以更改)，阈值设定的关键在于低阈值要能体现夹具的基座，高阈值要能显示管道上夹片的阴影，通过实测发现当打光条件相同时，采用固定阈值稳定且可靠。
[0033]接下来对低阈值分割的图像进行面积滤波，其中低阈值图像分割并滤除小面积的图像如图5所示，对高阈值分割图像进行同样操作，高阈值分割如图6所示。
[0034]紧接着根据低阈值图像分割(图5)得到的连通域坐标定位夹具坐标，并在高阈值分割图像(图6)中截取夹具部分分割图像，如图7所示。最后在图7中根据连通域横向大小来判断夹具上的夹片是否脱落。如果存在连通域的横向长度大于给定的管道长度(由自己设定)则判定其夹具是完好的，否则为夹具卡片脱落的夹具(如图8所示实施例中)，并输出结果，即脱落夹具卡片的图片位置。
[0035]当输入的为夹具卡片脱落的图像时，其实例图像如图8所示，图8为检测到的NG图像。其中只有管道(1)，夹具(2)。其中图10为低阈值图像分割并滤除小面积后的图像，图11为高阈值图像分割。然后根据低阈值分割后得到的联通域坐标定位夹具位置，并在高阈值图像中截取定位到的图像，截取后图像如图12所示。
[0036]根据采集图像时记录的里程信息和夹具检测输出的结果，计算得到需要更换夹具的夹具具体位置。
【主权项】
1.一种基于机器视觉的火车隧道电缆夹具自动缺陷检测方法，具体步骤如下: 步骤1:将高速采集摄像机装载在列车上，在铁路运行过程中采集隧道线缆夹具的灰度视频，并同时记录采集点的位置及速度信息； 步骤2:将视频分解成单张图片，对图片进行间隔选取，再对选取图像进行如下处理；步骤3:对图像进行竖直投影，并根据投影曲线判断图片中是否有管道，若有管道则确定管道位置，并截取管道图像； 步骤4:对步骤3获取的图像进行直方图统计，根据低阈值进行取反二值化，再判断管道图像中的管道上是否有夹具，若有夹具确定夹具位置； 步骤5:对步骤3获取的图像进行直方图统计，根据高阈值进行取反二值化，判断管道图像中的管道上的夹具是否脱落。2.如权利要求1所述的一种基于机器视觉的火车隧道电缆夹具自动缺陷检测方法，其特征在于所述步骤4中对步骤3获取的图像根据低阈值进行取反二值化，由于夹具和管道阈值有差异，低阈值处理后会留下少量的连通区域，根据连通区域判断管道图像中的管道上是否有夹具。3.如权利要求1所述的一种基于机器视觉的火车隧道电缆夹具自动缺陷检测方法，其特征在于所述步骤5中对步骤3获取的图像根据高阈值进行取反二值化，将二值化图像中联通区域的最大横向距离于管道的宽度进行比较，若短于管道宽度，则判断夹具的夹片脱落。4.如权利要求1所述的一种基于机器视觉的火车隧道电缆夹具自动缺陷检测方法，其特征在于所述步骤4、5中低阈值和高阈值的确定方法为: 将步骤3获取图像进行直方图统计，根据夹具方向将直方图均分为左右或上下两部分，分别记录两部分的波峰值，将较低的波峰值设定为低阈值，将较高的波峰值设定为高阈值。
【专利摘要】该发明公开了一种基于机器视觉的火车隧道电缆夹具自动缺陷检测方法，涉及图像处理领域，特别是火车隧道中电缆夹具图像的处理。首先采集夹具图像；对图像进行竖直投影，并根据投影曲线判断图片中是否有管道，若有管道则确定管道位置，并截取管道图像；进行直方图统计，根据低阈值进行取反二值化，再判断管道图像中的管道上是否有夹具，若有夹具确定夹具位置；对截取图像进行直方图统计，根据高阈值进行取反二值化，判断管道图像中的管道上的夹具是否脱落。具有简便、快速、高效发现脱落的夹具，以便及时更换。
【IPC分类】G06T7/00
【公开号】CN105321173
【申请号】CN201510611588
【发明人】张静, 曾振, 杜晓辉, 倪光明, 刘娟秀, 刘霖, 刘永, 叶玉堂
【申请人】电子科技大学
【公开日】2016年2月10日
【申请日】2015年9月23日