一种斜撑端部的顶紧螺栓的缺陷检测方法与流程

本发明涉及电气化高铁接触网的安全检测方法，特别涉及接触网的支持装置中斜撑端部的顶紧螺栓的缺陷检测方法。

背景技术：

随着高速铁路运输技术的进一步发展及其广泛应用，高铁接触网作为向机车提供电能的重要设施，其是否处于安全工作状态也越来越受到关注。为了保证接触网处于良好的工作状态，以利于电气化铁道的安全运营，越尽早发现并处理接触网的故障则越有利于电气化铁道的安全。

实际中，高铁接触网的故障主要由零部件的松、脱、缺、裂等造成。斜撑端部是接触网中支持装置的重要组成部分，其状态良好与否直接决定了是否能向电力机车正常供电。而斜撑端部的部件的主要缺陷为松或缺。目前，对斜撑端部的检测采用天窗作业时人工上线巡检的方式，这种方式不但效率低下，而且由于线路所处环境复杂，人为观察危险性高，并且由于职工素质不均等因素，极有可能会出现漏检的情况，从而造成安全隐患。因此，如何快速准确检测斜撑端部的状态是一个亟待解决的问题。

技术实现要素：

鉴于上述问题，本发明的主要目的是提供一种基于图像的斜撑端部的顶紧螺栓的缺陷检测方法，以快速准确检测斜撑端部的状态。

根据本发明，提供一种斜撑端部的顶紧螺栓的缺陷检测方法，包括：斜撑端部粗定位步骤、顶紧螺栓精定位步骤以及顶紧螺栓缺陷检测步骤，斜撑端部粗定位步骤进一步包括：图像输入步骤，获取并输入包含斜撑端部的区域的图像；图像预处理步骤，对所输入的图像进行缩放处理、增强处理以及平滑处理；以及形状匹配步骤，预先准备斜撑端部的模板图像，将预处理后 的图像与模板图像进行匹配，顶紧螺栓精定位步骤进一步包括：归一化矩阵变换步骤，将所匹配的目标中心变换到模板图像的中心；图像裁剪与旋转步骤，以模板图像的中心坐标为中心，裁剪出固定尺寸的小图像，对小图像进行旋转，使斜撑呈水平放置；以及检测区域选择步骤，精确定位斜撑端部的区域并裁剪出顶紧螺栓所在的区域的图像，顶紧螺栓缺陷检测步骤进一步包括：二值化处理步骤，对裁剪出的顶紧螺栓的区域的图像进行二值化处理；顶紧螺栓的区域的面积计算步骤，计算顶紧螺栓的区域的面积；以及缺陷判断步骤，根据顶紧螺栓的区域的面积判断顶紧螺栓是否松或缺。

在本发明的斜撑端部的顶紧螺栓的缺陷检测方法中，在图像裁剪与旋转步骤中，找到斜撑所在的位置并计算出斜撑边缘所在的角度，以此角度为基础进行角度旋转变换，使斜撑呈水平放置。

在本发明的斜撑端部的顶紧螺栓的缺陷检测方法中，在检测区域选择步骤中，使得呈水平放置的斜撑位于图像的左半部，通过blob方法精确定位斜撑端部的区域，blob方法进一步包括以下步骤：裁剪出图像的左半区域并进行二值化处理；对二值化处理后的图像区域进行开运算操作；计算开运算操作后的二值图像的连通性；从二值图像中提取斜撑和顶紧螺栓的特征；计算斜撑和顶紧螺栓的区域所在的行坐标，裁剪出顶紧螺栓的区域。

在本发明的斜撑端部的顶紧螺栓的缺陷检测方法中，在缺陷判断步骤中，计算顶紧螺栓的区域的面积，当顶紧螺栓的区域的面积小于第一阈值时，判断顶紧螺栓为缺；当所述顶紧螺栓的区域的面积不小于第一阈值时，计算所述顶紧螺栓的上端区域的面积，当顶紧螺栓上端区域的面积与整个顶紧螺栓的区域的面积的比值大于第二阈值时，判断顶紧螺栓为松。

在本发明的斜撑端部的顶紧螺栓的缺陷检测方法中，斜撑端部为高铁接触网的支持装置中的斜撑端部。

根据本发明的斜撑端部的顶紧螺栓的缺陷检测方法，能够及时并准确的检测到顶紧螺栓的松或者缺，从而及时排除安全隐患。

附图说明

图1为支持装置的示意图。

图2为斜撑上端部分的局部放大图。

图3为斜撑下端部分的局部放大图。

图4为斜撑端部粗定位步骤的流程图。

图5为顶紧螺栓精定位步骤的流程图。

图6为裁剪出的小图像的示意图。

图7为blob方法的流程图。

图8为顶紧螺栓缺陷检测步骤的流程图。

图9为顶紧螺栓正常的状态的示意图。

图10为顶紧螺栓缺的状态的示意图。

图11为顶紧螺栓松的第一种状态的示意图。

图12为顶紧螺栓松的第二种状态的示意图。

具体实施方式

下面参考附图对本发明的实施方式进行说明。各图中相同的部件标注了相同的标号。

接触网是电气化铁路中主要的供电装置之一，沿铁路线上空架设。其是通过与电力机车受电弓直接接触，而将电能传送给电力机车的特殊形式的输电线路。

支持装置是接触网的组成部分之一。图1是支持装置的示意图。以下主要说明跟斜撑相关的结构。如图1所示，支持装置100具有横腕臂106和斜腕臂107，横腕臂上具有横腕臂绝缘子108，斜腕臂上具有斜腕臂绝缘子109。斜撑101作为支撑结构连接于横腕臂和斜腕臂之间，斜撑的上端部分102连接于横腕臂，斜撑的下端部分103连接于斜腕臂，斜撑的上端部分102和下端部分103统称为斜撑端部。斜腕臂107连接有定位管110。

图2是斜撑上端部分的局部放大图。图3是斜撑下端部分的局部放大图。 如图2和图3所示，斜撑端部具有套筒104，套筒上具有顶紧螺栓105。图9示出了顶紧螺栓正常的状态。但是，当存在缺陷时，有可能出现顶紧螺栓松或者顶紧螺栓缺的情况。图10是顶紧螺栓缺的状态，图11和图12是顶紧螺栓松的状态。本发明的目的就是要及时并准确的检测到顶紧螺栓的松或者缺，从而及时排除安全隐患。以下详细介绍本发明的检测方法。

本发明的斜撑端部的顶紧螺栓的缺陷检测方法包括斜撑端部粗定位步骤s1、顶紧螺栓精定位步骤s2以及顶紧螺栓缺陷检测步骤s3。以下结合附图详细说明各步骤的实现方式。

首先，执行斜撑端部粗定位步骤s1。图4为斜撑端部粗定位步骤s1的流程图。图像采集设备实时采集并输入所运行线路中每杆的接触网的支持装置的高清图像，即包含斜撑端部的区域的图像(s11)，接着需要对所输入的图像进行预处理(s12)。具体地说，为提高算法速度，需要对输入的图像进行缩放处理(s121)，例如将图像缩小一倍。另外，由于支持装置在图像中的灰度值较背景高，因此为了使支持装置中的斜撑端部的特征更加突出，需要对图像对比度进行拉伸增强，本实施例采用线性变换来增强图像(s122)，具体实现为：

g’＝g×mult+add

mult＝255/(gmax-gmin)

add＝mult×gmin

其中，g表示原始图像灰度值，g'表示结果图像灰度值，mult表示系数，add表示偏移量，gmax和gmin分别表示原始图像的最大灰度和最小灰度。

另外，图像采集设备采集到的图像通常会含有各种噪声，另一方面，在增强斜撑端部的特征的同时也会引入噪声。因此，为了去除噪声，采用高斯滤波器对图像进行平滑处理(s123)。

对于进行了以上预处理的图像，接下来进行形状匹配(s13)。预先将斜撑端部做成模板图像，将去除噪声后的图像与该模板图像进行匹配，匹配到的目标区域的中心行列坐标分别为modelrow,modelcolumn，匹配到的目标的旋 转角度为modelangle，匹配到的目标的缩放系数为modelscale，匹配到的目标的匹配分数为modelscore。这里，匹配分数是指目标与模板图像的匹配程度，匹配分数越高，则代表目标与模板图像越相似。当modelscore＞thresholdscore时表示匹配成功，反之则表示匹配不成功。本实施例中，该匹配分数的阈值设定为0.5。

接下来执行顶紧螺栓精定位步骤s2。图5为顶紧螺栓精定位步骤s2的流程图。首先进行归一化矩阵变换(s21)。为了裁剪出固定尺寸且含有顶紧螺栓的小图像，需要将匹配到的目标中心变换到模板图像的中心。此处的变换是先平移、后缩放、再旋转。将待匹配图像进行归一化矩阵变换的归一化矩阵的公式为：hommat2dglobal＝hommat2dtranslate*hommat2dscale*hommat2drotate其中，hommat2dtranslate表示平移变换矩阵，hommat2dscale表示缩放变换矩阵，hommat2drotate表示旋转变换矩阵。

所述平移变换矩阵计算方式为：

其中，modelrow、modelcolumn分别表示模板图像的中心行坐标和列坐标，row、column分别表示匹配到的目标的中心在待匹配图像中的行坐标和列坐标。

所述缩放变换矩阵为：

其中，modelscale表示待匹配图像归一化时，待匹配图像相对于模板图像的 缩放系数。

所述旋转变换矩阵为：

其中，phi表示待匹配图像归一化时，待匹配图像的旋转角度。

接下来进行图像的裁剪与旋转(s22)，以模板图像的中心坐标为中心，裁剪出固定尺寸的小图像。例如，该固定尺寸的小图像的大小为1000×1000。图6为裁剪出的固定尺寸的小图像的示意图。在小图像中找到斜撑所在位置，并计算出斜撑边缘所在的角度，然后以此角度进行角度旋转变换，使斜撑呈水平放置。

接下来进行检测区域选择(s23)，经图像旋转后，呈水平放置的斜撑位于图像的左半部，然后采用blob方法精确定位到斜撑端部区域。

blob方法是机器视觉常用的方法。图7示出了blob方法的流程图。具体的说，首先裁剪出图像的左半区域并进行二值化处理(s231)；然后对二值化处理后的图像区域进行开运算操作(s232)；然后计算开运算操作后的二值图像的连通性(s233)；接着从二值图像中提取斜撑和顶紧螺栓的特征(s234)，这里的斜撑是指与顶紧螺栓相连接的斜撑的一部分。此时提取出的特征图像中既包括斜撑也包括顶紧螺栓；最后计算斜撑以及顶紧螺栓区域所在的行坐标，将顶紧螺栓区域裁剪出来(s235)。

接下来执行顶紧螺栓缺陷检测步骤。图8为顶紧螺栓缺陷检测步骤s3的流程图。图9-12分别为顶紧螺栓正常、顶紧螺栓缺、顶紧螺栓松的第一种状态、以及顶紧螺栓松的第二种状态的示意图。图中的105代表螺栓、111代表螺母。图11和图12分别示出了顶紧螺栓松的第一种状态以及第二种状态。第一种状态是仅螺母松动，第二种状态是螺栓和螺母一起松动。

参照图8，首先进行二值化处理(s31)，对裁剪出的顶紧螺栓图像进行二值化处理，使顶紧螺栓与背景相分离。接着计算顶紧螺栓的区域的面积(s32)。顶紧螺栓的区域的面积也就是图9-12中所示的最外围的虚线框所包围的顶紧螺栓的面积。将顶紧螺栓的区域的面积与第一阈值进行比较(s33)，此处的第一阈值例如设定为2000，当顶紧螺栓的区域的面积小于第一阈值时，则判断顶紧螺栓为缺(s35)，也就是图10所示的状态。当顶紧螺栓的区域的面积不小于第一阈值时，进入s34。计算顶紧螺栓上端区域的面积area1与整个顶紧螺栓的区域的面积area的比值。如图11和图12所示，最外围的虚线框所包围的顶紧螺栓的面积是整个顶紧螺栓的区域的面积，另外，外围虚线框中进一步分为上下两部分，上半部分即为顶紧螺栓上端区域的面积。如果area1/area＞threshold，则判断顶紧螺栓为松(s36)，也就是图11和图12所示的状态，否则判断顶紧螺栓为正常(s37)。本实施例中该第二阈值threshold设为0.4。此外，图9-12所示的示例中，上端区域取的是整个区域的一半，但也可以根据情况改变该比例。并且，虽然示例的是通过计算顶紧螺栓上端区域的面积与整个顶紧螺栓的区域的面积的比值来判断螺栓是否松，但是也可以通过计算顶紧螺栓下端区域的面积与整个顶紧螺栓的区域的面积的比值来判断螺栓是否松。

通过以上的方法，能够及时并准确的检测到顶紧螺栓的松或者缺，从而能够及时排除安全隐患。但是，说明书所记载的仅仅是示例，本领域技术人员在理解了本发明的基础上可以作出任意的组合和变更。另外，尽管在实施例中，本发明用于高铁接触网，但是也可以用于其他领域中的类似结构的螺栓的缺陷检测。

以上记载了本发明的优选实施例，但是本发明的精神和范围不限于这里所公开的具体内容。本领域技术人员能够根据本发明的教导而做出更多的实施方式和应用，这些实施方式和应用都在本发明的精神和范围内。本发明的精神和范围不由具体实施例来限定，而由权利要求来限定。