火车车轮踏面缺陷在线图像检测系统及方法与流程

本发明涉及图像处理方法及系统
技术领域：
，尤其涉及一种火车车轮踏面缺陷在线图像检测系统及方法。
背景技术：
：轮对是机车车辆上与钢轨相接触的部分，由左右两个车轮牢固地压装在同一根车轴上所组成。轮对的作用是保证机车车辆在钢轨上的运行和转向，承受来自机车车辆的全部静、动载荷，把它传递给钢轨，并将因线路不平顺产生的载荷传递给机车车辆各零部件。轮对踏面缺陷是轮对的主要故障类型之一，随着铁路的高速和重载化发展，踏面缺陷故障的出现日益频繁。目前铁路上踏面缺陷的在线检测方法还存在很多问题，主要缺点在于检测精度较差，无法正确的识别出踏面缺陷。技术实现要素：本发明所要解决的技术问题是如何提供一种踏面缺陷检测精度高的火车车轮踏面缺陷在线图像检测系统。为解决上述技术问题，本发明所采取的技术方案是：一种火车车轮踏面缺陷在线图像检测系统，其特征在于：包括计算机、四个图像采集器以及四个接近开关传感器，第一图像采集器和第三图像采集器位于第一铁轨的外侧，第二图像采集器和第四图像采集器位于第二铁轨的外侧，第一图像采集器和第三图像采集器与第二图像采集器和第四图像采集器之间以两条铁轨之间的铁轨中线为对称轴，第一图像采集器与第三图像采集器之间以及第二图像采集器与第四图像采集器之间以图像采集器中线为对称轴；每个图像采集器对应一个火车车轮，用于拍摄对应车轮的图像，每个所述图像采集器的中轴线与所述车轮的圆心处在同一水平面上，所述图像采集器的水平视场角都为θ，第一图像采集器和第二图像采集器位于机车的右侧，第三图像采集器和第四图像采集器位于机车的左侧，第一图像采集器与第三图像采集器的水平视场具有部分重叠，第二图像采集器与第四图像采集器的水平视场具有部分重叠，所述四个接近开关传感器等间隔的设置于第二图像采集器与第四图像采集器水平视场相重叠的第二铁轨的内侧，且接近开关传感器之间的距离为0.785φ，φ为所述车轮的滚动圆直径；当第二车轮触发第一接近开关传感器时，第一车轮位于第一图像采集器的水平视场内，第三车轮位于第三图像采集器的水平视场内，第二车轮位于第二图像采集器的水平视场内，第四车轮位于第四图像采集器的水平视场内，四个图像采集器分别第一次对对应的车轮进行图像采集；当第二车轮触发第二接近开关传感器时，第一车轮位于第一图像采集器的水平视场内，第三车轮位于第三图像采集器的水平视场内，第二车轮位于第二图像采集器的水平视场内，第四车轮位于第四图像采集器的水平视场内，四个图像采集器分别第二次对对应的车轮进行图像采集；当第二车轮触发第三接近开关传感器时，第一车轮位于第一图像采集器的水平视场内，第三车轮位于第三图像采集器的水平视场内，第二车轮位于第二图像采集器的水平视场内，第四车轮位于第四图像采集器的水平视场内，四个图像采集器分别第三次对对应的车轮进行图像采集；当第二车轮触发第四接近开关传感器时，第一车轮位于第一图像采集器的水平视场内，第三车轮位于第三图像采集器的水平视场内，第二车轮位于第二图像采集器的水平视场内，第四车轮位于第四图像采集器的水平视场内，四个图像采集器分别第四次对对应的车轮进行图像采集；计算机接收每个图像采集器传输的四次图像，对图像进行拼接和处理后得出每个完整的的车轮踏面信息，并对所述踏面进行判断得出是否有缺陷。优选的：所述第一图像采集器和第三图像采集器与第一铁轨之间的水平距离为2m，所述第二图像采集器和第四图像采集器与第二铁轨之间的水平距离为2m。优选的：水平视场角θ为65°。优选的：所述图像采集器通过支架固定在所述铁轨旁。优选的：所述图像采集器为高速cmos摄像机。本发明还公开了一种火车车轮踏面缺陷在线图像检测方法，其特征在于包括如下步骤：轮对图像提取：从图像采集器采集的整个图像中提取出轮对区域；图像分割：使用改进的标记分水岭算法对轮对图像进行分割，提取出踏面图像；图像校正：将图像分割提取出的踏面图像的横纵坐标进行几何校正，并对畸变严重的非工作边进行裁剪，得到踏面展开图；图像拼接：按照最后采集时刻踏面图像大小，使用立方卷积法对前三时刻踏面图像进行插值得到大小统一的踏面图像，采用块匹配方法对上述四个踏面图像相邻采集时刻进行顺次两两拼接融合，得到每个车轮完整的踏面图像；图像标定：使用方格标定纸置于踏面各采集时刻相机可拍摄位置上，完成对拼接后的踏面图像进行标定，得到拼接后图像的像素距离与尺寸信息之间的对应关系；踏面是否存在故障判断：通过计算拼接后踏面图像的信息熵与经验阈值比较来判断踏面是否存在严重缺陷故障；踏面故障提取：利用改进的分裂合并算法对判断存在缺陷的踏面进行处理，利用种子点生长对生长后的踏面缺陷图像进行填充，获得踏面缺陷图像，对缺陷实际使用网格法进行估算，图像中面积利用区域内像素点计算，图像中像素的高与宽的值分别是利用图像中的踏面缺陷区域的行和列的最大值最小值求差来计算得到。进一步的技术方案在于，所述方法在图像分割之前还包括：使用msrcr算法对轮对图像的色彩信息进行优化的预处理步骤。进一步的技术方案在于，所述轮对图像提取的方法如下：输入待处理图像；对待处理图像进行滤波、灰度均衡化后使用canny算子进行边缘检测，边缘像素点即为特征点；扫描图中w∈[500，1000]，h∈[1000，1600]区域，统计特征点建立累加结构，累加器采用二维数组，二维数组下标为特征点中心坐标，累加器初值设为0；遍历范围内每一个特征点，进行弦中点hough变换即扫描其他特征点，求得它们中点，所对应的累加器加1，计算下一个特征点时仅对未处理的特征点进行弦中点hough变换；累加器计数值大于阈值5时，则认为此位置存在一个椭圆，它所对应参数（x0i，y0i）就是椭圆对应的中心坐标，上标i表示椭圆个数；使用每个点（x0i，y0i）将椭圆方程平移到原点，在新坐标系下寻找关于原点对称的3对特征点求得各椭圆方程，比较椭圆长轴大小，选择轴长最长的椭圆为边长，椭圆中心为形心的方形区域作为轮对区域；截取轮对图像正面120°的区域作为最终的轮对图像进行后续处理。进一步的技术方案在于，所述块匹配方法如下：顺次载入两相邻时刻图像矩阵；确定图像块扫描窗口和阀值；开始块扫描，计算图像区域间绝对值差异值；判断所述差异值是否超过阈值，如果超过阈值则继续扫描，如果没有超过阈值则存储位置；进行曲线匹配，对匹配后的曲线进行加权融合后输出拼接结果。进一步的技术方案在于，所述改进的分裂合并算法包括如下步骤：设置判断语句p和最小单元大小min，构建判断函数；判断图像各区域是否满足判断函数；如果满足判断函数则视为满足分裂条件，则将满足分裂条件的子区域图像四等分，并再次对图像进行判断；如果不满足判断函数，则设置合并判断语句q，并通过合并判断语句q判断图像中是否有子区域满足合并条件，如果是则将满足合并条件的子区域进行合并，如果不是则结束。采用上述技术方案所产生的有益效果在于：所述系统中计算机接收每个图像采集器传输的四次图像，再通过所述方法对图像进行拼接和处理后得出每个完整的的车轮踏面信息，并对所述踏面进行判断得出是否有缺陷，踏面缺陷检测精度高，可有效的避免检测错误。附图说明图1是本发明实施例所述系统的布置原理图；图2是本发明实施例所述系统中一个图像采集器与对应的车轮的侧视结构示意图；图3是本发明实施例所述系统中接近开关传感器设置原理示意图；图4是本发明实施例所述方法的流程图；图5是本发明实施例所述方法中轮对图像提取的流程图；图6-9是本发明实施例所述方法中第二图像采集器采集的四副图像；图10-13是本发明实施例所述方法中图6-9裁剪后的图；图14是本发明实施例所述方法中椭圆检测的结果图；图15是本发明实施例所述方法中轮对截取部分示意图；图16-17是用msrcr算法对轮对图像进行增强处理前后的对比图；图18-19是使用改进的标记分水岭算法对轮对图像进行分割后的效果图；图20是本发明实施例所述方法中的踏面展开图；图21-24是本发明实施例所述方法中踏面图像进行插值得到大小统一的踏面图像；图25是本发明实施例中拼接流程图；图26是本发明实施例中拼接结果图:图27-28是本发明实施例中分割踏面图像与平面矫正图；图29是本发明实施例中有缺陷踏面图像处理流程图；图30是本发明实施例中利用改进的分裂合并算法进行处理的结果图；图31是本发明实施例中踏面缺陷图像；其中：1、第一图像采集器2、第二图像采集器3、第三图像采集器4、第四图像采集器5、第一铁轨6、第二铁轨7、铁轨中线8、图像采集器中线9、第一车轮10、第一接近开关传感器11、第二车轮12、第三车轮13、第四车轮14、第二接近开关传感器15、三接近开关传感器16、第四接近开关传感器17、支架18、车轮19、铁轨20、每张图像中踏面部分的有效区域。具体实施方式下面结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是本发明还可以采用其他不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本发明内涵的情况下做类似推广，因此本发明不受下面公开的具体实施例的限制。实施例一如图1所示，本实施例公开了一种火车车轮踏面缺陷在线图像检测系统，包括计算机、四个图像采集器以及四个接近开关传感器。第一图像采集器1和第三图像采集器3位于第一铁轨5的外侧，第二图像采集器2和第四图像采集器4位于第二铁轨6的外侧。第一图像采集器1和第三图像采集器3与第二图像采集器2和第四图像采集器4之间以两条铁轨之间的铁轨中线7（图1所示横虚线）为对称轴；第一图像采集器1与第三图像采集器3之间以及第二图像采集器2与第四图像采集器4之间以图像采集器中线8（所述图像采集器中线是指第一图像采集器与第三图像采集器之间的第一中点以及第二图像采集器与第四图像采集器之间的第二中点之间的连线，图1中所示纵虚线）为对称轴；每个图像采集器对应一个火车车轮，用于拍摄对应车轮的图像，每个所述图像采集器的中轴线与所述车轮的圆心处在同一水平面上，所述图像采集器的水平视场角都为θ。第一图像采集器1和第二图像采集器位于机车的右侧，第三图像采集器3和第四图像采集器4位于机车的左侧。第一图像采集器1与第三图像采集器3的水平视场具有部分重叠，第二图像采集器2与第四图像采集器4的水平视场具有部分重叠。所述四个接近开关传感器等间隔的设置于第二图像采集器2与第四图像采集器4水平视场相重叠的第二铁轨6的内侧，且接近开关传感器之间的距离为0.785φ，φ为所述车轮的滚动圆直径。当第二车轮11触发第一接近开关传感器10时，第一车轮9位于第一图像采集器1的水平视场内，第三车轮12位于第三图像采集器3的水平视场内，第二车轮11位于第二图像采集器2的水平视场内，第四车轮13位于第四图像采集器4的水平视场内，四个图像采集器分别第一次对对应的车轮进行图像采集；当第二车轮11触发第二接近开关传感器14时，第一车轮9位于第一图像采集器1的水平视场内，第三车轮12位于第三图像采集器3的水平视场内，第二车轮11位于第二图像采集器2的水平视场内，第四车轮13位于第四图像采集器4的水平视场内，四个图像采集器分别第二次对对应的车轮进行图像采集；当第二车轮11触发第三接近开关传感器15时，第一车轮9位于第一图像采集器1的水平视场内，第三车轮12位于第三图像采集器3的水平视场内，第二车轮11位于第二图像采集器2的水平视场内，第四车轮13位于第四图像采集器4的水平视场内，四个图像采集器分别第三次对对应的车轮进行图像采集；当第二车轮11触发第四接近开关传感器16时，第一车轮9位于第一图像采集器1的水平视场内，第三车轮12位于第三图像采集器3的水平视场内，第二车轮11位于第二图像采集器2的水平视场内，第四车轮13位于第四图像采集器4的水平视场内，四个图像采集器分别第四次对对应的车轮进行图像采集；计算机接收每个图像采集器传输的四次图像，对图像进行拼接和处理后得出每个完整的的车轮踏面信息，并对所述踏面进行判断得出是否有缺陷。优选的，如图1所示，所述第一图像采集器1和第三图像采集器3与第一铁轨5之间的水平距离为2m，所述第二图像采集器2和第四图像采集器4与第二铁轨6之间的水平距离为2m。需要说明的是，上述水平距离可以进行适当的调整，本发明并不局限于上述上述具体的数值。优选的，如图1所示，水平视场角θ为65°。进一步的，如图2所示，所述图像采集器通过支架17固定在所述铁轨旁。优选的，所述图像采集器为高速cmos摄像机。需要说明的是，所述水平视场角θ的具体值还可以为其它值，所述图像采集器的具体形式还可以为其它形式，比如高速相机。当一个车轮通过其中的一个接近开关传感器时，转向架的前后车轮会相继触发两个开关信号，假设列车运行方向向右时，则前一个开关信号用来控制第一图像采集器1和第二图像采集器2拍摄，后一个开关信号用来控制第三图像采集器3和第四图像采集器4拍摄。或者，假设列车运行方向向右时，第一车轮经过第一传感器时触发一个开关信号，该开关信号用于控制第一至第四图形采集器同时进行拍摄。由于图像采集器拍摄到的图像中踏面区域顶端和底端部分畸变比较严重很难提取出有效信息，因此如果想获取整个踏面的图像理论上至少需要3张图像。但实际设计中考虑到每张图像中必要的冗余部分，本发明使用了4张不同位置的图像来获取整个踏面图像。为使每张图像中的踏面区域占整个踏面的比例相同并均匀的分布在整个踏面上，本发明中将4个接近开关传感器设置为了等间隔，间隔宽度为1/4车轮滚动圆的周长，即间隔。图3为传感器的设置及拍摄原理图（图3中水平箭头是指机车的行进方向）。在发明中为了尽量减少畸变严重区域对处理效果的影响每张图片中只使用中间的120°的踏面区域。因此使用4个接近开关传感器做触发源拍摄到的每张图片都与前后图片之间存在15°的冗余部分，在处理的最后可以通过这些冗余部分从4张图像中拼接出整个踏面的图像。实施例二如图4所示，本发明实施例公开了一种火车车轮踏面缺陷在线图像检测方法，包括如下步骤：s101：轮对图像提取：从图像采集器采集的整个图像中提取出轮对区域；由于图像采集器初始采集的图像较大，需要对初始图像进行切割，提取出轮对图像，轮对图像的提取方法如下：以第二相机（第二图像采集器）采集后转向架前右踏面为例，本系统中第二相机在接近开关传感器触发控制下拍摄获取车轮经过4个接近传感器对应位置时的部分踏面图像来获得完整的踏面图像，如图6-9所示。为了采集4个车轮接近传感器对应位置车轮踏面图像，第二相机拍摄过程中使用较大视场角，这导致采集图像包含过多背景信息，影响踏面部分目标图像的图像处理效率。因而在进行踏面图像处理之前需要对踏面图像进行裁剪，提取轮对踏面区域。相机采集图像大小为6000*4000，本发明使用i2=imcrop(1，[abcd])裁剪函数裁剪第二相机采集图像，其中，1代表处理对象图6，（a，b）表示裁剪后左上角像素在原图像中的位置；c表示裁剪后图像的宽，d表示裁剪后图像的高。由于相机图像采集受接近传感器控制，图像采集时刻相机与轮对相对位置基本固定，因而轮对踏面图像在图像中所处位置相对固定。为防止振动等噪声影响，在保持一定边角冗余条件下第二相机对应裁剪函数各参数为[2300140010001100]、[2400130012001300]、[2900120012001400]、[3500100012001600]图6-9中各图裁剪效果如图10-13所示。由图10-13可知踏面图像仍包含过多背景信息，本发明在提取踏面区域之前使用了椭圆检测的方法从上图进一步分割目标轮对图像，由于车轮通过车轮接近传感器并使其触发相机采集车轮踏面图像过程中，相机与车轮相对位置固定，因而图像中踏面区域在图像中相对位置固定，以图13为例，直接根据图像中右下部分踏面椭圆特征明显的位置特点划定包含部分椭圆圆弧的矩形区域（w∈[500，1000]，h∈[1000，1600]）进行椭圆检测，有利于规避复杂背景干扰同时减少计算量提高检测的准确性。具体操作流程图5所示：输入待处理图像；对待处理图像进行滤波、灰度均衡化后使用canny算子进行边缘检测，边缘像素点即为特征点；扫描图中w∈[500，1000]，h∈[1000，1600]区域，统计特征点建立累加结构，累加器采用二维数组，二维数组下标为特征点中心坐标，累加器初值设为0；遍历范围内每一个特征点，进行弦中点hough变换即扫描其他特征点，求得它们中点，所对应的累加器加1，计算下一个特征点时仅对未处理的特征点进行弦中点hough变换；累加器计数值大于阈值5时，则认为此位置存在一个椭圆，它所对应参数（x0i，y0i）就是椭圆对应的中心坐标，上标i表示椭圆个数；使用每个点（x0i，y0i）将椭圆方程平移到原点，在新坐标系下寻找关于原点对称的3对特征点求得各椭圆方程，比较椭圆长轴大小，选择轴长最长的椭圆为边长，椭圆中心为形心的方形区域作为轮对区域；截取轮对图像正面120°的区域作为最终的轮对图像进行后续处理。图14是椭圆检测的结果图。具体的，为了去除畸变严重区域对分割踏面区域的影响，对提取出的轮对区域还需要进一步缩小上面提取的轮对区域。本发明中只需要正面的120°的踏面区域作为最终的轮对图像进行后续处理，所以最终截取的正方形区域边长为0.866ф。图15是本发明实施例所述方法中轮对截取部分示意图。进一步的，为了便于以后的图像分割，所述方法还包括图像预处理的步骤：使用msrcr算法对轮对图像进行增强，处理前后对比图如图16-17所示。s102：图像分割：使用改进的标记分水岭算法对轮对图像进行分割，提取出踏面图像，如图18-19所示；s103：图像校正：将图像分割提取出的踏面图像的横纵坐标进行几何校正，并对畸变严重的非工作边进行裁剪，得到踏面展开图，如图20所示；s104：图像拼接：按照最后采集时刻踏面图像大小，使用立方卷积法对前三时刻踏面图像进行插值得到大小统一的踏面图像，采用块匹配方法对上述四个踏面图像相邻采集时刻进行顺次两两拼接融合，得到每个车轮完整的踏面图像；相机保持静止的状态下，车轮顺次通过4个位置不同接近传感器触发相机采集图像，因而4个时刻对应车轮踏面图像像素个数不同。本发明按照最后采集时刻踏面图像大小使用立方卷积法对前三时刻踏面图像进行插值得到大小统一的踏面图像，如图21-24所示。本发明采用块匹配方法对上述四个踏面图像相邻采集时刻进行顺次两两拼接融合。拼接流程如图25所示。具体方法如下：顺次载入两相邻时刻图像矩阵；确定图像块扫描窗口和阀值；开始块扫描，计算图像区域间绝对值差异值；判断所述差异值是否超过阈值，如果超过阈值则继续扫描，如果没有超过阈值则存储位置；进行曲线匹配，对匹配后的曲线进行加权融合后输出拼接结果。拼接结果如图26所示。s105：图像标定：使用方格标定纸置于踏面各采集时刻相机可拍摄位置上，完成对拼接后的踏面图像进行标定，得到拼接后图像的像素距离与尺寸信息之间的对应关系；使用方格标定纸置于踏面各采集时刻相机可拍摄位置上，以第四相机采集位置为例，分割踏面图像与平面矫正图像如图27-28所示：标定纸每个方格都是的正方形，图像检测标定板方格像素约为34*34，也就是图像中1个像素距离代表1mm距离，完成图像标定。s106：踏面是否存在故障判断：通过计算拼接后踏面图像的信息熵与经验阈值比较来判断踏面是否存在严重缺陷故障；对比图21-24中4个车轮的信息熵，如表1所示，从信息熵值的对比可以看出有缺陷的车轮信息量明显要大于正常车轮。表1有无踏面缺陷的踏面图像信息熵对比踏面类型车轮1车轮2车轮3车轮4信息熵2.92133.32643.47812.8125s107：踏面故障提取：利用改进的分裂合并算法对判断存在缺陷的踏面进行处理，利用种子点生长对生长后的踏面缺陷图像进行填充，获得踏面缺陷图像，对缺陷实际使用网格法进行估算，图像中面积利用区域内像素点计算，图像中像素的高与宽的值分别是利用图像中的踏面缺陷区域的行和列的最大值最小值求差来计算得到。利用改进的分裂合并算法处理，处理后的有缺陷踏面图像流程图如图29所示，处理效果图如图30所示。利用种子点生长对生长后的踏面缺陷图像进行填充处理，从而获得的踏面缺陷图像，如图31所示。由上文图像校正说明可知本文中图像的每个像素距离可以近似认为是1mm，则可以对缺陷实际面积使用网格法进行估算，图像中面积利用区域内像素点计算。图像中像素的高与宽的值分别是利用图像中的踏面缺陷区域的行和列的最大值最小值求差来计算得到。缺陷检测结果如表2所示。表2踏面缺陷参数比较缺陷面积(mm2)缺陷部分的宽(mm)缺陷部分的高(mm)实际缺陷1336（估算）3796分割后踏面12984294采用上述技术方案所产生的有益效果在于：所述系统中计算机接收每个图像采集器传输的四次图像，再通过所述方法对图像进行拼接和处理后得出每个完整的的车轮踏面信息，并对所述踏面进行判断得出是否有缺陷，踏面缺陷检测精度高，可有效的避免检测错误。当前第1页12