【技术实现步骤摘要】
本专利技术涉及轨道车辆轮面检测的，更具体的说是涉及一种轨道列车轮面划伤检测方法及系统。
技术介绍
1、轨道车辆的轮对作为列车走行部的关键部件，其状态直接影响到列车的运行安全和稳定性，轮对的磨损、裂纹、变形等缺陷如果不及时检测和处理，可能会引发严重的安全事故，因此，对列车轮对进行有效的检测是确保列车运行安全的重要措施。
2、随着高速铁路的快速发展，列车的运行速度不断提高，对轮对的性能要求也越来越高，高速铁路列车在运行过程中需要承受更大的载荷和冲击，因此轮面和轮子的划伤也会更加严重，导致列车在行驶过程中平稳度降低，出现抖动或受力不均等情况。
3、在用于轨道车辆轮面检测的自动化检测中，当前已经有了一些轮面检测的技术方案，如中国专利公开的“cn110276297b 列车踏面磨损检测系统及方法”，提供了通过在热成像采集列车底部的热成像图，根据热成像图与模型的匹配得到轮对与轨道的踏面磨损、划伤异常，而该种检测方式无法判断轮面表面的异常缺陷，当轮面表面出现划伤或污渍，热成像无法识别，因此难以满足轮面的表面划痕检测。
技术实现思路
1、针对现有技术存在的不足，本专利技术的目的在于提供一种轨道列车轮面划伤检测方法及系统，该种检测方法及系统能够精准定位轮侧面或轴表面的磨损以及精准判断磨损为划伤类型。
2、为实现上述目的，本专利技术提供了如下技术方案：
3、一种轨道列车轮面划伤检测方法，包括如下步骤：
4、轮面图像获取步骤，获取频闪仪照射下的视
5、异常特征映射步骤，将不同角度下的轮面图像与模版图像通过变化检测得到异常特征组，再将所述异常特征组进行定位拼接得到异常特征块，将所述异常特征块映射在轮面正面图像中作为轮面异常图；
6、特征深度分析步骤，根据所述异常特征块通过深度分析策略得到异常特征块内若干项点的深度信息，若干项点包括异常特征块的边缘项点和非边缘项点，将所述边缘项点和非边缘项点的深度信息进行比较；
7、异常筛选匹配步骤，当所述边缘项点的深度小于非边缘项点的深度时，则输出异常类型为划伤类型，反之，则输出异常类型为其他类型。
8、进一步的，深度分析策略包括边缘轨迹规划步骤以及深度估算步骤，
9、所述边缘轨迹规划步骤，在所述轮面正面图像中对异常特征块进行若干个边缘点的绘制得到边缘轨迹线；
10、所述深度估算步骤，在所述边缘轨迹线中挑选任意点作为边缘项点，在边缘轨迹线围绕的区域内挑选任意点作为非边缘项点，计算任意两个不同角度下轮面图像中的视差，再根据视差通过深度计算得到待测项点与视觉相机之间的点距，将所述点距与视觉相机离轮面的距离作差得到该待测项点的深度值。
11、进一步的，所述异常特征映射步骤，根据边缘检测提取异常特征的边缘轮廓，将所述异常特征组中的各异常特征的边缘轮廓进行点匹配得到匹配点组，再根据匹配点组计算变换矩阵，将其中的一个异常特征通过变换矩阵变换与另一个异常特征对齐，对齐后两者通过融合得到异常特征块。
12、进一步的，所述异常特征映射步骤，将任意一张轮面图像与轮面正面图像进行计算变换矩阵，在该轮面图像中选取若干边缘轮廓点通过变换矩阵变换，得到边缘轮廓点在轮面正面图像中的位置点，再通过位置点将异常特征块用于映射的对应点进行匹配，以使异常特征块整体映射至轮面正面图像中。
13、进一步的，还包括频闪调节步骤，根据列车行驶速度在预设的表格中索引对应的频闪仪闪动频率作为当前频率值。
14、进一步的，还包括特征验证分析步骤，将所述轮面异常图通过二值化处理得到二值化图像，在所述二值化图像中根据像素判断异常特征块内的像素值与异常特征块外的轮面像素值是否相同，若是，则输出异常类型为划伤类型，若否，则输出异常类型为污渍扩散类型。
15、进一步的，还包括特征验证分析步骤，当二值化图像中异常特征块内的像素值与异常特征块外的轮面像素值不同时，获取异常特征块的轮廓线，若所述异常特征块的轮廓区域内存在子轮廓线，则输出划伤填补类型，所述划伤填补类型反映轮面划伤后污渍填补扩散。
16、进一步的，还包括指令反馈步骤，将所述深度值与预设值n1进行比较，若所述深度值大于预设值n1，则输出危机指令，若所述深度值小于等于预设值n1，则输出修正指令。
17、进一步的，还包括划伤面积计算步骤，获取划伤类型下的异常特征块，对该异常特征块进行轮廓切分得到若干个能够计算的划伤区域，分别通过面积计算得到划伤区域的面积值，且进行累计得到划伤面积值；
18、所述指令反馈步骤，将所述划伤面积值与预设值n2进行比较，若所述划伤面积值大于预设值n2，则输出危机指令，若所述划伤面积值小于等于预设值n2，则输出修正指令。
19、一种轨道列车轮面划伤检测系统，包括
20、轮面图像获取模块，获取频闪仪照射下的视觉相机采集轮面在高速运动下的图像作为轮面图像；
21、异常特征映射模块，将不同角度下的轮面图像与模版图像通过变化检测得到异常特征组，再将所述异常特征组进行定位拼接得到异常特征块，将所述异常特征块映射在轮面正面图像中；
22、特征深度分析模块，根据所述异常特征块通过深度分析策略得到异常特征块内若干项点的深度信息，若干项点包括异常特征块的边缘项点和非边缘项点，将所述边缘项点和非边缘项点的深度信息进行比较；
23、异常筛选匹配模块，当所述边缘项点的深度小于非边缘项点的深度时，则输出异常类型为划伤类型，反之，则输出异常类型为其他类型。
24、本专利技术的有益效果：通过将频闪仪与视觉的结合，能够在列车轮面转动的情况下，能够捕捉到清晰的图像，利用变化检测技术和模版图像对比，能够自动识别和提取轮面图像中的异常特征，再通过不同角度下的异常特征进行拼接，得到一张完整且能证明映射在轮面正面图像中的异常特征块，相比于现有一张正面轮面图像而言，本专利技术的不同角度拼接能够做到相互验证的目的，且难以通过一张正面的图像完全包裹轮面，即容易导致特征检测缺失；另外，通过异常特征块的边缘轮廓上的任意项点与块区域内的项点的深度分析，能够判断出中低边高的情况为划伤目标类型，以满足在高速行驶下对轮面的实时监测。
本文档来自技高网...【技术保护点】
1.一种轨道列车轮面划伤检测方法，其特征在于：包括如下步骤：
2.根据权利要求1所述一种轨道列车轮面划伤检测方法，其特征在于：深度分析策略包括边缘轨迹规划步骤以及深度估算步骤，
3.根据权利要求2所述一种轨道列车轮面划伤检测方法，其特征在于：所述异常特征映射步骤，根据边缘检测提取异常特征的边缘轮廓，将所述异常特征组中的各异常特征的边缘轮廓进行点匹配得到匹配点组，再根据匹配点组计算变换矩阵，将其中的一个异常特征通过变换矩阵变换与另一个异常特征对齐，对齐后两者通过融合得到异常特征块。
4.根据权利要求3所述一种轨道列车轮面划伤检测方法，其特征在于：所述异常特征映射步骤，将任意一张轮面图像与轮面正面图像进行计算变换矩阵，在该轮面图像中选取若干边缘轮廓点通过变换矩阵变换，得到边缘轮廓点在轮面正面图像中的位置点，再通过位置点将异常特征块用于映射的对应点进行匹配，以使异常特征块整体映射至轮面正面图像中。
5.根据权利要求4所述一种轨道列车轮面划伤检测方法，其特征在于：还包括频闪调节步骤，根据列车行驶速度在预设的表格中索引对应的频闪仪闪动频率作为
6.根据权利要求1或5所述一种轨道列车轮面划伤检测方法，其特征在于：
7.根据权利要求6所述一种轨道列车轮面划伤检测方法，其特征在于：还包括特征验证分析步骤，当二值化图像中异常特征块内的像素值与异常特征块外的轮面像素值不同时，获取异常特征块的轮廓线，若所述异常特征块的轮廓区域内存在子轮廓线，则输出划伤填补类型，所述划伤填补类型反映轮面划伤后污渍填补扩散。
8.根据权利要求7所述一种轨道列车轮面划伤检测方法，其特征在于：还包括指令反馈步骤，将所述深度值与预设值N1进行比较，若所述深度值大于预设值N1，则输出危机指令，若所述深度值小于等于预设值N1，则输出修正指令。
9.根据权利要求8所述一种轨道列车轮面划伤检测方法，其特征在于：还包括划伤面积计算步骤，获取划伤类型下的异常特征块，对该异常特征块进行轮廓切分得到若干个能够计算的划伤区域，分别通过面积计算得到划伤区域的面积值，且进行累计得到划伤面积值；
10.一种轨道列车轮面划伤检测系统，其特征在于：包括
...【技术特征摘要】
1.一种轨道列车轮面划伤检测方法，其特征在于：包括如下步骤：
2.根据权利要求1所述一种轨道列车轮面划伤检测方法，其特征在于：深度分析策略包括边缘轨迹规划步骤以及深度估算步骤，
3.根据权利要求2所述一种轨道列车轮面划伤检测方法，其特征在于：所述异常特征映射步骤，根据边缘检测提取异常特征的边缘轮廓，将所述异常特征组中的各异常特征的边缘轮廓进行点匹配得到匹配点组，再根据匹配点组计算变换矩阵，将其中的一个异常特征通过变换矩阵变换与另一个异常特征对齐，对齐后两者通过融合得到异常特征块。
4.根据权利要求3所述一种轨道列车轮面划伤检测方法，其特征在于：所述异常特征映射步骤，将任意一张轮面图像与轮面正面图像进行计算变换矩阵，在该轮面图像中选取若干边缘轮廓点通过变换矩阵变换，得到边缘轮廓点在轮面正面图像中的位置点，再通过位置点将异常特征块用于映射的对应点进行匹配，以使异常特征块整体映射至轮面正面图像中。
5.根据权利要求4所述一种轨道列车轮面划伤检测方法，其特征在于：还包括频闪调节步骤，根据列车行驶速度在预设的表格...
【专利技术属性】
技术研发人员：蒋邦亮，李鑫，汪华靖，洪诚康，万辰飞，涂文豪，汪海波，
申请(专利权)人：浙江中数激光装备有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。