火車車輪踏面缺陷在線圖像檢測系統及方法與流程

本發明涉及圖像處理方法及系統
技術領域：
，尤其涉及一種火車車輪踏面缺陷在線圖像檢測系統及方法。
背景技術：
：輪對是機車車輛上與鋼軌相接觸的部分，由左右兩個車輪牢固地壓裝在同一根車軸上所組成。輪對的作用是保證機車車輛在鋼軌上的運行和轉向，承受來自機車車輛的全部靜、動載荷，把它傳遞給鋼軌，并將因線路不平順產生的載荷傳遞給機車車輛各零部件。輪對踏面缺陷是輪對的主要故障類型之一，隨著鐵路的高速和重載化發展，踏面缺陷故障的出現日益頻繁。目前鐵路上踏面缺陷的在線檢測方法還存在很多問題，主要缺點在于檢測精度較差，無法正確的識別出踏面缺陷。技術實現要素：本發明所要解決的技術問題是如何提供一種踏面缺陷檢測精度高的火車車輪踏面缺陷在線圖像檢測系統。為解決上述技術問題，本發明所采取的技術方案是：一種火車車輪踏面缺陷在線圖像檢測系統，其特征在于：包括計算機、四個圖像采集器以及四個接近開關傳感器，第一圖像采集器和第三圖像采集器位于第一鐵軌的外側，第二圖像采集器和第四圖像采集器位于第二鐵軌的外側，第一圖像采集器和第三圖像采集器與第二圖像采集器和第四圖像采集器之間以兩條鐵軌之間的鐵軌中線為對稱軸，第一圖像采集器與第三圖像采集器之間以及第二圖像采集器與第四圖像采集器之間以圖像采集器中線為對稱軸；每個圖像采集器對應一個火車車輪，用于拍攝對應車輪的圖像，每個所述圖像采集器的中軸線與所述車輪的圓心處在同一水平面上，所述圖像采集器的水平視場角都為θ，第一圖像采集器和第二圖像采集器位于機車的右側，第三圖像采集器和第四圖像采集器位于機車的左側，第一圖像采集器與第三圖像采集器的水平視場具有部分重疊，第二圖像采集器與第四圖像采集器的水平視場具有部分重疊，所述四個接近開關傳感器等間隔的設置于第二圖像采集器與第四圖像采集器水平視場相重疊的第二鐵軌的內側，且接近開關傳感器之間的距離為0.785φ，φ為所述車輪的滾動圓直徑；當第二車輪觸發第一接近開關傳感器時，第一車輪位于第一圖像采集器的水平視場內，第三車輪位于第三圖像采集器的水平視場內，第二車輪位于第二圖像采集器的水平視場內，第四車輪位于第四圖像采集器的水平視場內，四個圖像采集器分別第一次對對應的車輪進行圖像采集；當第二車輪觸發第二接近開關傳感器時，第一車輪位于第一圖像采集器的水平視場內，第三車輪位于第三圖像采集器的水平視場內，第二車輪位于第二圖像采集器的水平視場內，第四車輪位于第四圖像采集器的水平視場內，四個圖像采集器分別第二次對對應的車輪進行圖像采集；當第二車輪觸發第三接近開關傳感器時，第一車輪位于第一圖像采集器的水平視場內，第三車輪位于第三圖像采集器的水平視場內，第二車輪位于第二圖像采集器的水平視場內，第四車輪位于第四圖像采集器的水平視場內，四個圖像采集器分別第三次對對應的車輪進行圖像采集；當第二車輪觸發第四接近開關傳感器時，第一車輪位于第一圖像采集器的水平視場內，第三車輪位于第三圖像采集器的水平視場內，第二車輪位于第二圖像采集器的水平視場內，第四車輪位于第四圖像采集器的水平視場內，四個圖像采集器分別第四次對對應的車輪進行圖像采集；計算機接收每個圖像采集器傳輸的四次圖像，對圖像進行拼接和處理后得出每個完整的的車輪踏面信息，并對所述踏面進行判斷得出是否有缺陷。優選的：所述第一圖像采集器和第三圖像采集器與第一鐵軌之間的水平距離為2m，所述第二圖像采集器和第四圖像采集器與第二鐵軌之間的水平距離為2m。優選的：水平視場角θ為65°。優選的：所述圖像采集器通過支架固定在所述鐵軌旁。優選的：所述圖像采集器為高速cmos攝像機。本發明還公開了一種火車車輪踏面缺陷在線圖像檢測方法，其特征在于包括如下步驟：輪對圖像提取：從圖像采集器采集的整個圖像中提取出輪對區域；圖像分割：使用改進的標記分水嶺算法對輪對圖像進行分割，提取出踏面圖像；圖像校正：將圖像分割提取出的踏面圖像的橫縱坐標進行幾何校正，并對畸變嚴重的非工作邊進行裁剪，得到踏面展開圖；圖像拼接：按照最后采集時刻踏面圖像大小，使用立方卷積法對前三時刻踏面圖像進行插值得到大小統一的踏面圖像，采用塊匹配方法對上述四個踏面圖像相鄰采集時刻進行順次兩兩拼接融合，得到每個車輪完整的踏面圖像；圖像標定：使用方格標定紙置于踏面各采集時刻相機可拍攝位置上，完成對拼接后的踏面圖像進行標定，得到拼接后圖像的像素距離與尺寸信息之間的對應關系；踏面是否存在故障判斷：通過計算拼接后踏面圖像的信息熵與經驗閾值比較來判斷踏面是否存在嚴重缺陷故障；踏面故障提取：利用改進的分裂合并算法對判斷存在缺陷的踏面進行處理，利用種子點生長對生長后的踏面缺陷圖像進行填充，獲得踏面缺陷圖像，對缺陷實際使用網格法進行估算，圖像中面積利用區域內像素點計算，圖像中像素的高與寬的值分別是利用圖像中的踏面缺陷區域的行和列的最大值最小值求差來計算得到。進一步的技術方案在于，所述方法在圖像分割之前還包括：使用msrcr算法對輪對圖像的色彩信息進行優化的預處理步驟。進一步的技術方案在于，所述輪對圖像提取的方法如下：輸入待處理圖像；對待處理圖像進行濾波、灰度均衡化后使用canny算子進行邊緣檢測，邊緣像素點即為特征點；掃描圖中w∈[500，1000]，h∈[1000，1600]區域，統計特征點建立累加結構，累加器采用二維數組，二維數組下標為特征點中心坐標，累加器初值設為0；遍歷范圍內每一個特征點，進行弦中點hough變換即掃描其他特征點，求得它們中點，所對應的累加器加1，計算下一個特征點時僅對未處理的特征點進行弦中點hough變換；累加器計數值大于閾值5時，則認為此位置存在一個橢圓，它所對應參數（x0i，y0i）就是橢圓對應的中心坐標，上標i表示橢圓個數；使用每個點（x0i，y0i）將橢圓方程平移到原點，在新坐標系下尋找關于原點對稱的3對特征點求得各橢圓方程，比較橢圓長軸大小，選擇軸長最長的橢圓為邊長，橢圓中心為形心的方形區域作為輪對區域；截取輪對圖像正面120°的區域作為最終的輪對圖像進行后續處理。進一步的技術方案在于，所述塊匹配方法如下：順次載入兩相鄰時刻圖像矩陣；確定圖像塊掃描窗口和閥值；開始塊掃描，計算圖像區域間絕對值差異值；判斷所述差異值是否超過閾值，如果超過閾值則繼續掃描，如果沒有超過閾值則存儲位置；進行曲線匹配，對匹配后的曲線進行加權融合后輸出拼接結果。進一步的技術方案在于，所述改進的分裂合并算法包括如下步驟：設置判斷語句p和最小單元大小min，構建判斷函數；判斷圖像各區域是否滿足判斷函數；如果滿足判斷函數則視為滿足分裂條件，則將滿足分裂條件的子區域圖像四等分，并再次對圖像進行判斷；如果不滿足判斷函數，則設置合并判斷語句q，并通過合并判斷語句q判斷圖像中是否有子區域滿足合并條件，如果是則將滿足合并條件的子區域進行合并，如果不是則結束。采用上述技術方案所產生的有益效果在于：所述系統中計算機接收每個圖像采集器傳輸的四次圖像，再通過所述方法對圖像進行拼接和處理后得出每個完整的的車輪踏面信息，并對所述踏面進行判斷得出是否有缺陷，踏面缺陷檢測精度高，可有效的避免檢測錯誤。附圖說明圖1是本發明實施例所述系統的布置原理圖；圖2是本發明實施例所述系統中一個圖像采集器與對應的車輪的側視結構示意圖；圖3是本發明實施例所述系統中接近開關傳感器設置原理示意圖；圖4是本發明實施例所述方法的流程圖；圖5是本發明實施例所述方法中輪對圖像提取的流程圖；圖6-9是本發明實施例所述方法中第二圖像采集器采集的四副圖像；圖10-13是本發明實施例所述方法中圖6-9裁剪后的圖；圖14是本發明實施例所述方法中橢圓檢測的結果圖；圖15是本發明實施例所述方法中輪對截取部分示意圖；圖16-17是用msrcr算法對輪對圖像進行增強處理前后的對比圖；圖18-19是使用改進的標記分水嶺算法對輪對圖像進行分割后的效果圖；圖20是本發明實施例所述方法中的踏面展開圖；圖21-24是本發明實施例所述方法中踏面圖像進行插值得到大小統一的踏面圖像；圖25是本發明實施例中拼接流程圖；圖26是本發明實施例中拼接結果圖:圖27-28是本發明實施例中分割踏面圖像與平面矯正圖；圖29是本發明實施例中有缺陷踏面圖像處理流程圖；圖30是本發明實施例中利用改進的分裂合并算法進行處理的結果圖；圖31是本發明實施例中踏面缺陷圖像；其中：1、第一圖像采集器2、第二圖像采集器3、第三圖像采集器4、第四圖像采集器5、第一鐵軌6、第二鐵軌7、鐵軌中線8、圖像采集器中線9、第一車輪10、第一接近開關傳感器11、第二車輪12、第三車輪13、第四車輪14、第二接近開關傳感器15、三接近開關傳感器16、第四接近開關傳感器17、支架18、車輪19、鐵軌20、每張圖像中踏面部分的有效區域。具體實施方式下面結合本發明實施例中的附圖，對本發明實施例中的技術方案進行清楚、完整地描述，顯然，所描述的實施例僅僅是本發明的一部分實施例，而不是全部的實施例。基于本發明中的實施例，本領域普通技術人員在沒有做出創造性勞動前提下所獲得的所有其他實施例，都屬于本發明保護的范圍。在下面的描述中闡述了很多具體細節以便于充分理解本發明，但是本發明還可以采用其他不同于在此描述的其它方式來實施，本領域技術人員可以在不違背本發明內涵的情況下做類似推廣，因此本發明不受下面公開的具體實施例的限制。實施例一如圖1所示，本實施例公開了一種火車車輪踏面缺陷在線圖像檢測系統，包括計算機、四個圖像采集器以及四個接近開關傳感器。第一圖像采集器1和第三圖像采集器3位于第一鐵軌5的外側，第二圖像采集器2和第四圖像采集器4位于第二鐵軌6的外側。第一圖像采集器1和第三圖像采集器3與第二圖像采集器2和第四圖像采集器4之間以兩條鐵軌之間的鐵軌中線7（圖1所示橫虛線）為對稱軸；第一圖像采集器1與第三圖像采集器3之間以及第二圖像采集器2與第四圖像采集器4之間以圖像采集器中線8（所述圖像采集器中線是指第一圖像采集器與第三圖像采集器之間的第一中點以及第二圖像采集器與第四圖像采集器之間的第二中點之間的連線，圖1中所示縱虛線）為對稱軸；每個圖像采集器對應一個火車車輪，用于拍攝對應車輪的圖像，每個所述圖像采集器的中軸線與所述車輪的圓心處在同一水平面上，所述圖像采集器的水平視場角都為θ。第一圖像采集器1和第二圖像采集器位于機車的右側，第三圖像采集器3和第四圖像采集器4位于機車的左側。第一圖像采集器1與第三圖像采集器3的水平視場具有部分重疊，第二圖像采集器2與第四圖像采集器4的水平視場具有部分重疊。所述四個接近開關傳感器等間隔的設置于第二圖像采集器2與第四圖像采集器4水平視場相重疊的第二鐵軌6的內側，且接近開關傳感器之間的距離為0.785φ，φ為所述車輪的滾動圓直徑。當第二車輪11觸發第一接近開關傳感器10時，第一車輪9位于第一圖像采集器1的水平視場內，第三車輪12位于第三圖像采集器3的水平視場內，第二車輪11位于第二圖像采集器2的水平視場內，第四車輪13位于第四圖像采集器4的水平視場內，四個圖像采集器分別第一次對對應的車輪進行圖像采集；當第二車輪11觸發第二接近開關傳感器14時，第一車輪9位于第一圖像采集器1的水平視場內，第三車輪12位于第三圖像采集器3的水平視場內，第二車輪11位于第二圖像采集器2的水平視場內，第四車輪13位于第四圖像采集器4的水平視場內，四個圖像采集器分別第二次對對應的車輪進行圖像采集；當第二車輪11觸發第三接近開關傳感器15時，第一車輪9位于第一圖像采集器1的水平視場內，第三車輪12位于第三圖像采集器3的水平視場內，第二車輪11位于第二圖像采集器2的水平視場內，第四車輪13位于第四圖像采集器4的水平視場內，四個圖像采集器分別第三次對對應的車輪進行圖像采集；當第二車輪11觸發第四接近開關傳感器16時，第一車輪9位于第一圖像采集器1的水平視場內，第三車輪12位于第三圖像采集器3的水平視場內，第二車輪11位于第二圖像采集器2的水平視場內，第四車輪13位于第四圖像采集器4的水平視場內，四個圖像采集器分別第四次對對應的車輪進行圖像采集；計算機接收每個圖像采集器傳輸的四次圖像，對圖像進行拼接和處理后得出每個完整的的車輪踏面信息，并對所述踏面進行判斷得出是否有缺陷。優選的，如圖1所示，所述第一圖像采集器1和第三圖像采集器3與第一鐵軌5之間的水平距離為2m，所述第二圖像采集器2和第四圖像采集器4與第二鐵軌6之間的水平距離為2m。需要說明的是，上述水平距離可以進行適當的調整，本發明并不局限于上述上述具體的數值。優選的，如圖1所示，水平視場角θ為65°。進一步的，如圖2所示，所述圖像采集器通過支架17固定在所述鐵軌旁。優選的，所述圖像采集器為高速cmos攝像機。需要說明的是，所述水平視場角θ的具體值還可以為其它值，所述圖像采集器的具體形式還可以為其它形式，比如高速相機。當一個車輪通過其中的一個接近開關傳感器時，轉向架的前后車輪會相繼觸發兩個開關信號，假設列車運行方向向右時，則前一個開關信號用來控制第一圖像采集器1和第二圖像采集器2拍攝，后一個開關信號用來控制第三圖像采集器3和第四圖像采集器4拍攝。或者，假設列車運行方向向右時，第一車輪經過第一傳感器時觸發一個開關信號，該開關信號用于控制第一至第四圖形采集器同時進行拍攝。由于圖像采集器拍攝到的圖像中踏面區域頂端和底端部分畸變比較嚴重很難提取出有效信息，因此如果想獲取整個踏面的圖像理論上至少需要3張圖像。但實際設計中考慮到每張圖像中必要的冗余部分，本發明使用了4張不同位置的圖像來獲取整個踏面圖像。為使每張圖像中的踏面區域占整個踏面的比例相同并均勻的分布在整個踏面上，本發明中將4個接近開關傳感器設置為了等間隔，間隔寬度為1/4車輪滾動圓的周長，即間隔。圖3為傳感器的設置及拍攝原理圖（圖3中水平箭頭是指機車的行進方向）。在發明中為了盡量減少畸變嚴重區域對處理效果的影響每張圖片中只使用中間的120°的踏面區域。因此使用4個接近開關傳感器做觸發源拍攝到的每張圖片都與前后圖片之間存在15°的冗余部分，在處理的最后可以通過這些冗余部分從4張圖像中拼接出整個踏面的圖像。實施例二如圖4所示，本發明實施例公開了一種火車車輪踏面缺陷在線圖像檢測方法，包括如下步驟：s101：輪對圖像提取：從圖像采集器采集的整個圖像中提取出輪對區域；由于圖像采集器初始采集的圖像較大，需要對初始圖像進行切割，提取出輪對圖像，輪對圖像的提取方法如下：以第二相機（第二圖像采集器）采集后轉向架前右踏面為例，本系統中第二相機在接近開關傳感器觸發控制下拍攝獲取車輪經過4個接近傳感器對應位置時的部分踏面圖像來獲得完整的踏面圖像，如圖6-9所示。為了采集4個車輪接近傳感器對應位置車輪踏面圖像，第二相機拍攝過程中使用較大視場角，這導致采集圖像包含過多背景信息，影響踏面部分目標圖像的圖像處理效率。因而在進行踏面圖像處理之前需要對踏面圖像進行裁剪，提取輪對踏面區域。相機采集圖像大小為6000*4000，本發明使用i2=imcrop(1，[abcd])裁剪函數裁剪第二相機采集圖像，其中，1代表處理對象圖6，（a，b）表示裁剪后左上角像素在原圖像中的位置；c表示裁剪后圖像的寬，d表示裁剪后圖像的高。由于相機圖像采集受接近傳感器控制，圖像采集時刻相機與輪對相對位置基本固定，因而輪對踏面圖像在圖像中所處位置相對固定。為防止振動等噪聲影響，在保持一定邊角冗余條件下第二相機對應裁剪函數各參數為[2300140010001100]、[2400130012001300]、[2900120012001400]、[3500100012001600]圖6-9中各圖裁剪效果如圖10-13所示。由圖10-13可知踏面圖像仍包含過多背景信息，本發明在提取踏面區域之前使用了橢圓檢測的方法從上圖進一步分割目標輪對圖像，由于車輪通過車輪接近傳感器并使其觸發相機采集車輪踏面圖像過程中，相機與車輪相對位置固定，因而圖像中踏面區域在圖像中相對位置固定，以圖13為例，直接根據圖像中右下部分踏面橢圓特征明顯的位置特點劃定包含部分橢圓圓弧的矩形區域（w∈[500，1000]，h∈[1000，1600]）進行橢圓檢測，有利于規避復雜背景干擾同時減少計算量提高檢測的準確性。具體操作流程圖5所示：輸入待處理圖像；對待處理圖像進行濾波、灰度均衡化后使用canny算子進行邊緣檢測，邊緣像素點即為特征點；掃描圖中w∈[500，1000]，h∈[1000，1600]區域，統計特征點建立累加結構，累加器采用二維數組，二維數組下標為特征點中心坐標，累加器初值設為0；遍歷范圍內每一個特征點，進行弦中點hough變換即掃描其他特征點，求得它們中點，所對應的累加器加1，計算下一個特征點時僅對未處理的特征點進行弦中點hough變換；累加器計數值大于閾值5時，則認為此位置存在一個橢圓，它所對應參數（x0i，y0i）就是橢圓對應的中心坐標，上標i表示橢圓個數；使用每個點（x0i，y0i）將橢圓方程平移到原點，在新坐標系下尋找關于原點對稱的3對特征點求得各橢圓方程，比較橢圓長軸大小，選擇軸長最長的橢圓為邊長，橢圓中心為形心的方形區域作為輪對區域；截取輪對圖像正面120°的區域作為最終的輪對圖像進行后續處理。圖14是橢圓檢測的結果圖。具體的，為了去除畸變嚴重區域對分割踏面區域的影響，對提取出的輪對區域還需要進一步縮小上面提取的輪對區域。本發明中只需要正面的120°的踏面區域作為最終的輪對圖像進行后續處理，所以最終截取的正方形區域邊長為0.866ф。圖15是本發明實施例所述方法中輪對截取部分示意圖。進一步的，為了便于以后的圖像分割，所述方法還包括圖像預處理的步驟：使用msrcr算法對輪對圖像進行增強，處理前后對比圖如圖16-17所示。s102：圖像分割：使用改進的標記分水嶺算法對輪對圖像進行分割，提取出踏面圖像，如圖18-19所示；s103：圖像校正：將圖像分割提取出的踏面圖像的橫縱坐標進行幾何校正，并對畸變嚴重的非工作邊進行裁剪，得到踏面展開圖，如圖20所示；s104：圖像拼接：按照最后采集時刻踏面圖像大小，使用立方卷積法對前三時刻踏面圖像進行插值得到大小統一的踏面圖像，采用塊匹配方法對上述四個踏面圖像相鄰采集時刻進行順次兩兩拼接融合，得到每個車輪完整的踏面圖像；相機保持靜止的狀態下，車輪順次通過4個位置不同接近傳感器觸發相機采集圖像，因而4個時刻對應車輪踏面圖像像素個數不同。本發明按照最后采集時刻踏面圖像大小使用立方卷積法對前三時刻踏面圖像進行插值得到大小統一的踏面圖像，如圖21-24所示。本發明采用塊匹配方法對上述四個踏面圖像相鄰采集時刻進行順次兩兩拼接融合。拼接流程如圖25所示。具體方法如下：順次載入兩相鄰時刻圖像矩陣；確定圖像塊掃描窗口和閥值；開始塊掃描，計算圖像區域間絕對值差異值；判斷所述差異值是否超過閾值，如果超過閾值則繼續掃描，如果沒有超過閾值則存儲位置；進行曲線匹配，對匹配后的曲線進行加權融合后輸出拼接結果。拼接結果如圖26所示。s105：圖像標定：使用方格標定紙置于踏面各采集時刻相機可拍攝位置上，完成對拼接后的踏面圖像進行標定，得到拼接后圖像的像素距離與尺寸信息之間的對應關系；使用方格標定紙置于踏面各采集時刻相機可拍攝位置上，以第四相機采集位置為例，分割踏面圖像與平面矯正圖像如圖27-28所示：標定紙每個方格都是的正方形，圖像檢測標定板方格像素約為34*34，也就是圖像中1個像素距離代表1mm距離，完成圖像標定。s106：踏面是否存在故障判斷：通過計算拼接后踏面圖像的信息熵與經驗閾值比較來判斷踏面是否存在嚴重缺陷故障；對比圖21-24中4個車輪的信息熵，如表1所示，從信息熵值的對比可以看出有缺陷的車輪信息量明顯要大于正常車輪。表1有無踏面缺陷的踏面圖像信息熵對比踏面類型車輪1車輪2車輪3車輪4信息熵2.92133.32643.47812.8125s107：踏面故障提取：利用改進的分裂合并算法對判斷存在缺陷的踏面進行處理，利用種子點生長對生長后的踏面缺陷圖像進行填充，獲得踏面缺陷圖像，對缺陷實際使用網格法進行估算，圖像中面積利用區域內像素點計算，圖像中像素的高與寬的值分別是利用圖像中的踏面缺陷區域的行和列的最大值最小值求差來計算得到。利用改進的分裂合并算法處理，處理后的有缺陷踏面圖像流程圖如圖29所示，處理效果圖如圖30所示。利用種子點生長對生長后的踏面缺陷圖像進行填充處理，從而獲得的踏面缺陷圖像，如圖31所示。由上文圖像校正說明可知本文中圖像的每個像素距離可以近似認為是1mm，則可以對缺陷實際面積使用網格法進行估算，圖像中面積利用區域內像素點計算。圖像中像素的高與寬的值分別是利用圖像中的踏面缺陷區域的行和列的最大值最小值求差來計算得到。缺陷檢測結果如表2所示。表2踏面缺陷參數比較缺陷面積(mm2)缺陷部分的寬(mm)缺陷部分的高(mm)實際缺陷1336（估算）3796分割后踏面12984294采用上述技術方案所產生的有益效果在于：所述系統中計算機接收每個圖像采集器傳輸的四次圖像，再通過所述方法對圖像進行拼接和處理后得出每個完整的的車輪踏面信息，并對所述踏面進行判斷得出是否有缺陷，踏面缺陷檢測精度高，可有效的避免檢測錯誤。當前第1頁12