一人穷游中国实现轨道交通转辙机的智能检测,应用图像处理技术( 三 )


开算子是消除图像上的细小噪声 , 进而平滑物体边界 。 闭算子是填充物体内的细小空洞 , 进而平滑物体边界 。 本次图像处理的目的是将转辙机杆缺口检查出来 , 因此 , 优先选择采用腐蚀算子对目标缺口的边界点进行处理 , 再进行方形闭环运算 。 处理后的图像结果分别如图5和图6所示 。
一人穷游中国实现轨道交通转辙机的智能检测,应用图像处理技术
文章图片
图5腐蚀算子处理后的图像
一人穷游中国实现轨道交通转辙机的智能检测,应用图像处理技术
文章图片
图6方形闭环运算处理后的图像
从图6中可以看出 , 除了目标物体杆缺口外 , 还有其他非目标物体存在 , 需要进一步将非目标物体去除 。 结合本次设计中具体的应用场景 , 选取对目标物体像素点统计进而消除的方法 , 根据转辙机杆缺口的初始标准宽度W0、可容许的最大宽度Wmax和最小宽度Wmin , 可确定目标像素的范围宽度分别为min[(Wmax-W0),(W0-Wmin)]-Wcor和max[(Wmax-W0),(Wmin-W0)]+Wcor , 工程上可对算法进行训练 , 进而优化校正偏差Wcor的值 , 以确保检测的精度 。
图7给出了去除非目标物体后的图像 。 根据目标图像和背景图像不同的灰度值 , 进一步将目标图像从背景图像中分割出来 , 即可获得图8所示的杆缺口相对变化情况 , 其中包含杆缺口的相对变化量的宽度像素Wp和长度像素值Lp 。
考虑到微型相机与目标物体的相对距离可能会有微变 , 为了确保检测的精度 , 借助像素宽长比与实际宽长比相等的判据 , 求得杆缺口的相对变化宽度ΔW=(Wp/Lp)L , 其中 , L为杆缺口实际宽带 , 且为恒定值 。
将通过图像智能检测算法获得的转辙机杆缺口宽度与标准杆缺口间隙进行比较 , 若超出标准范围则进行告警 , 结合物联网技术 , 通知检修人员具体转辙机的位置和杆缺口宽度 , 帮助检修人员进行正确的判断及故障处理 。
一人穷游中国实现轨道交通转辙机的智能检测,应用图像处理技术
文章图片
【一人穷游中国实现轨道交通转辙机的智能检测,应用图像处理技术】图7去除非目标物体后的图像