基于圖像處理的接觸網(wǎng)吊弦和受電弓滑板的檢測(cè)與識(shí)別.pdf

1、近年來(lái)，隨著鐵路運(yùn)營(yíng)量不斷增加以及社會(huì)各界對(duì)能源利用率的重視，電氣化鐵路憑借其牽引功率大、節(jié)能環(huán)保、能大幅度提高運(yùn)輸能力和速度，并具有技術(shù)、經(jīng)濟(jì)、環(huán)保方面的優(yōu)點(diǎn)，成為了各國(guó)鐵路優(yōu)先發(fā)展的鐵路牽引動(dòng)力方式。而我國(guó)高速鐵路在近幾年的飛速發(fā)展也使得電氣化鐵路在現(xiàn)己運(yùn)營(yíng)的所有鐵路中的比例越來(lái)越大。在鐵路大幅提速的背景下，交通的安全性日益受到關(guān)注，成為鐵路運(yùn)營(yíng)的重要議題。而傳統(tǒng)的依靠人力來(lái)進(jìn)行的巡檢方式不僅效率低、成本高、檢測(cè)周期長(zhǎng)，已經(jīng)不能滿足

2、人們的要求，故采用圖片處理技術(shù)的智能巡檢方法越來(lái)越受到人們的重視。
　　本文的研究工作是按照6C系統(tǒng)中的受電弓安全巡檢裝置和接觸網(wǎng)安全巡檢裝置的技術(shù)規(guī)范來(lái)展開(kāi)的，本文算法以受電弓巡檢圖片及接觸網(wǎng)巡檢圖片為實(shí)驗(yàn)數(shù)據(jù)，利用圖片處理的技術(shù)手段來(lái)實(shí)現(xiàn)對(duì)巡檢圖片內(nèi)的敏感設(shè)備進(jìn)行智能識(shí)別，通過(guò)實(shí)驗(yàn)測(cè)試也論證了本文所提算法的有效性。
　　本文的主要工作及創(chuàng)新內(nèi)容包括以下幾個(gè)方面:
　　在接觸網(wǎng)吊弦檢測(cè)的過(guò)程中，研究采用了基于海森矩陣

3、的Ridge Filter對(duì)圖片進(jìn)行過(guò)濾，然后對(duì)過(guò)濾后的圖片進(jìn)行霍夫曼直線檢測(cè)，通過(guò)設(shè)定閾值的方法對(duì)所有直線進(jìn)行篩選，排除不符合條件的直線，則剩下的直線即為代表吊弦的直線，實(shí)現(xiàn)了對(duì)接觸網(wǎng)吊弦的準(zhǔn)確識(shí)別。
　　在受電弓滑板檢測(cè)中，首先研究采用了HOG特征與廣義霍夫曼變換相結(jié)合的方法來(lái)對(duì)受電弓滑板進(jìn)行識(shí)別;該方法不僅有效去除了車(chē)頂復(fù)雜的鋼架結(jié)構(gòu)對(duì)識(shí)別的干擾，還較為理想的提高了程序的檢測(cè)效率。
　　在受電弓滑板檢測(cè)中，采用了翻轉(zhuǎn)檢