（机械电子工程专业论文）基于机器视觉的列车轮对踏面擦伤检测技术研究.pdf

摘要 列车轮对作为重要的可互换行走部件，对列车行车安全起着关键性的作用。 而轮对踏面的擦伤会对车辆产生许多不良影响，严重影响行车安全。因此，迅速 准确地检测列车轮对踏面擦伤，确保磨耗量不超过规定的限度，对于保障列车运 行的平稳性和安全性具有重要的现实意义。 目前国内列车轮对踏面检测还是以人工检测为主。人工检测方法主要靠手工 机械式测量，这种方法劳动效率差，精度低。大量的测量数据需要人工记录，工 作繁琐，可靠性低且不便于信息化管理。美国、日本和德国等国外发达国家也有 一些自动检测设备，但是都不同程度地存在着价格昂贵和测量耗时等问题。随着 我国工业控制和信息化领域的巨大进步，给机器视觉在铁路系统的应用带来了前 所未有的机遇。 本文主要研究一种基于机器视觉的轮对踏面擦伤自动检测技术。检测系统通 过步进电机控制轮对旋转，并以激光作为光源扫描轮对踏面，形成踏面光带轮廓， 同时用高精度面阵c c d 传感器实时采集踏面光带轮廓图像。计算机对采集的图 像进行分析处理，提取踏面擦伤特征信号，建立踏面擦伤数字矩阵，实现轮对踏 面擦伤的快速准确检测。 本文阐述了轮对踏面图像预处理和图像分析的各种算法。通过对轮对踏面原 始图像进行预处理提高了图像质量，便于图像分析。主要算法有：中值滤波、阈 值分割、c a n n y 边缘检测算子和基于灰度矩的亚像素边缘定位算法等，使得提取 轮对图像信息达n t 较高的精度。系统标定采用两步法，通过畸变校正提高了标 定精度。 轮对踏面自动检测系统以v i s u a lc + + 作为主要程序设计软件，系统运行在 w i n d o w s2 0 0 0 环境下。试验证明该系统运行稳定，可有效提高踏面擦伤测量精度 和效率。 关键词：踏面擦伤；图像处理：机器视觉；自动检测 ：童三些奎兰堡圭兰篁丝圣 a b s t r a c t r a i l w a yv e h i c l ew h e e l s e t a so n eo ft h em o s t i m p o r t a n ti n t e r - c h a n g e a b l e c o m p o n e n t si nt h ev e h i c l ep l a y sk e yr o l ei nt h es a f e t yo ft h er a i l w a yt r a n s p o r t a t i o n t h es c r a p eo ft h ew h e e l s e tt r e a dw i l lc a u s em a n yp r o b l e m sa n di m p a c tt h es a f e t yo f t r a i nt r a n s p o r t a t i o n s of a s td e t e c tt h ew h e e l s e tt r e a ds c r a p ea n de n s u r ei t sw e a gi s u n d e rt h el i m i t a t i o nh a v ea c t i v es i g n i f i c a n c et ot h es a f e t yo f t h er a i l w a y t r a n s p o r t a t i o n n o w , i no u rc o u n t x 。y ，t h ew h e e l s e ti ss t i l lm e a s u r e dm a n u a l l y ，t h em e t h o do f m a n u a ld e t e c t i o ni sm a i n l yd e t e c t e db ym e c h a n i c a lt o o l sm a n u a l l y t h i sm e t h o dh a s l o we f f i c i e n c y ，l o wp r e c i s i o na n dl o wr e l i a b i l i t y i ti sa l s oh a r dt om a n a g et h ed a t a a u t o m a t i c a l l y t h r o u g ht h e r e ss o m ea u t om e a s u r i n ge q u i p m e n ti nd e v e l o p e dc o u n t r i e s ， s u c ha su s ，j a p a na n dg e r m a n y ，t h e ya r ea l le x p e n s i v ea n dt a k el o n gt i m e st od e t e c t w i t ht h ed e v e l o p m e n to f t h ei n d u s t r i a lc o n t r o lt e c h n o l o g ya n di n f o r m a t i o nt e c h n o l o g y , t h ea p p l i c a t i o no f m a c h i n ev i s i o ni nr a i l w a yt r a n s p o r tm e e t sg r e a tc h a l l e n g e s ak i n do f t e c h n o l o g yt h a tb a s e do nm a c h i n ev i s i o nf o ra u t o m a t i c a l l yd e t e c t i n gt h e w h e e l s e tt r e a di sp r e s e n t e di nt h i sp a p e r t h el a s e ri sa p p l i e dt os c a nt h et r e a ds u r f a c e a n df o r md i f f e r e n ts h a p e so fl i g h ts t r i p ew h i l et h ew h e e l s e ti sr o l l i n gu n d e rac e r t a i n s p e e dc o n t r o l l e db ys t e pm o t o r t h e s el i g h ts t r i p e sa r ec o l l e c t e db yap r e c i s ec c d v i s i o ns e n s o r t h ec h a r a c t e r i s t i c so f t h et r e a ds u r f a c ec a nb ee x t r a c t e db ya n a l y z i n gt h e i m a g e s ，a n dad i g i t a lm a t r i xt h a tr e f l e c t st h et r e a ds u r f a c ep r o f i l ei sa l s oe s t a b l i s h e d ，b y t h i s ，t h ew h e e l s e tt r e a dc a nb ed e t e c t e da n dm e a s u r e di n s t a n t l y t h i sp a p e rm a i n l yc l a r i f i e sw h e e l s e tt r e a di m a g ep r e - p r o c e s s i n ga n da n a l y z i n g o p e r a t o r s w h e e l s e tt r e a di n l a g ep r e - p r o c e s s i n gi m p r o v e st h eq u a l i t yo fi m a g ef o r a n a l y z i n g t h ef o l l o w i n go p e r a t o r sa r eu s e d ：m e d i a nf i l t e r , t h r e s h o l ds e g m e n t a t i o na n d c a n n ye d g ed e t e c t i o n , g r a yl e v e lm o m e n to p e r a t o r sf o rs u b p i x e le d g el o c a t i o n s y s t e mg e t sp r e c i s ec a l i b r a t i o nb yt w o s t e pc a l i b r a t i o nm e t h o da n dc o r r e c t i n g d i s t o r t i o n r a i l w a yw h e e l s e tt r e a da u t o m a t i o nm e a s u r e m e n ts y s t e ma d o p t e dv i s u a lc + + a s m a i na n a l y z i n ga n dd e s i g n i n gp r o g r a m m i n gt 0 0 1 s y s t e mw o r k so nt h ew i n d o w s2 0 0 0 丌 o p e r a t i n gs y s t e m m a n ye x p e r h n e n t sh a v ed e m o n s t r a t e dt h a ti t w o r k ss t a b l y t h e d e t e c t i n ge f f i c i e n c ya n d t h em e a s u r i n g p r e c i s i o no f t h ef l a t sa g ep r o m o t e dr e m a r k a b l y k e y w o r d s ：t r e a ds c r a p e ；i m a g ep r o c e s s i n g ；m a c h i n ev i s i o n ；a u t o m a t i cd e t e c t i o n 1 1 t 独创性声明 独创性声明 秉承学校的严谨的学风与优良的科学道德，本人声明所呈交的论文是我个人 在导师的指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加 以标注和致谢的地方外，论文不包含其他人已经发表或撰写过的研究成果。与我 一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明，并表示 了谢意。 本学位论文成果是本人在广东工业大学读书期间在导师的指导下取得的，论 文成果归广东工业大学所有。 申请学位论文与资料若有不实之处，本人承担一切相关责任，特此声明。 7 1 指导老师签 论文作者签名：谢寺考 如7 年月3 日 第一章绪论 第一章绪论 1 1 机器视觉的原理、构成与特点 机器视觉是用摄像机和计算机等机器代替人眼对目标进行测量、跟踪识别并 加以判断的技术。机器视觉作为- - n 先进的自动检测技术，融光、机、电技术于 一体，以其非接触性、灵活性和精确性等优点而广泛应用在工业检测领域。 典型的机器视觉系统包括硬件和软件部分，硬件部分一般由辅助光源、图像 采集卡、c c d ( c h a r g ec o u p l e dd e v i c e ) 摄像机和工业控制计算机等组成，如图i - i 所示。而软件部分主要是针对具体待测对象的图像采集和处理算法，或者包括系 统的辅助控制程序。 图i - i 机器视觉系统硬件基本组成 f i g u r ei - it h eb a s i ch a r d w a r ec o n f i g u r a t i o no f m a c h i n ev i s i o ns y s t e m 从图1 1 的硬件组成中可以看到视觉系统的基本工作原理：借助辅助光源对 被测物体照明，物体的反射光线通过摄像机上的镜头在摄像机内部的传感器表面 成像，传感器将图像信号转化为电信号并经图像采集卡传输给计算机。计算机对 采集到的图像信号进行处理，提取检测目标特征和分析目标信息，最终完成各种 功能，如测量、识别、判断和预测等。同时，计算机终端能完成各种人机交互， 广东工业大学硕士学位论文 如状态反馈、结果显示和数据打印输出等。 作为现代的无损检测技术，机器视觉检测技术具有非接触、速度快、精度高、 应用灵活和抗干扰能力强等优点，是传统检测方法无法比拟的，其主要优点为【1 1 1 非接触性。机器视觉系统实现对检测物体完全非接触式检测，既不会对 被检测物体产生损伤，又在减少检测系统碰撞的同时提高了检测的可靠性，并且 能提高系统设备的使用寿命。 2 实时性。机器视觉系统能实时显示被测物体的状态和抓拍物体的图像信 息，而且随着计算机的处理速度不断加快，机器视觉检测系统能在短时间内完成 图像的处理和分析，能满足各种工业检测的实时性要求。 3 灵活性。机器视觉系统构建简单、安装方便，适用于各种现场环境；同 时视觉设备调节简捷、方便，可以采集被测对象的各个表面轮廓。机器视觉能代 替人类完成一些人工检测无法达到要求的工作和不适合人工检测的危险环境中的 工作。另外，机器视觉检测系统的核心在于图像处理程序，能适应各种检测目标， 有效地达到不同用户的要求。同时机器视觉系统可以通过串口通信、并口通信和 网络通讯等与其它设备进行通讯，实现检测的远程操作、监控和输出，提高了检 测的灵活性。 4 精确性。通常产品的检测是由人眼来完成，但这种检测手段精度和效率 较低。机器视觉检测技术通过视觉传感器采集待测物体的图像，经数字图像处理 和分析，完成检测功能，其自动化程度和精度较高。 5 抗干扰能力强。机器视觉系统采用各种成熟的传感器，提高了系统的可 靠性；机器视觉系统设备安装简单、稳固，且与被测对象完全无接触，减少了环 境振动干扰；机器视觉系统以光信息作为系统的前端传播介质，减少了环境的磁 干扰。采用光信息，完全非接触的安装方式，能显著提高机器视觉系统的抗干扰 能力和使用寿命。 1 2 机器视觉的发展概况和应用 1 2 1 机器视觉的发展概况 美国、日本、德国等发达国家早在上个世纪六十年代后期就开始机器视觉检 测技术的研究，到八十年代初开始得到广泛的应用f 2 1 。而国内的研究从上世纪九 2 第一章绪论 十年代才开始得到重视。机器视觉产品大致可分为三类，即视觉传感器、嵌入式 视觉系统与基于p c 的视觉系统。第一类产品应用于低端，仅具有简单的视觉功 能，属于传感器；基于p c 的视觉系统目前居市场主导地位，价格一般比较贵； 嵌入式视觉系统的发展速度最快，使用方便，对工作环境的适应性强。目前，全 球机器视觉市场总量在6 0 亿7 0 亿美元之间，并且以每年8 8 的速度迅速增长， 全球机器视觉市场总量当前正在向1 0 0 亿美元挺进。虽然目前机器视觉市场主要 集中在北美、日本和欧洲，但由于机器视觉技术的日趋成熟和全球制造中心向中 国转移，国内对于机器视觉的需求正逐步上升，中国机器视觉市场正在继北美、 欧洲和日本之后，成为国际机器视觉厂商的重要目标市场。 1 2 2 机器视觉的应用 随着制造技术的不断提高和图像处理算法的不断改良，机器视觉检测技术日 趋成熟，已经在航天技术、工业工程、军事公安、农业科学、生物医学以及文化 艺术等领域得到了广泛的应用p ，4 】。 1 工业领域的应用。在工业制造中，机器视觉检测技术在产品的形状识别、 外表尺寸、无损探伤和生产控制等方面得到了成熟的应用【5 j 。文献 6 j o z ed e r g a n c 描述了基于机器视觉的轴承检测技术；文献 7 d e c k e r 论述了用x 射线实现一个 汽车制造过程中的铝铸件凹陷的检测系统；文献 8 t s a t s o u l i sc 和f uks 描述了 电力方向阀的齿轮部件的检测；文献 9 】谢志孟通过机器视觉技术提取焊缝信息， 实现焊缝自动跟踪，达到快速准确的自动焊接目的；文献 1 0 1 程森林论述了机器 视觉在大型复杂金属部件装配检测中的应用。本文的视觉检测系统是对列车轮对 踏面擦伤检测技术的研究。 在电子工业中，机器视觉检测技术得到了较早的应用。随着大规模集成电路 的发展，集成芯片( i c ) 单位面积的集成度越来越高，印刷线路板( p c b ) 也日益复杂， 传统的检测方法技术难以保证日益增高的制造精度和生产效率等要求。机器视觉 技术以其独特的快速性和精确性等优点为实现芯片自动焊接和p c b 质量检测提 供良好的解决方案。在文献【11 g e d e o nd v 介绍机器视觉在电子元件制造中的应 用；文献 1 2 k i m 等人描述了印刷线路板上焊点的在线检查和分类的视觉实现。 国内也有很多专家学者作了大量的研究，文献 1 3 1 胡跃明等介绍了i c 芯片的高速 高精度视觉检测定位技术；文献 1 4 1 中机器视觉在集成电路检测中得到了很好的 广东工业大学硕士学位论文 应用；文献 1 5 】中c o g n e x 公司介绍了机器视觉系统在电子制造焊接中的应用状况 和广阔的应用前景。 在化学工业中，机器视觉技术以其独特的非接触性，可以使人和机器避免遭 到化学物质的侵害，从而褥到了良好的应用。安亚平等就将高速摄影技术较好地 应用在化工过程中“。 2 农业领域的应用。在农业领域，机器视觉检测技术已得到广泛应用，如 农产品的生产和加工过程中的品质检测和分类。由文献 1 7 】可知，早在1 9 8 5 年， w o l f e 和s a n d i e r 利用数字图像分析和模式识别技术，根据西红柿形状、颜色等特 征，实现了西红柿分类的机器视觉系统；文献【18 r i c h a r dw 阐述了机器视觉在农 林检测方面的应用。在国内，机器视觉应用到农业比国外要晚，但也得到了飞速 的发展。邱道尹在文献 1 9 1 中提出了机器视觉在大田害虫检测领域的应用。张法 全在其学位论文 2 0 】中细述了基于机器视觉和小波分析的农田害虫识别系统。王 静等人在文献【2 1 】中综述了机器视觉技术在我国农业机械领域的应用。 3 生物医学领域的应用。视觉技术在医学领域应用非常广泛，如染色体分 类、细胞分类、放射图像的处理、超声波、核磁共振和c t 等。另外，数字图像 处理技术正逐步运用到生物学领域，为生物进化、分类和其他研究提供了有力的 工具。j h i l d i t c h 和d r u t o v i t z 在文献【2 2 】中采用机器视觉技术实现了染色体分类； y o u n g 等人在文献 2 3 】中描述了一种基于视觉系统的生物形状识别技术。文献 2 4 】 杨明等人研究的磁导航定位手术系统也是采用视觉原理实现。付云峰在其学位论 文 2 5 】中研究了基于视觉技术的虹膜识别系统。 4 其它行业应用。机器视觉检测技术还广泛应用于安全、交通和遥感等领 域。由文献【2 6 】可知，视觉技术是实现智能交通的主流技术。在文献 2 7 1 中w y e t h g 等论述了机器视觉在嵌入式系统的应用。方帅等在文献 2 8 】中简要概括了 n e w n e u 足球机器人系统的视觉结构框架实现方法。文献【2 9 】中高育鹏等人通过 视觉技术实现了自动阅卷方法。 随着多核微处理器的普及带来并行处理技术的发展，c c d 等视觉传感器不断 提升像素成本比，以及新的低成本大容量存储技术等的发展，使视觉技术在工业 等领域的应用不断完善和普及。近年来，随着模糊数学、数学形态学、小波变换、 神经网络和遗传算法和亚像素等新理论不断引入到图像处理领域，使得图像处理 效果大大加强，提高了图像处理能力的同时也扩大了视觉检测的应用范围”3 。 4 第一章绪论 1 3 本文研究的背景、意义和主要内容 1 3 1 研究背景和意义 列车在行驶中，经常要进行加、减速或制动停车，如果制动力过大，制动缓 解不良，或由于同一轮对的车轮直径相差过大等原因，使车轮在轨面上滑行，造 成踏面上被擦成一块或者数块平面，这就是踏面擦伤。 随着列车不断提高速度、密度和承载能力，轮对同轨道及制动闸片间的撞击、 摩擦加剧，更易造成踏面擦伤或剥离等磨耗【3 1 1 。轮对踏面的擦伤会对车辆产生许 多不良影响： ( 1 ) 带有轮对擦伤的机车在运行时会产生附加的轮轨冲击力，是引起车辆轮轴 断裂、钢轨和混凝土轨枕断裂的原因之一。 ( 2 ) 踏面擦伤后轮对容易产生局部滑行，增加运行阻力和轮对与钢轨的磨耗， 影响行车安全。 ( 3 ) 踏面的斜度遭受破坏，引起蛇行运动的加剧，使车辆运行平稳性下降。 ( 4 ) 踏面磨损后，轮缘相对增高，可能导致轮缘撞击或切断鱼尾板连接螺栓， 造成列车颠覆事故。 轮对踏面的状况直接影响到轮轨配合及列车的行车安全，因此，及时地掌握 轮对的磨损状况，确保磨耗量不超过规定的限度，对于保障列车运行的安全性和 平稳性具有重要的意义【3 2 1 。我国铁路机车车辆部门对各型车辆轮对的磨耗限度均 有明确的规定，轮对使用一段时间后必须定期拆卸，进行全面检修，其中一项重 要的检测内容是踏面擦伤的检测。由于目前缺少较准确、快速和经济的轮对踏面 擦伤自动检测手段，难以得到较佳切削余量，轮对旋修时切削余量普遍偏大，其 结果不但造成了材料极大浪费，而且大大降低了轮对使用寿命。因此迅速准确地 检测轮对踏面擦伤，对我国铁路事业的发展具有非常重要的意义。 1 3 2 国内外研究现状 目前轮对的自动检测按照检测的实时性分为在线检测和离线检测两种。在线 检测自动化程度和检测效率高，且不占用机车车辆周转时间，但是由于列车运行 速度快，震动大，使在线检测的难度较大，检测精度相对较低，目前还没有得到 广泛的应用。在线检测方式目前主要有踏板检测和视觉检测等。离线检测由于检 广东工业大学硕士学位论文 测方便，精度高，目前已得到了较多的应用。离线检测主要有接触式测量和非接 触式测量法。接触式测量是早期的测量方式，精度和自动化程度低，而且易磨损， 主要有光栅位移传感器和电感位移传感器测量等。非接触测量拥有无磨损，精度 高，测量灵活等优点。目前常见的测量方法有：超声波检测法，振动检测法，c c d 视觉传感法，激光位移传感器，电涡流位移传感器测量等。 国外发达国家对列车轮对踏面擦伤等参数的自动检测进行了长期的研究，并 取得了显著的成果。 芬兰铁路于9 0 年代初期研制成功轮对外形测量仪。该仪器可以测绘磨耗轮对 的外形并将测得的数据与存储的参考数据比较，进而计算出轮对外形参数并对近 限或超限轮对发出旋修指令。测量装置用永磁铁安装在车轮上，包括齿轮和齿条 的测量架可在车轮踏面上移动，传感器和直线形滑杆负责采集数据并传输给控制 装置。计算机程序能将轮对外形放大3 一l o 倍，并以图像或数字形式显示出来，另 外还可以直接从控制装置或从计算机绘出车轮形状或打印测量结果 ”】。 日本铁路于8 0 年代末期研制成功轮对自动检测装景，该装置由两个平行光 源、两台c c d 摄像机、控制处理机构和外部设备组成。当转向架解体后，装置 可同时检测轮对两个车轮的外形参数，包括轮缘厚度、踏面磨耗和轮对内距等数 据，当所测尺寸超过限度值时，便有红色数字显示，测量误差小于o 2 m m ，测 量周期约为2 0 分钟对。这套装置不仅实现了检修作业自动化，提高了检测精度 和可靠性，而且极大地改善了作业环境【3 4 】。 俄罗斯联邦铁路于9 0 年代中期研制成功轮对参数自动化检测装置，它采用超 声遥测的非接触测量方法，当机车车辆以不大于5 k m h 的速度运行时，可测得轮 对直径、轮缘厚度、踏面磨耗和垂直磨耗等参数彤j 。 丹麦国家铁路公司于2 0 0 0 年将一种新型的车轮缺陷探测系统【3 6 】投入n t 城 市高速铁路网中。该系统能测量车轮踏面磨耗，同时也能检测车轮表面缺陷，因 此既能降低车辆维修成本，也能降低列车运行噪声。罗马尼亚铁路于9 0 年代初期 研制成功轮对外形磨耗快速自动检测装置，该装置可在列车运行状态下检测轮对 磨耗状态和外形参数并做出判断和进行处理。德国铁路于8 0 年代末期研制成功轮 对自动诊断装置，其主要功能就是当列车以小于5 k m h 的速度运行时，自动测量 轮对断面的几何参数。美国l o r a n 公司于9 0 年代中期研制成功两种型式的轮对自 动检测系统，低速检测型和高速检测型。这套系统可以自动测量列车的通过速度， 6 具有连续图像采集、连续数据处理和轮对记数等功能，可以测量轮缘厚度、踏面 磨耗和轮对直径等参数，同时在精确度、方便性和安全性等方面，均能满足使用 要求1 3 7 1 。 目前国内列车轮对踏面擦伤检测主要还是依靠人工检测。人工检测方式主要 依靠手工机械式测量，劳动效率低，测量工具落后( 卡钳、直尺等) ，大量的测 量数据需要人工记录，工作繁琐，可靠性低且不便于信息化管理。近几年来，我 国很多专家学者在列车轮对检测方面也做了大量的工作和相关研究，并取得了一 定的成果。 北方交通大学和郑州铁路局联合研制出一套车轮擦伤检测装置，其测量原理 是根据擦伤引起的车轮振动变化来计算擦伤程度。该装置有两套四连杆机构和相 对应的位移传感器组成，四联机构固定在钢轨上，构成平行四边形机构。位移传 感器通过支座固定在构成平行四边形机构一边的钢轨上。该装置能在列车运行中 在线检测列车轮对踏面擦伤。 西南交通大学曾京教授等研究开发的轮对几何参数自动测量系统通过并联式 伸缩机构的光栅尺读数计算各杆的伸缩量，根据测量头的光栅读数计算位移传感 器的摆角大小；通过步进电机控制并联机构及测量头在测量平面中的位置，扫描 出轮对的大部分轮廓曲线，计算出车轮的直径、偏心和轮对内测距的大小【3 引。西 南交通大学尹治本教授等开发出了铁路货车车辆踏面擦伤智能定量检测系统。该 系统通过在轨道上安装两个压电加速度传感器，采集车轮的有效振动波形数据， 计算出踏面擦伤深度。在车速5 3 0 k m h 条件下，系统擦伤深度检测精度达到 o 5 m m ，准确率大于8 0 【3 9 1 。 1 3 3 主要研究内容 本文研究的是基于激光视觉传感技术的离线非接触测量方式，通过亚像素图 像处理等图像处理算法达到较高的检测精度。主要有以下几方面的研究： 1 研究轮对踏面检测图像采集系统，包括c c d 摄像机、激光传感器和图像 采集卡等。 2 检测系统的标定。标定是图像信息与轮对踏面实际参数的转换依据，也是 检测系统精度的保证和关键。这里主要是对c c d 镜头进行标定，通过畸变校正 提高精度。 广东工业大学硕士学位论文 3 轮对踏面图像预处理。根据图像特点，研究有效的图像预处理方案，在精 度满足要求的情况下减少运算量，提高处理效率。本文的预处理主要是图像裁减、 滤波、阈值分割、边缘检测、亚像素边缘定位等。通过对比c a n n y 算子与经典的 边缘检测算子s o b e l 、p r e w i t t 、l a p l a c e 的效果，在视觉系统的边缘处理部分采 用了c a n n y 算法，同时在像素级边缘的基础上，通过灰度矩算法，达到了亚像素 级边缘定位，提高了图像处理的精度。 4 轮对踏面图像分析。对预处理后的图像进行分析，提取并计算踏面图像特 征，建立踏面特征数字矩阵。 5 踏面擦伤的尺寸计算并对擦伤进行三维重构。 本文的主要创新点如下： i 在图像标定中通过畸变校正，提高了标定精度。 2 将亚像素技术应用到轮对踏面检测中，提高了系统的检测精度。 1 4 小结 本章叙述了机器视觉检测技术的原理、现状和应用，阐述了轮对踏面擦伤检 测对列车行车安全的重要性、人工检测的缺点和实现自动检测的必要性。对比各 种自动检测技术，论述了基于机器视觉的轮对踏面擦伤自动检测技术的可行性。 本章最后说明了本课题的意义，并介绍了论文的研究内容。 8 第二章轮对踏面检测系统 第二章轮对踏面检测系统 2 i 系统工作原理 系统采用线结构光测量法，以激光视觉传感器为主要器件完成轮对踏面擦伤 的检测。 线结构光测量法( 又称光切法) 是结构光测量法中普遍使用的一种方法。它应 用光学成像原理、光电转换技术以及计算机图像处理技术，以一条光线( 又称为 光刀) 图像来重现物体形状的，即从光刀图像中抽取光刀位置，然后利用三角测 量法原理对光刀进行求解，从而恢复被测物体的形状。光切法装置结构简单，测 量速度快、使用灵活，能够测量比较复杂的物体，并且有较高的检测精度。光切 法得到的光条图像信息提取简单，比逐点测量的点扫描法具有更快的速度，更容 易实现自动测量。 轮对踏面擦伤检测就是根据光切法原理，采用线型激光光源投影到轮对踏面 表面，以激光垂直入射以及垂直成像的方式进行测量。采用的直射式三角测量原 理如图2 1 所示。激光器发出激光，垂直照射在物体表面，物体移动或表面变化 导致入射点沿入射光轴移动。c c d 收到来自镜头的入射光点的散射光并成像。若 光点在成像面上的位移为ah ，则根据几何关系，可计算出被测面的位移 a h = 两d s i n ( 2 1 ) ( 2 + 幽2 ) ”2 护一 式中，为激光束光轴和镜头光轴的交点到镜头的距离；d 为镜头到c c d 像面的 距离：口为激光束光轴和镜头光轴的夹角【拍】。 系统检测原理如图2 2 所示。激光视觉传感器分为两部分，一是产生激光的 激光源，二是实现信息采集的c c d 视觉传感器。激光视觉传感系统安装在轮对 测量装置上梁的龙门架机构中，如图2 3 所示，当轮对沿轨道进入检测装置后， 由驱动总成控制轮对作精确的匀速转动，同时，以激光扫描轮对踏面，在踏面上 形成光带轮廓，如图2 - 4 所示。为了去除背景、减少噪声以便于图像处理分析，在 镜头前加一滤光片，得到的图像如图2 - 5 所示。当踏面存在擦伤时，光带轮廓就 9 广东工业大学硕士学位论文 l a 孵 - h i 图2 - 1 激光三角测量法 f i g u r e2 - 1l a s e rt r i a n g u l a t i o nm e a s u r e m e n t 会出现下凹曲线，面阵c c d 视觉传感器实时采集轮对踏面光带轮廓图像信息， 输入至工控机。系统通过对采集的图像进行处理，获取轮对踏面外形特征信号并 建立踏面数字矩阵，再经过三维视觉图像识别算法，得到轮对踏面擦伤的形状和 深度等测量值。 图2 - 5 为c c d 视觉传感器所获取的同一个轮对不同位置的踏面轮廓光带。图 2 - 5 ( a ) 为没有擦伤位置的踏面轮廓轨迹( f i e 为基准图像) ，图2 - 5 ( b ) 为擦伤位置的 踏面轮廓轨迹。分析两幅图像相应纵坐标方向的像素差，擦伤部分则会有1 0 个 像素的明显偏差。通过将擦伤图像与基准图像的比较即可取得擦伤深度。分析轮 对整个圆周的踏面轮廓轨迹即可拟合出擦伤的大小、形状和深度。 1 0 一。； 苎三兰丝翌堕堡丝型至竺 一一 图2 - 2 检测原理图 f i g u r e2 - 2d e t e c t i n gp r i n c i p l e 图2 - 3 测量装置图 f i g u r e2 - 3d e t e c t i n gd e v i c e s 2 2 硬件构成 图2 - 4 光带轮廓 f i g u r e2 - 4o u t l i n eo f l i g h ts t r i p e ( b ) 擦伤位置光带轮廓 图2 - 5 轮对踏面轮廓图像 f i g u r e2 - 5i m a g eo f w h e e l s e tt r e a do u t l i n e 根据轮对的检测工艺及实际的检测环境，测量装置采用龙门架通过式结构， 主要由整机架系统、驱动总成、进出总成、激光视觉传感器、工业控制计算机等 几部分组成，系统结构如图2 - 6 所示。整机架系统包括基座，左、右立臂支撑结 第二章轮对踏面检测系统 构和上梁机构。整机架为进出总成、驱动总成和激光视觉传感器系统提供安装平 台。当轮对沿轨道进入测量装置后，通过激光视觉传感器和各种机构的协调动作 ( 包括电动、液压等) ，自动完成轮对的测量，由工业计算机实时处理测量结果， 并打印输出，同时将测量数据存入数据库h 。系统框图如图2 7 所示。 。“ 一张龙 盯0 门。 同，料 、i 巾厂 柏仟，同 l 、ll 叫、h j 、| i 、|、 一。l l l 一 图2 - 6 系统结构图 f i g u r e2 - 6s y s t e ms t r u c t u r e 系统采用的设备主要参数如表2 - 1 。 表2 - 1 系统设备参数 t a b l e2 - 1p a r a m e t e r so fs y s t e md e v i c e s 轮 c c d 抓拍间隔运动控制卡输出驱动器设置 c c d 类型 ( 秒幅)( 脉冲，秒)( 步圈) 面阵c c d o 31 6 0 06 4 0 0 广东工业大学硕士学位论文 图2 7 系统框图 f i g u r e2 - 7s y s t e mc h a r t 2 2 1 运动控制模块 在一个运动控制系统中“上位控制”和“执行机构”是举足轻重的两个组成 部分。“执行机构”部分一般不外乎：步进电机、伺服电机和直流电机等。它们作 为执行机构，带动工件动作。“上位控制”单元的方案主要有四种：单片机系统、 专业运动控制p l c 、p c + 运动控制卡和专用控制系统。“上位控制是“指挥”执 行机构动作的【4 2 】。考虑到整个系统要求高精度准确地定位，动作平稳、无冲击， 系统设计中采用基于运动控制卡( m o t i o nc o n t r o l l i n gb o a r d ) 技术的步进电机驱动 运动控制系统，在w i n d o w s 2 0 0 0 下用v i s u a lc + + 编程实现。 ( 1 ) 步进电机及细分步进驱动器【4 3 】。步进电机是一种将脉冲信号转换成 1 4 第二章轮对踏面检测系统 直线位移或角位移的执行元件。步进电机的输出位移量与输入脉冲个数成正比， 其速度与单位时间内输入的脉冲数( 即脉冲频率) 成正比，其转向与脉冲分配到步 进电机的各相绕组的相序有关。所以只要控制指令脉冲的数量、频率及电机绕组 通电的相序，便可控制步进电机的输出位移量、速度和方向。步进电机具有较好 的控制性能，其启动、停车、反转及其它任何运行方式的改变都可在少数脉冲内 完成，且可获得较高的控制精度，因而得到了广泛的应用m j 。 系统选用1 3 0 h s 4 5 步进电机和m a l 0 8 0 细分步进驱动器。利用步进电机细分 特性和实际现场控制的需要，设定步进电机的最佳细分数为6 4 0 0 步圈。运动控 制部分接线图如图2 8 所示。 图2 - 8 运动控制部分接线图 f i g u r e2 - 8c o n n e c t i o no f m o t i o nc o n t r o l ( 2 ) 运动控制卡【4 2 】。采用p c + 运动控制卡作为上位控制可充分利用计算 机资源，适用于运动过程、运动轨迹比较复杂且柔性比较强的机器和设备。运动 控制卡是基于p c 机各种总线的步进电机或数字式伺服电机的上位控制单元。总 广东工业大学硕士学位论文 线形式是多种多样的，由于计算机主板的更新换代，i s a 插槽都越来越少，p c i 总线的运动控制卡成为目前的主流。卡上专用c p u 与p c 机c p u 构成主从式双 c p u 控制模式。p c 机c p u 可以专注于人机界面、实时监控和发送指令等系统管 理工作。卡上专用c p u 用来处理所有运动控制的细节：升降速计算、行程控制、 多轴插补等，无需占用p c 机的c p u 资源。同时随卡还提供功能强大的运动控制 软件库：c 语言运动库、w i n d o w sd l l 动态链接库等，让用户更快、更有效地解 决复杂的运动控制问题。 运动控制卡采用了开放式结构，使用简便，功能丰富，可靠性高。若采用p c 机的p c i 总线方式，卡上无需进行任何跳线设置，所有资源自动配置，并且所有 的输人、输出信号均用光电隔离，提高了控制卡的可靠性和抗干扰能力；在软件 方面提供了丰富的运动控制函数库，以满足不同的应用要求。用户只需根据控制 系统的要求编制人机界面，并调用控制卡运动函数库中的指令函数，就可以开发 出既满足要求又成本低廉的多轴运动控制系统。运动函数库为单轴及多轴的步进 或伺服控制提供了许多运动函数，如单轴运动、多轴独立运动、多轴插补运动等 等。另外，为了配合运动控制系统的开发，还提供了一些辅助函数，如中断处理、 编码器反馈、间隙补偿，运动中变速等。正是由于运动控制卡的开放式结构，强 大而丰富的软件功能，对于使用者来说进行二次开发的设计周期缩短了，开发手 段增多了，针对不同的数控设备，其柔性化、模块化、高性能的优势得以被充分 利用。本系统选用了d m c l 0 0 0p c i 总线4 轴运动控制卡，如图2 - 9 所示。 图2 - 9 运动控制卡 f i g u r e2 - 9m o t i o nc o n t r o lc a r d 1 6 第二章轮对踏面检测系统 2 2 2 图像采集模块 ( 1 ) 光源。光源是影响机器视觉系统输入的重要因素，因为它直接影响输 入数据的质量和效果。由于没有通用的机器视觉照明设备，所以针对每个特定的 应用特例，要选择相应的照明装置，以达到最佳效果。 常规的机器视觉系统光源有白炽灯、日光灯、水银灯和钠光灯等。但是，这 些光源的一个最大缺点是光能不能保持稳定，随着使用时间的增加，光能将不断 下降。另一方面，环境光将改变这些光源照射到物体上的总光能，使输出的图像 数据存在噪声。为了解决上述问题，在现今的工业应用中，对于某些要求高的检 测任务，常采用单向性好的激光，不可见的x 射线、超声波等作为光源。 目前系统按其照射方法可分为：背向照明、前向照明、结构光和频闪光照明 等。其中，背向照明是被测物体放在光源和摄像机之间，它的优点是能获得高对 比度的图像。前向照明是光源和摄像机位于被测物体的同一侧，这种方式一般是 机构的特殊要求所至，不过比较便于安装。结构光照明是将光栅或者线光源等投 射到被测物上，根据它们产生的畸变，解调出被测物体的三维信息。频闪光照明 是将高频率的光脉冲照射到物体上，照像机拍摄要求与光源同步。 本课题的图像获取系统采用结构光照射方法，选用激光作为光源。激光作为 踏面擦伤检测系统的光源具有单色性、相干性好、光束准直和精度高等优点，利 于去除噪声和杂散光，提高信噪比。系统选用的线型激光器，如图2 1 0 所示，输 入为d c 3 v ，输出为波长6 3 5 n m 的红外可视结构光，功率为5 m w 。 图2 1 0 线型激光器 f i g u r e2 - 1 0l i n e a rl a s e r 广东工业大学硕士学位论文 ( 2 ) c c d 传感器。c c d 电荷耦合器件，是一种能够把光学影像转化为数 字信号的半导体装置，它使用一种高感光度的半导体材料制成，能把光线转变成 电荷，通过模数转换器芯片转换成数字信号，数字信号经过压缩以后由像机内部 的闪存或内置硬盘卡保存，因而可以轻而易举地把数据传输给计算机，并借助于 计算机的处理手段，根据需要来修改图像。c c d 由许多感光单位组成，通常以百 万像素为单位。当c c d 表面受到光线照射时，每个感光单位会将电荷反映在组 件上，所有的感光单位所产生的信号加在一起，就构成了一幅完整的画面。c c d 具有自扫描、线性好、敏感、分辨高等优点。c c d 主要有线阵c c d 和面阵c c d 两种，线阵c c d 应用线阵集成电路作为传感器，获取的是一维图像，而面阵c c d 可摄取二维平面图像，能够提供较大的信息量。系统采用的是面阵c c d 摄像机， 如图2 - 1 1 所示。 图2 - 1 1 面阵c c d 摄像机 f i g u r e2 - 11a r r a yc c dc r m e r a ( 3 ) 镜头。选用镜头主要根据镜头的几个主要参数来确定。一般情况下， 主要考虑镜头的成像面、焦距、视场、工作距离、视野和景深等参数。一般来讲， 焦距越小，视角越大；工作距离越短，分辨率越高，但视野也越小。对于镜头的 选用，工作距离越近越好，镜头的畸变越小越好，视野越大越好。在视觉测量应 用中，应尽量选择镜头畸变小的镜头。 根据系统的安装位置和性价比较，c c d 镜头选用了c o m p u t a r3 5 1 0 5 m m 镜 头，它的规格为1 2 ”，和c c d 的规格相匹配。 第二章轮对踏面检测系统 ( 4 ) 图像采集卡【4 5 1 。轮对踏面擦伤检测系统针对每个轮对采用先采集一幅 图像至内存，然后采集第二幅图像，同时对之前采集的图像进行处理，将处理后 的数据保存在内存，等整个轮对圆周采集处理完后，将数据存储至硬盘，实现图 像的实时处理。系统采用了基于p c i 总线的图像采集卡，如图2 - 1 2 所示。该图像 采集卡支持标准p a l 、n t s c 彩刨黑自视频输入。含六路c v b s 输入，三路y c 输入，六选一模拟视频输出。由于该图像采集卡基于高性能的p c i 总线，使其能 实时传送数字视频信号到显示存储器或系统存储器。输入的彩色视频信号经数字 解码器、模数转换器、比例缩放、裁剪、色空变换等处理，通过p c i 总线传到 v o a 卡实时显示或传到计算机内存实时存储。数据的传送过程是由图像卡控制 的，无需c p u 参与，瞬间传输速度可达1 3 2 m b s 。通过填写屏蔽( m a s k ) 模板， 可实时显示和存储任意形状的输入图像。硬件完成输入图像的比例缩放 ( s c a l e ) 、裁剪( c l i p ) 和色度空间变换( c o l o r s p a c ec o