(光源影响)火车轮对表面缺陷检测
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
④ 确定上边界: 利用实际的剥离区域灰度值 T l, 重复步骤 ①, 精确确定其上边界, 利用同样方 法确定下边界、左边界、右边界, 见图 6、7.
⑤ 判定 4 个边界是否形成一个矩形, 如不是 说明无剥离; 如是则进行记录.
⑥ 对记录的矩形区域利用 2. 2 (2) 中方法进 一步判断在其中是否确实存在剥离, 目的是进一 步排除油渍区域的干扰.
© 1994-2010 China Academic Journal Electronic Publishing House. All rights reserved. http://www.cnki.net
第 6 期
卢湖川等: 火车轮对表面缺陷检测
899
的位置, 以此位置为起点统计在其后的 sum nh + c2 个 点中灰度值超过 T h 的点数, 如 果 点 数 超 过 sum nh, 则认为图像中存在剥离.
本文基于 CCD 成像测量技术和图像处理等 相关技术, 设计一种利用 CCD 成像系统检测火车 轮对剥离尺寸的非接触在线测量系统.
系到后端图像处理的复杂程度, 甚至可以决定整 个系统能否成功, 因此在检测系统中设计一个合 理的成像系统是非常重要的[ 6 ].
为了能利用 CCD 面阵摄像机对车轮表面成 像, 需要用机械设备支撑轮对轴部, 使其能原地转 动, 并用步进电机控制其转速, 应用 CCD 摄像头 获得表征整个车轮表面的图像序列. 轮对表面剥 离参数包括深度和长宽尺寸, 本系统中剥离检测 不要求深度参数, 只需检测剥离的长宽尺寸, 因此 可以用面阵 CCD 摄像头垂直正对着车轮踏面 (车 轮的法线方向) , 车轮直径较大, 因此镜头的视场 内可以近似看成水平面.
900
大连理工大学学报
第 44 卷
定它们属于同一个剥离区域, 对其进行区域合并, 见图 8、9.
图 8 剥离区域合并 (1)
F ig18 Scratches m ergence (1)
图 9 剥离区域合并 (2)
F ig19 Scratches m ergence (2)
3 实验结果与结论
定位: 根据规定的最小剥离尺寸, 把整幅图像均分
为 4 个区域, 在每个区域中搜索剥离的边界, 若剥
离跨越多个区域则进行区域合并. 该剥离边界搜
图 7 确定剥离图像边界 (2)
索算法具体实现如下:
F ig17 L oca ting bounda ry of scra tch (2)
① 初步确定上边界: 假设列中满足 f (x , y ) ⑦ 剥离区域的合并: 对于剥离区域划分与合
< T l 的第 1 点为 f 0 (x , y ) , 标定矩形区域 A (x , y 并, 本文应用如下准则实现剥离区域的分割
- S c) , B (x , y + S c) , C (x + S c, y + S c) , D (x +
a) 如果图像中只存在一个剥离区域, 则不用
{ ∑ S c, y - S c). 计 算 sum R A B CD =
系统选择CCD 镜头、平行光源摆放示意图如 图 3 所示.
得到 Im; ③ 确定实际使用的低电平 T l 和高电平 T h,
其中 T l = I l + Im c1 (c1 为一常数) , T h = I h +
Im c1. 由以上顺序确定的门限并不是判定剥离的最
终门限, 最终门限的确定还与图像中可能存在的 剥离处的灰度值有关.
值. 具体算法实现如下:
① 通过对实际轮对表面图像的分析, 依据剥
离区域灰度与边界灰度的差异, 预设一个较合理
的初始低电平 I l 和高电平 I h; ② 对实际检测过程中所得图像取灰度均值,
图 2 光源垂直照射成像图
F ig12 Im aging w ith no rm al illum ination
实验表明该检测算法具有较强的抗干扰能 力, 因为连续出现两个高斯白噪声干扰的概率很 小. 根据实验结果统计, 本算法的准确率能够达 到 90% , 如果出现误判, 还可以通过后续方法进 行校正, 从而进一步提高检测准确率.
图 4 排除油渍图像
F ig14 O il slick s elim ination
本文讨论了测量轮对剥离的检测系统设计, 提出了一种有效的剥离检测算法, 该算法有效排 除了油渍区域干扰, 而且应用浮动阈值检测法使 得算法有较强的鲁棒性. 应用本文的剥离检测与 区 域合并算法后, 通过对 320 个火车轮对的系统 测试, 人工检测到的剥离数为 472 个, 而该系统检
测到的剥离数为 439 个, 误检数 10 个, 漏检数 43 个. 表明该算法检测正确率接近 90% , 精度达到 4 mm. 但本系统精度尚需进一步提高; 针对图像 特征实现更好的剥离判定方法需进行进一步研 究.
参考文献:
[ 1 ] SN EED W H , SM ITH R L. O n2boa rd rea l2tim e
的重要特征, 见图 4.
2. 2 轮对剥离检测算法
(1) 浮动阈值法确定门限值
由于使用的时间、受力情况、表面光洁度不
同, 在相同的灯光强度、环境亮度下, 不同轮对图
图 1 光源沿切线方向照射成像图
F ig11 Im aging w ith tangen t illum ina tion
像序列的整体亮度有较大的浮动, 因此使用固定 阈值检测会造成误检或者漏检. 本文根据不同的 图像亮度确定不同的低电平和高电平两个门限
T l 的最少像素点数 sum nl, 可排除部分小剥离图 像, 如图 5.
② 根据剥离的尺寸统计确定图像中剥离处 连续出现灰度值小于 T l 的最少像素点数后, 出现 的灰度值大于 T h 的最小像素点数 sum nh.
③ 对图像每列进行逐点扫描, 判断列中沿灯 光照射方向在 sum nl + c2 个连续点中, 是否存在灰 度值低于 T l 的像素点的个数超过 sum nl 的情况. 如果存在, 沿灯光照射方向搜索到灰度值大于 T l
f (x , y ) <
} T l x ∈ (x , x + S c) , y ∈ (y - S c, y + S c) , 如果
合并; b) 如果图像中存在两个或多个剥离区域, 比
较区域之间的边界距离, 如果小于一定阈值则判
© 1994-2010 China Academic Journal Electronic Publishing House. All rights reserved. http://www.cnki.net
sum R A B CD > T , 则 x up = x ; 其中 S c、T 是常量. ② 计算该矩形区域的灰度均值
∑ Im
=
1 M
f (x , y ) <
A B CD
Tl
③ 确定剥离区域的实际低电平: 门限 T l 的值
和实际的剥离有一定差距, 待检测图像中的合理
的低电平阈值由下式确定
T l = Im + C 其中 C 为实验统计常量.
平行光源摆放位置对成像质量与图像平均灰 度有重要影响. 如果法线方向放置则剥离成像清 晰, 但是轮对表面的油渍污迹成像在灰度上和剥 离物的灰度相似, 会给后面的图像处理带来较大 的困难[4]. 平行光从车轮踏面的切线方向照射, 图像中的剥离处由于受凹坑的影响会出现灰度值 很低的区域 (剥离背光的一面产生, 见图 1) 和相 邻的灰度值偏高的区域 (剥离向光的一面产生, 见 图 2) ; 在油迹处, 由于车轮表面没有凹坑, 灰度值
图 3 测量系统的示意图
F ig13 Sketch of the m ea su ring system
Fra Baidu bibliotek
在 sum {f i (x , y ) f i (x , y ) > T h} = N 2, 则剥离存 在.
具体算法实现如下:
2 检测和测量轮对剥离的方法
① 预设沿灯光的照射方向, 根据剥离的尺寸 统计值确定图像中剥离处连续出现灰度值小于
2. 1 轮对剥离图像特征 通过对轮对表面剥离区域的图像序列研究,
本文总结出其图像特征如下: (1) 剥离区域具有一定的尺寸. (2) 沿光源照射方向, 剥离区域与其他区域
对比明显: 受剥离处凹坑影响, 区域内部背光, 所 以内部灰度明显降低, 而在剥离区域外灰度值立 刻升高, 前后对比明显, 这是剥离区域的重要特 征.
1 测量车轮剥离的 CCD 成像系统 设计
较其他地方低, 但由于本身性质决定其灰度较均 匀. 利用这一明显的特征对比, 本文利用图像处 理的方法区分出轮对表面的剥离和油渍, 进而判
在 图像处理系统中, 成像质量的好坏直接关 断出剥离的位置以及剥离的尺寸.
收稿日期: 2003209210; 修回日期: 2004210215. 作者简介: 卢湖川3 (19722) , 男, 博士生, 讲师, E2m ail: lhchuan@ d lu t. edu. cn.
( 1. 大连理工大学 电子与信息工程学院, 辽宁 大连 116024; 2. 辽宁移动通信有限责任公司, 辽宁 沈阳 110179 )
摘要: 基于 CCD 图像采集测量和图像处理方法, 设计实现了一种利用面阵 CCD 成像系统检
测火车轮对表面剥离的非接触在线测量系统, 着重讨论了系统中灯光、摄像机的安装位置对 成像的影响, 分析了轮对剥离图像的特征; 并提出一种利用图像特征的剥离 (金属表面脱落现 象) 检测方法和确定剥离尺寸大小的边界搜索方法. 现场实验表明该方法具有较强的抗干扰 能力, 检测正确率达到 90% , 精度达到 4 mm.
© 1994-2010 China Academic Journal Electronic Publishing House. All rights reserved. http://www.cnki.net
898
大连理工大学学报
第 44 卷
(3) 油渍区域在灰度上与剥离区域灰度特征
相似, 但对比度不如剥离区域明显, 这是油渍区域
关键词: CCD ; 非接触测量; 剥离 中图分类号: T P 391. 41 文献标识码: A
0 引 言
铁 路系统中, 火车轮对的质量是影响安全运 行的一个重要因素[1、2], 特别是在火车提速以后, 对车轮的外形几何尺寸精度要求更高. 在紧急制 动时, 轮对与钢轨的冲撞及相对滑动会造成踏面 擦伤或剥离 (即疤痕, 在外力作用下金属表皮的一 种脱落并产生凹坑的现象) , 而剥离会严重影响列 车和轨道设施的安全与使用寿命, 因此轮对需要 定期检测, 对于磨损超限的轮对需要加修或报废.
(2) 剥离检测的数字图像处理方法
统计分析轮对图像序列中剥离区域的特征,
确定剥离存在条件如下:
在图像某列的 (N 1 + c2) 个连续像素点中, 若 存在某区域满足条件 sum {f i (x , y ) f i (x , y ) < T l} = N 1, 且在这之后的N 2 + c2 个连续点中又存
图 5 排除小剥离图像
F ig15 Sm all scratches elim ina tion
图 6 确定剥离图像边界 (1)
F ig16 L oca ting bounda ry of scra tch (1)
2. 3 轮对剥离边界搜索法 在同一幅图像中可能存在两个甚至多个剥
离, 如何进行剥离准确定位而且不把多个小剥离 误检为一个大剥离是一个值得探讨的问题. 本文 使用一种剥离边界搜索法实现了剥离区域的分割
目前应用较多的缺损检测技术主要包括超声 探 测、微波检测、X 光探伤等[3、4]. 工业检测领域 一般应用微波探伤与载荷冲击分析技术[5], 这两 种技术对检测环境与条件要求较高; 在火车轮对 检测方面, 国内都采用游标卡尺的手工检测方法, 该 方法存在随意性、效率低、劳动强度大等问题, 因此高精度检测方法与匹配的自动检测系统是我 国铁路部门十分关注的课题.
第44卷第6期 2004年11月
大连理工大学学报 Journa l of Da l ian Un ivers ity of Technology
Vol. 44, No. 6 Nov. 2 0 0 4
文章编号: 100028608 (2004) 0620897204
火车轮对表面缺陷检测
卢 湖 川3 1, 王 友 军1, 李 辉2
⑤ 判定 4 个边界是否形成一个矩形, 如不是 说明无剥离; 如是则进行记录.
⑥ 对记录的矩形区域利用 2. 2 (2) 中方法进 一步判断在其中是否确实存在剥离, 目的是进一 步排除油渍区域的干扰.
© 1994-2010 China Academic Journal Electronic Publishing House. All rights reserved. http://www.cnki.net
第 6 期
卢湖川等: 火车轮对表面缺陷检测
899
的位置, 以此位置为起点统计在其后的 sum nh + c2 个 点中灰度值超过 T h 的点数, 如 果 点 数 超 过 sum nh, 则认为图像中存在剥离.
本文基于 CCD 成像测量技术和图像处理等 相关技术, 设计一种利用 CCD 成像系统检测火车 轮对剥离尺寸的非接触在线测量系统.
系到后端图像处理的复杂程度, 甚至可以决定整 个系统能否成功, 因此在检测系统中设计一个合 理的成像系统是非常重要的[ 6 ].
为了能利用 CCD 面阵摄像机对车轮表面成 像, 需要用机械设备支撑轮对轴部, 使其能原地转 动, 并用步进电机控制其转速, 应用 CCD 摄像头 获得表征整个车轮表面的图像序列. 轮对表面剥 离参数包括深度和长宽尺寸, 本系统中剥离检测 不要求深度参数, 只需检测剥离的长宽尺寸, 因此 可以用面阵 CCD 摄像头垂直正对着车轮踏面 (车 轮的法线方向) , 车轮直径较大, 因此镜头的视场 内可以近似看成水平面.
900
大连理工大学学报
第 44 卷
定它们属于同一个剥离区域, 对其进行区域合并, 见图 8、9.
图 8 剥离区域合并 (1)
F ig18 Scratches m ergence (1)
图 9 剥离区域合并 (2)
F ig19 Scratches m ergence (2)
3 实验结果与结论
定位: 根据规定的最小剥离尺寸, 把整幅图像均分
为 4 个区域, 在每个区域中搜索剥离的边界, 若剥
离跨越多个区域则进行区域合并. 该剥离边界搜
图 7 确定剥离图像边界 (2)
索算法具体实现如下:
F ig17 L oca ting bounda ry of scra tch (2)
① 初步确定上边界: 假设列中满足 f (x , y ) ⑦ 剥离区域的合并: 对于剥离区域划分与合
< T l 的第 1 点为 f 0 (x , y ) , 标定矩形区域 A (x , y 并, 本文应用如下准则实现剥离区域的分割
- S c) , B (x , y + S c) , C (x + S c, y + S c) , D (x +
a) 如果图像中只存在一个剥离区域, 则不用
{ ∑ S c, y - S c). 计 算 sum R A B CD =
系统选择CCD 镜头、平行光源摆放示意图如 图 3 所示.
得到 Im; ③ 确定实际使用的低电平 T l 和高电平 T h,
其中 T l = I l + Im c1 (c1 为一常数) , T h = I h +
Im c1. 由以上顺序确定的门限并不是判定剥离的最
终门限, 最终门限的确定还与图像中可能存在的 剥离处的灰度值有关.
值. 具体算法实现如下:
① 通过对实际轮对表面图像的分析, 依据剥
离区域灰度与边界灰度的差异, 预设一个较合理
的初始低电平 I l 和高电平 I h; ② 对实际检测过程中所得图像取灰度均值,
图 2 光源垂直照射成像图
F ig12 Im aging w ith no rm al illum ination
实验表明该检测算法具有较强的抗干扰能 力, 因为连续出现两个高斯白噪声干扰的概率很 小. 根据实验结果统计, 本算法的准确率能够达 到 90% , 如果出现误判, 还可以通过后续方法进 行校正, 从而进一步提高检测准确率.
图 4 排除油渍图像
F ig14 O il slick s elim ination
本文讨论了测量轮对剥离的检测系统设计, 提出了一种有效的剥离检测算法, 该算法有效排 除了油渍区域干扰, 而且应用浮动阈值检测法使 得算法有较强的鲁棒性. 应用本文的剥离检测与 区 域合并算法后, 通过对 320 个火车轮对的系统 测试, 人工检测到的剥离数为 472 个, 而该系统检
测到的剥离数为 439 个, 误检数 10 个, 漏检数 43 个. 表明该算法检测正确率接近 90% , 精度达到 4 mm. 但本系统精度尚需进一步提高; 针对图像 特征实现更好的剥离判定方法需进行进一步研 究.
参考文献:
[ 1 ] SN EED W H , SM ITH R L. O n2boa rd rea l2tim e
的重要特征, 见图 4.
2. 2 轮对剥离检测算法
(1) 浮动阈值法确定门限值
由于使用的时间、受力情况、表面光洁度不
同, 在相同的灯光强度、环境亮度下, 不同轮对图
图 1 光源沿切线方向照射成像图
F ig11 Im aging w ith tangen t illum ina tion
像序列的整体亮度有较大的浮动, 因此使用固定 阈值检测会造成误检或者漏检. 本文根据不同的 图像亮度确定不同的低电平和高电平两个门限
T l 的最少像素点数 sum nl, 可排除部分小剥离图 像, 如图 5.
② 根据剥离的尺寸统计确定图像中剥离处 连续出现灰度值小于 T l 的最少像素点数后, 出现 的灰度值大于 T h 的最小像素点数 sum nh.
③ 对图像每列进行逐点扫描, 判断列中沿灯 光照射方向在 sum nl + c2 个连续点中, 是否存在灰 度值低于 T l 的像素点的个数超过 sum nl 的情况. 如果存在, 沿灯光照射方向搜索到灰度值大于 T l
f (x , y ) <
} T l x ∈ (x , x + S c) , y ∈ (y - S c, y + S c) , 如果
合并; b) 如果图像中存在两个或多个剥离区域, 比
较区域之间的边界距离, 如果小于一定阈值则判
© 1994-2010 China Academic Journal Electronic Publishing House. All rights reserved. http://www.cnki.net
sum R A B CD > T , 则 x up = x ; 其中 S c、T 是常量. ② 计算该矩形区域的灰度均值
∑ Im
=
1 M
f (x , y ) <
A B CD
Tl
③ 确定剥离区域的实际低电平: 门限 T l 的值
和实际的剥离有一定差距, 待检测图像中的合理
的低电平阈值由下式确定
T l = Im + C 其中 C 为实验统计常量.
平行光源摆放位置对成像质量与图像平均灰 度有重要影响. 如果法线方向放置则剥离成像清 晰, 但是轮对表面的油渍污迹成像在灰度上和剥 离物的灰度相似, 会给后面的图像处理带来较大 的困难[4]. 平行光从车轮踏面的切线方向照射, 图像中的剥离处由于受凹坑的影响会出现灰度值 很低的区域 (剥离背光的一面产生, 见图 1) 和相 邻的灰度值偏高的区域 (剥离向光的一面产生, 见 图 2) ; 在油迹处, 由于车轮表面没有凹坑, 灰度值
图 3 测量系统的示意图
F ig13 Sketch of the m ea su ring system
Fra Baidu bibliotek
在 sum {f i (x , y ) f i (x , y ) > T h} = N 2, 则剥离存 在.
具体算法实现如下:
2 检测和测量轮对剥离的方法
① 预设沿灯光的照射方向, 根据剥离的尺寸 统计值确定图像中剥离处连续出现灰度值小于
2. 1 轮对剥离图像特征 通过对轮对表面剥离区域的图像序列研究,
本文总结出其图像特征如下: (1) 剥离区域具有一定的尺寸. (2) 沿光源照射方向, 剥离区域与其他区域
对比明显: 受剥离处凹坑影响, 区域内部背光, 所 以内部灰度明显降低, 而在剥离区域外灰度值立 刻升高, 前后对比明显, 这是剥离区域的重要特 征.
1 测量车轮剥离的 CCD 成像系统 设计
较其他地方低, 但由于本身性质决定其灰度较均 匀. 利用这一明显的特征对比, 本文利用图像处 理的方法区分出轮对表面的剥离和油渍, 进而判
在 图像处理系统中, 成像质量的好坏直接关 断出剥离的位置以及剥离的尺寸.
收稿日期: 2003209210; 修回日期: 2004210215. 作者简介: 卢湖川3 (19722) , 男, 博士生, 讲师, E2m ail: lhchuan@ d lu t. edu. cn.
( 1. 大连理工大学 电子与信息工程学院, 辽宁 大连 116024; 2. 辽宁移动通信有限责任公司, 辽宁 沈阳 110179 )
摘要: 基于 CCD 图像采集测量和图像处理方法, 设计实现了一种利用面阵 CCD 成像系统检
测火车轮对表面剥离的非接触在线测量系统, 着重讨论了系统中灯光、摄像机的安装位置对 成像的影响, 分析了轮对剥离图像的特征; 并提出一种利用图像特征的剥离 (金属表面脱落现 象) 检测方法和确定剥离尺寸大小的边界搜索方法. 现场实验表明该方法具有较强的抗干扰 能力, 检测正确率达到 90% , 精度达到 4 mm.
© 1994-2010 China Academic Journal Electronic Publishing House. All rights reserved. http://www.cnki.net
898
大连理工大学学报
第 44 卷
(3) 油渍区域在灰度上与剥离区域灰度特征
相似, 但对比度不如剥离区域明显, 这是油渍区域
关键词: CCD ; 非接触测量; 剥离 中图分类号: T P 391. 41 文献标识码: A
0 引 言
铁 路系统中, 火车轮对的质量是影响安全运 行的一个重要因素[1、2], 特别是在火车提速以后, 对车轮的外形几何尺寸精度要求更高. 在紧急制 动时, 轮对与钢轨的冲撞及相对滑动会造成踏面 擦伤或剥离 (即疤痕, 在外力作用下金属表皮的一 种脱落并产生凹坑的现象) , 而剥离会严重影响列 车和轨道设施的安全与使用寿命, 因此轮对需要 定期检测, 对于磨损超限的轮对需要加修或报废.
(2) 剥离检测的数字图像处理方法
统计分析轮对图像序列中剥离区域的特征,
确定剥离存在条件如下:
在图像某列的 (N 1 + c2) 个连续像素点中, 若 存在某区域满足条件 sum {f i (x , y ) f i (x , y ) < T l} = N 1, 且在这之后的N 2 + c2 个连续点中又存
图 5 排除小剥离图像
F ig15 Sm all scratches elim ina tion
图 6 确定剥离图像边界 (1)
F ig16 L oca ting bounda ry of scra tch (1)
2. 3 轮对剥离边界搜索法 在同一幅图像中可能存在两个甚至多个剥
离, 如何进行剥离准确定位而且不把多个小剥离 误检为一个大剥离是一个值得探讨的问题. 本文 使用一种剥离边界搜索法实现了剥离区域的分割
目前应用较多的缺损检测技术主要包括超声 探 测、微波检测、X 光探伤等[3、4]. 工业检测领域 一般应用微波探伤与载荷冲击分析技术[5], 这两 种技术对检测环境与条件要求较高; 在火车轮对 检测方面, 国内都采用游标卡尺的手工检测方法, 该 方法存在随意性、效率低、劳动强度大等问题, 因此高精度检测方法与匹配的自动检测系统是我 国铁路部门十分关注的课题.
第44卷第6期 2004年11月
大连理工大学学报 Journa l of Da l ian Un ivers ity of Technology
Vol. 44, No. 6 Nov. 2 0 0 4
文章编号: 100028608 (2004) 0620897204
火车轮对表面缺陷检测
卢 湖 川3 1, 王 友 军1, 李 辉2