基于LabVIEW圖像處理的動態拉出值檢測方法

伍川輝， 吳 琛， 楊 恒， 卿 云

(西南交通大學機械工程學院，四川 成都 610031)

0 引 言

電力機車上，弓網接觸點的位置與受電弓滑板中心之間的距離在線路曲線區段定義為拉出值，而在直線區段則定義為之字值，統一稱為拉出值[1]。

目前拉出值的檢測手段包含離線檢測與靜態檢測兩種方式。離線檢測是對采集到的弓網視頻圖像進行離線分析從而得到拉出值，此種方式不具有實時性，無法對動態拉出值進行在線監測；而靜態檢測是在列車靜止的情況下對拉出值進行檢測，不能實現對鐵路沿線的全面覆蓋，無法滿足未來鐵路發展的需要[2-3]。

針對于現有檢測方式的不足，本文提出一種基于LabVIEW圖像處理的動態拉出值檢測方式，能夠實時檢測并顯示列車運行過程中的動態拉出值，確保了列車的行駛安全。

由于受電弓在列車運行過程中與接觸網接觸，處于高壓環境中，無法通過接觸方式進行檢測。因此，利用高清工業相機實時拍攝列車運行過程中的弓網視頻圖像，采用基于LabVIEW的圖像處理方法，確定弓網接觸點在圖像平面坐標系中的相對位置，再結合受電弓滑板中心位置的標定結果，計算出動態拉出值。結果表明該方法能夠在列車運行過程中實時準確提取弓網接觸點位置，計算動態拉出值，并且不會破壞弓網間的力學特性，具有實際意義。

1 動態拉出值檢測系統設計

列車在行駛過程中，在直線區段拉出值的變化范圍為±（300±30）mm，曲線區段列車車身隨線路的外軌超高向曲線內側傾斜，因此受電弓中心與線路中心并不重合。隨著曲線段上曲線半徑的不同，拉出值一般在（150±30）～（400±30）mm 之間[4-5]，故選用高分辨率的高速工業攝像機，分辨率可達500萬像素，滿足檢測精度要求，同時幀率最高可達130 f/s，滿足列車運行速度要求。

將工業相機安裝在車廂頂部正中間位置，調整角度，使得鏡頭正對受電弓，保證拍攝范圍覆蓋列車運行過程中受電弓的運動范圍，并盡量使受電弓滑板處于整個畫面的中部偏下位置。工業相機的安裝如圖1所示。

圖1 工業相機安裝示意

在列車行駛過程中，工業相機提供受電弓和接觸網工作的實時圖像。視頻圖像通過Camera Link傳輸線實時傳送給插在測試工作站主板上的PCIE圖像采集卡，工作站獲取受電弓視頻后，通過基于LabVIEW的圖像處理技術對列車行駛過程中的弓網接觸點位置信息進行提取，結合標定所得的受電弓滑板中心位置計算出動態拉出值，并存儲相關數據。對動態拉出值的在線計算為本系統的關鍵點，用LabVIEW軟件實現，視頻實時采集后面板程序如圖2所示。

圖2 視頻實時采集程序

動態拉出值檢測系統硬件設備包含一臺高分辨率高速工業相機，一張圖像采集卡和一臺工作站。系統硬件結構如圖3所示。

圖3 系統硬件結構

2 圖像算法

2.1 視頻圖像預處理

為了提取出弓網接觸點的位置信息，首先通過LabVIEW程序進行圖像預處理。在視頻圖像算法處理的對象中，關注的是接觸網以及受電弓與背景之間的灰度差異，以便進行直線檢測等相關運算。將RGB顏色空間轉換成YUV顏色空間（灰度化），能夠減少后續程序的運算量，提高運算速率[6-7]，如下式所示：

式中：R——紅色系數，灰度級；

G——綠色系數，灰度級；

B——藍色系數，灰度級。

在所拍攝的弓網圖像中不可避免地存在著外部和內部干擾，噪聲惡化了圖像質量，淹沒了圖像特征[8]，因此需要去除噪聲，恢復原始圖像。中值濾波用一個有奇數點的窗口在圖像上滑動，用窗口內所有像素的中值代替窗口中心點所對應像素的灰度值。對于受電弓滑板以及接觸導線這類在全圖中占有較長的輪廓線的圖像，經常采用方形窗口；又因為接觸線以及承力索的寬度所占像素數不多，為了獲得清晰的目標物所以窗口選擇不宜過大，選擇3×3的方形窗口進行中值濾波效果最優，并且不會造成圖像邊緣模糊與失真。

為了便于下一步的圖像分割與接觸網和受電弓滑板的細節提取，需要提高圖像細節的清晰度，通過利用分段線性灰度變換方法增大對比度來實現。

圖4為弓網接觸原圖，圖5為圖像預處理圖。通過對圖5進行灰度分布分析，發現在圖像預處理之后，接觸線及受電弓滑板的邊緣以及尖峰依舊明顯，并且已經濾除了脈沖干擾。

圖4 弓網接觸原圖

圖5 圖像預處理

2.2 弓網接觸點的提取

首先通過3×3窗口的Canny算子對視頻圖像進行邊緣檢測與輪廓特征的提取。Canny算子采用了非極大值抑制和滯后閾值算法檢測等方法，是一種應用高斯導數逼近的最優算子，該算法具有高定位性、低錯誤率和最小響應的優勢，同時噪聲無法對其進行填充[9]。

在LabVIEW軟件中，邊緣檢測與輪廓特征提取是通過函數IMAQ CannyEdgeDetection來實現的。之后再利用增幅過的Sobel雙方向算子對整幅圖像進行高亮邊緣檢測，使得邊緣與特征更加明顯，如圖6所示。

圖6 圖像邊緣輪廓提取

圖中雖然對弓網部分的輪廓有較好的體現，但部分細節分割太細化，接觸網與受電弓滑板呈現出不止一條的邊緣輪廓線，導致無法對弓網接觸點的位置信息進行精確提取。為了連接臨近物體、平滑邊界和填充細小空洞，利用形態學[10]進行處理。采用形態學閉運算方法，首先以膨脹運算對輪廓邊界進行合并，再以腐蝕命令對輪廓細化，最后利用骨架化命令進行輪廓整體細化[11]，如圖7所示。

圖7 圖像形態學處理

由圖可以看出，接觸網整體輪廓位于豎直方向，受電弓滑板整體輪廓線位于水平方向。由于輪廓線存在傾斜，因此以5為間距測量每個區間內所有行列像素的數目點。首先進行豎直投影統計每一列上所有行的像素點數目，其出現最大峰值的位置即為接觸網對應存在的位置；再利用水平投影可以得到受電弓滑板上邊緣所在行的位置參數信息。做出像素點分布圖可以得到兩者交點，即弓網接觸點，根據所得結果在原圖中標記該點，如圖8所示。

圖8 弓網接觸點標記

為了驗證該弓網接觸點位置信息提取方法的通用性，在LabVIEW中將上述方法與區域識別ROI功能相結合，對試驗現場的弓網視頻圖像進行分析。在圖像坐標系中，每個點都對應一個坐標，利用最小二乘法擬合出接觸線和受電弓滑板上邊緣線，如圖9所示。

圖9 弓網接觸點動態跟蹤

圖中，擬合出的紅色線條為檢測出的接觸網邊緣輪廓線，黃色線條為受電弓滑板上邊緣輪廓線，白色圓點為弓網接觸點，結果表明此方法能準確地提取出弓網接觸點的位置信息并且在視頻中有良好的跟蹤性能。

3 動態拉出值檢測

工業相機實時獲取列車運行過程中的弓網視頻圖像，圖像采集卡對視頻圖像進行采集，最后在LabVIEW程序中對其進行實時處理。圖10為動態拉出值檢測軟件流程圖。

圖10 動態拉出值檢測軟件流程

3.1 相機標定

由于相機與車體位置相對固定，受電弓滑板中心線位置在圖像中為一參數不變的直線，因此計算出受電弓中心位置與弓網接觸點的像素間距，利用像素標定與比例關系確定相應的物理間距，即可獲得動態拉出值信息[11]。

在受電弓滑板的兩端豎立長尺型的標志物，首先人工標定受電弓滑板中心線，通過圖像處理軟件確定標志所在位置的像素坐標。測出兩端標志物之間實際的長度值，以獲得像素與實際長度之間的比例關系。如圖11所示。

拉出值的轉換公式為

圖11 工業相機標定

式中：Lm——拉出值的實際長度，mm；

Lp——拉出值的像素長度，mm；

Ldm——受電弓滑板的實際長度，mm；

Ldp——受電弓滑板的像素長度，mm。

3.2 驗證分析

為了驗證工業相機與基于LabVIEW的圖像處理技術能否實現動態拉出值的檢測，利用該套設備及程序對列車運行過程中的動態拉出值進行實時在線監測。LabVIEW程序前面板運行過程如圖12所示。

圖12 程序運行過程

圖中左側為工業相機實時拍攝的列車運行過程中弓網視頻圖像；右側為動態拉出值檢測曲線，橫坐標為當前時刻，縱坐標為動態拉出值大小，能夠實時顯示動態拉出值數據與弓網接觸點的坐標值，實現動態拉出值的檢測。動態拉出值圖像處理結果與弓網工作原始視頻均能實時保存到指定路徑。

選取列車運行速度為40 km/h某一段線路數據進行分析，如圖13所示。

由圖可以看出，動態拉出值的正負代表弓網接觸點在受電弓滑板中心線的左側或右側，其最大值為289.98 mm，滿足直線工況下動態拉出值介于-300～300 mm之間的要求。對該段線路的弓網工作視頻進行離線的拉出值分析，分析結果與檢測結果誤差在±1 mm內，驗證了動態拉出值檢測的準確性。

選取列車運行速度為60 km/h某一段線路數據進行分析，如圖14所示。

圖13 40 km/h工況下動態拉出值數據分析

圖14 60 km/h工況下動態拉出值數據分析

由圖可以看出，動態拉出值最大值為294.49 mm，滿足直線工況下動態拉出值介于-300～300 mm之間的要求。對該段線路的弓網工作視頻進行離線的拉出值分析，分析結果與檢測結果誤差在±1 mm內，再次驗證了動態拉出值檢測的準確性。

進行靜態對比試驗，用直尺測量此時弓網接觸點與受電弓滑板中心位置之間的距離，與系統檢測到的動態拉出值數據進行比較，二者的數值相差不超過±2 mm，驗證了用高分辨率工業相機結合LabVIEW圖像處理技術對動態拉出值檢測可行性。

通過以上分析可知，對于動態拉出值檢測，高分辨率高速工業相機性能優越；利用LabVIEW圖像處理技術能夠實現動態拉出值的檢測，實時顯示動態拉出值相關數據，精度與可靠性高。

4 結束語

本文介紹了基于LabVIEW圖像處理的動態拉出值檢測系統的設計思路，重點闡述了所采用的圖像處理算法，最后通過現場試驗與數據分析驗證了其可行性與可靠性。

1）采用高分辨率高速工業相機拍攝列車運行過程中的受電弓工作視頻，通過LabVIEW程序進行動態實時的視頻圖像處理，結合相機標定，最終能夠實時顯示存儲弓網接觸點的坐標位置信息以及動態拉出值的大小。實現了列車運行過程中的動態拉出值檢測。

2）通過將該動態拉出值檢測結果與離線視頻拉出值分析結果進行對比，驗證了該方法的準確性；通過靜態對比試驗，驗證了該方法的可行性。

[1]劉寅秋. 基于圖像處理的接觸網動態幾何參數測量研究[D].北京: 中國鐵道科學研究院, 2012.

[2]景曉軍. 圖像處理技術及其應用[M]. 北京: 國防工業出版社, 2005: 71–80..

[3]范海江. 高速鐵路接觸網接地設計原則 [J]. 電氣化鐵道,2017(4): 11–13.

[4]戚廣楓. 高速鐵路牽引供電安全技術發展及展望[J]. 中國鐵路, 2012(11): 76–77.

[5]于萬聚. 高速接觸網設計及檢測原理[M]. 北京: 中國鐵道出版社, 2003: 133–135..

[6]占棟, 于龍, 肖建, 等. 接觸網幾何參數高速動態視覺測量方法研究[J]. 儀器儀表學報, 2014(8): 78–80.

[7]劉鐵軍, 李佳. 軌道適應幾何參數計算方法研究[J]. 機車電傳動, 2015(1): 56–57.

[8]張東, 余朝剛. 基于激光掃描的接觸網幾何參數檢測方法研究[J]. 計算機測量與控制, 2016(1): 34–36.

[9]王桂軒, 高健, 周升偉, 等. 曲線區段接觸網拉出值的確定[J].科技視界, 2015(12): 23–25.

[10]韓志偉, 劉志剛, 張桂南. 非接觸式弓網圖像檢測技術研究綜述[J]. 鐵道學報, 2013(6): 40–47.

[11]孟歡, 楊雪榮, 呂文閣, 等. 一種單軌列車受電弓滑板磨耗檢測系統的設計[J]. 鐵道標準設計, 2017, 668(8): 151.