基于圖像處理技術的地鐵閘瓦厚度測量方法

周紀武,王野

摘 要：本文提出一種地鐵閘瓦厚度測量方法。該算法采用yolov3目標檢測算法獲取閘瓦部件、磨耗線與參照部件的位置信息，融合kmeans聚類算法實現磨耗線的精細定位，再將像素厚度轉化為實際物理厚度，實現閘瓦厚度的精確測量。

關鍵詞：圖像處理技術;地鐵閘瓦厚度測量;地鐵閘瓦圖像特點

地鐵剎車是通過閘瓦貼在輪對踏面上產生摩擦來實現減速停車，摩擦過程中會對閘瓦產生一定的磨耗，磨耗嚴重時會危及地鐵運行安全。及時、準確的檢測閘瓦厚度并進行異常預警，對地鐵安全運行十分重要。下面根據閘瓦圖像特點提出一種測量閘瓦厚度的方法。

1 原理

通過分析閘瓦圖像（見圖1），可以總結出閘瓦圖像具有以下特點：

閘瓦側面有一條刻度線，刻度線的長度可以代表閘瓦的厚度。

閘瓦圖像與相機拍攝角度、成像畸變有關，只通過刻度線檢測閘瓦厚度會與真實閘瓦厚度有一定的偏差。

根據閘瓦的以上特點，提出一種測量閘瓦厚度的方法（見圖2）。

（1）測量以下數據：真實未磨損閘瓦的歸一化標準厚度，記作P標準（P標準 = 真實未磨損的刻度線長度 / 真實參照物長度）。

圖像中實際刻度線長度，記作L1;

圖像中實際參照物長度，記作L2。

（2）歸一化實際閘瓦厚度，記作P實際，P實際=L1/L2。

如果相機成像出現畸變，例如圖像拉伸，那么刻度線長度L1、參照物長度L2均會被拉伸，“L1 / L2”代表當前圖像中刻度線長度相對于參照物長度的比值，通過此計算可消除圖像拉伸引起的誤差。

（3）閘瓦剩余厚度百分比P剩余 = P實際 / P標準。

代表歸一化實際閘瓦厚度與歸一化標準厚度的比值，即閘瓦剩余厚度百分比，可以用該值代表閘瓦剩余厚度，P剩余的取值范圍是0～1，1表示閘瓦沒有磨耗。當該值到達警戒值時表示閘瓦變薄，需要及時更換新的閘瓦。

2 具體步驟

（1）確定真實未磨損閘瓦的歸一化標準厚度，記作P標準（P標準 = 真實未磨損的刻度線長度 / 真實參照物長度）。

（2）準備100～150張城軌車輛圖像，使用yolo_mark標注工具在圖像中標注出閘瓦區域。

使用標注后的圖像訓練yolov3神經網絡，獲得網絡的權重文件。

使用權重文件初始化yolov3神經網絡，輸入城軌車輛圖像，獲得閘瓦位置，從而可以提取出閘瓦圖像。

（3）準備100～150張閘瓦圖像，使用yolo_mark標注工具在圖像中標注出以下區域：

刻度線首尾兩端（見圖3中框起部分）;

參照物（見圖3中框起部分）。

使用標注后的圖像訓練yolov3神經網絡，獲得網絡的權重文件。

使用權重文件初始化yolov3神經網絡，輸入閘瓦圖像，獲得以下位置信息：刻度線首尾兩端位置Rect1（x，y，width，height）、Rect2（x，y，width，height）（見圖4）。

yolov3網絡有可能定位出多個方框（見圖5中框起部分）。

針對這種情況，需要通過聚類算法將定位出的方框分為兩類，選取類別1中得分最高的方框作為刻度線首位置Rect1，選取類別2中得分最高的方框作為刻度線尾位置Rect2;

參照物位置Rect3（x，y，width，height）（見圖4）。

（4）然后進行以下計算（見圖6）：

計算刻度線首端P1點的坐標P1（x，y），其中x=Rect1.x

+（Rect1.width/2），y=Rect1.y+（Rect1.height/2）;

計算刻度線尾端P2點的坐標P2（x，y），其中x=Rect2.x

+（Rect2.width/2），y=Rect2.y+（Rect2.height/2）;

計算刻度線長度L刻度線，即P1點和P2點之間的距離，L刻度線=（（P1.x-P2.x）2 + （P1.y-P2.y）2）1/2;

計算參照物寬度L參照物，L參照物=Rect3.width;

計算歸一化的實際閘瓦厚度P實際=L刻度線/L參照物;

計算閘瓦剩余厚度百分比P剩余 = P實際 / P標準。

如果沒有定位出刻度線的位置（即Rect1和Rect2均不存在），則認為閘瓦丟失。

3 結語

通過上述方法，可以測量城軌車輛的閘瓦厚度，減少行車安全隱患。

參考文獻：

[1]周志華.機器學習[M].北京：清華大學出版社，2016：121-139.