巡道車視頻檢測(cè)系統(tǒng)的設(shè)計(jì)及關(guān)鍵技術(shù)的實(shí)現(xiàn).pdf

1、近年來我國鐵路事業(yè)飛速發(fā)展，行車密度與速度大幅增加，由此帶來的對(duì)鐵路行駛安全性與可靠性的要求也越來越高。但是，當(dāng)下的線路狀態(tài)檢測(cè)還嚴(yán)重依賴于巡道工人的目測(cè)檢查，這樣造成了檢查效率低下，工人的勞動(dòng)量大，可靠性低，明顯已經(jīng)不能滿足當(dāng)下鐵路事業(yè)發(fā)展的需要。 針對(duì)以上提出的情況，本文就巡道車視頻檢測(cè)系統(tǒng)的關(guān)鍵技術(shù)進(jìn)行了研究，并具體實(shí)現(xiàn)了系統(tǒng)的框架。本文詳細(xì)分析了巡道車視頻檢測(cè)系統(tǒng)的組成，提出了扣件與道床區(qū)域的提取算法、扣件識(shí)別以及道床識(shí)

2、別的算法，并加以實(shí)現(xiàn)，使得本系統(tǒng)可以將攝取的視頻圖像進(jìn)行分析，其中詳細(xì)介紹了預(yù)處理的方法和意義，并重點(diǎn)檢測(cè)了道床板結(jié)情況與扣件缺失情況，并對(duì)這兩個(gè)關(guān)鍵技術(shù)的實(shí)現(xiàn)進(jìn)行了說明。 本文提出了基于具有先驗(yàn)知識(shí)的紋理分析法來定位道床與扣件位置的算法，采用了自創(chuàng)的經(jīng)緯線定位法來提取關(guān)鍵區(qū)域。提出了基于灰度共生矩陣的紋理分析法來分析道床狀態(tài)的算法，此算法通過灰度共生矩陣提取特征值，并通過BP神經(jīng)網(wǎng)路來訓(xùn)練分類器，對(duì)道床是否板結(jié)進(jìn)行檢測(cè)。在對(duì)扣