论文部分内容阅读
数据表明我国平均每天有将近一千万人口正在铁路上飞驰，更不要说春运暑运。高铁的高安全性、高平顺性、高可靠性和高耐久性，必须具有优质的维修服务、快速的应急处理能力以及合理的维护成本。钢轨的平直度是安全巡检的一项重要内容，高铁无砟线路受到温度涨缩和列车碾压而产生巨大的应力时，有可能导致轨板与路基桥梁的错动、上拱。当钢轨平直度高于2mm将会产生明显的晃动，高于6mm会影响行车安全。我国高铁上马快工期短，目前自动监测技术配套还不够完善，路轨的很多状态参数还需要午夜高铁停运时由巡检人员测得。 计算机视觉作为一门综合性学科，涉及到视觉传感器技术光学工程、认知科学、数字图像处理技术、机械工程、计算机科学和自动化控制技术等多个学科。相比于传统的传感器测量方法，计算机视觉测量具有非接触式、可长时间稳定分析和识别;可以在恶劣的环境下，尤其是在隧道、高架桥等危险地段在线监测，具有效率高、速度快、成本低等优点。 本课题基于计算机视觉测量的技术，研究了对高铁无缝线路轨道直线度的在线测量方法，主要内容和所做工作如下: 1.综述了目前用于轨道直线度测量的各种方法，在分析对比了各种方法的优缺点后着重研究了激光束准直测量方法，讨论了此方案在测量过程中的各种影响因素，结合课题的应用给出了系统的结构图和测量原理，分析了系统的各部分。 2.在研究了光斑图像特性和图像处理的算法后，对激光测量图像的处理提出了具体的处理步骤，包括图像滤波、灰度化、阈值分割、形心检测等，对每一步骤涉及到的各种算法系统地进行比较，给出了最适合的算法。 3.研究了亚像素边缘定位技术，针对光斑图像进行亚像素定位算法的比较，并综合传统的图像处理算法提高测量精度。 4.最后，对测量图像的标定、激光束补偿和直线度误差测量等进行实验验证，对实验结果进行误差分析，给出了进一步的改进措施。