基于暗边缘特征的动车底板螺栓故障检测

• 作者: 易果 胡绍海
• 来源期刊: 电脑知识与技术:学术版
• 学科: 工学
• 关键词: TEDS 动车组 螺栓识别 故障检测
• 年，卷（期）: 2020,（13）
• 页码范围: 208-211
• 页数: 4页
• 分类号: TP391.4

摘要

动车组运行故障图像检测系统(TEDS)是基于图像处理、计算机视觉等技术对动车组运行图像进行处理与分析,达到动车故障检测的系统。螺栓丢失是动车故障的常见类型之一。为了检测动车底板螺栓丢失的情况,本文基于动车底板螺栓的暗边缘特性--螺栓边缘灰度相较于中心灰度较暗,结合FAST角点检测的方法,提出了一种能对动车底板图像上的螺栓进行快速识别与定位的算法。然后基于动车底板螺栓丢失所产生的亮边缘特性,实现螺栓丢失的故障识别。实验证明,本文算法在正常灰度图像和轻微曝光图像中表现良好,螺栓定位准确,螺栓丢失识别率高、误识别率低。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	胡绍海	北京交通大学信息科学研究所	51	509	12.0	21.0
2	易果	北京交通大学信息科学研究所	2	0	0.0	0.0