基于改进Canny边缘检测算法的受电弓磨耗检测方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN110717900A(43)申请公布日2020.01.21(21)申请号201910921337.9(22)申请日2019.09.27(71)申请人南京理工大学地址210094江苏省南京市玄武区孝陵卫200号(72)发明人周伟鹏张永苗扬邢宗义(74)专利代理机构南京理工大学专利中心32203代理人薛云燕(51)Int.Cl.G06T7/00(2017.01)G06T7/11(2017.01)G06T7/13(2017.01)G06T7/136(2017.01)G06T7/44(2017.01)权利要求书2页说明书5页附图2页(54)发明名称基于改进Canny边缘检测算法的受电弓磨耗检测方法(57)摘要本发明公开了一种基于改进Canny边缘检测算法的受电弓磨耗检测方法。该方法为：首先利用改进卡尔曼滤波方法对原始图像进行平滑滤波，将滤波后的图像转化为二值图像，并绘制该二值图像每行灰度和与行数的关系图；然后利用模拟退火算法和爬山法定位受电弓位置，将其从背景图像中分割出来；接着利用改进Canny边缘检测算法得到受电弓边缘轮廓图；最后计算受电弓上下边缘最小像素差值，最后通过相机标定和所得最小像素差值算出受电弓磨耗值。本发明具有定位准确、有效性高、适应性强的优点。CN110717900ACN110717900A权利要求书1/2页1.一种基于改进Canny边缘检测算法的受电弓磨耗检测方法，其特征在于，包括以下步骤：步骤1、利用改进卡尔曼滤波方法对目标图像进行平滑滤波，去除噪声；步骤2、利用迭代最佳阈值法，将滤波后的目标图像转化为二值图像，并绘制该二值图像每行灰度和与行数的关系图；步骤3、利用模拟退火算法和爬山法定位受电弓位置，将需要检测的目标受电弓从背景图像中分割出来；步骤4、利用改进Canny边缘检测算法得到受电弓边缘轮廓图；步骤5、计算上下边缘最小像素差值，通过相机标定和所得最小像素差值，计算受电弓磨耗值。2.根据权利要求1所述的基于改进Canny边缘检测算法的受电弓磨耗检测方法，其特征在于，步骤1所述的利用改进卡尔曼滤波方法对目标图像进行平滑滤波，去除噪声，具体如下：利用基于二维分数阶微分掩模的卡尔曼滤波方法，构建二维分数阶随机离散空间状态模型，基于构建的状态模型设计二维离散卡尔曼滤波算法，公式如下：s(x，y)＝s′(x，y)+K(x，y)[r(x，y)-Cs′(x，y)]其中，s(x，y)为滤波估计方程，s′(x，y)为系统状态的一步预测方程，K(x，y)为滤波增益方程，r(x，y)为图像测量值，C为测量矩阵。3.根据权利要求1所述的基于改进Canny边缘检测算法的受电弓磨耗检测方法，其特征在于，步骤2所述的利用迭代最佳阈值法，将滤波后的目标图像转化为二值图像，并绘制该二值图像每行灰度和与行数的关系图，具体如下：步骤2.1、求出图像最大灰度值H和最小灰度值L，设定初始阈值T0为：0步骤2.2、根据初始阈值T将图像分割为目标和背景，分别求出目标的平均灰度值Ab和背景的平均灰度值Af：上式g为图像中某像素点灰度值，h(g)为灰度值为g的像素点个数；步骤2.3、计算新阈值Tk，公式为：若Tk＝Tk+1，则Tk为所求的阈值，进入步骤2.4；否则，转入步骤2.2继续迭代；步骤2.4、利用所得阈值Tk，得到二值图像，并绘制该二值图像每行灰度和与对应行数的关系图。4.根据权利要求3所述的基于改进Canny边缘检测算法的受电弓磨耗检测方法，其特征2CN110717900A权利要求书2/2页在于，步骤3所述的利用模拟退火算法和爬山法定位受电弓位置，将需要检测的目标受电弓从背景图像中分割出来，具体如下：步骤3.1、利用模拟退火算法计算出步骤2.4得到的关系图中像素和的所有局部极大值，其中包括全局最大值；步骤3.2、以每一个局部极大值为起点，利用爬山法能够搜索局部最值的特点，分别向该局部极大值所在行的两边进行搜索，找到两边距离最近的极小值；步骤3.3、每个局部极大值和其两边的极小值对应行所框定的范围，即为每个受电弓上下边缘的范围，以此将受电弓从背景图像中分割出来。5.根据权利要求1所述的基于改进Canny边缘检测算法的受电弓磨耗检测方法，其特征在于，步骤4所述的利用改进Canny边缘检测算法得到受电弓边缘轮廓图，具体如下：步骤4.1、得到图像的梯度直方图，找出幅值峰值Hmax，计算均方差σ：其中，N为图像像素点总数，Hi为第i个像素点的梯度幅值；步骤4.2、计算高阈值Th：Th＝Hmax+σ步骤4.3、去除梯度幅值高于Th的像素点后，对剩余图像再次进行梯度幅值直方图统计，计算新峰值H′max和新均方差σ′：其中，N′为剩余图像的像素点总数，Hi为剩余图像中第i个像素点的梯度幅