利用线阵列相机对钢轨长波不平顺检测的工程实践

陈国辉 上海铁路局科研所

1 引言

高速铁路和重载铁路的运营对铁路基础设施可靠性的要求十分严格。轨道不平顺检测作为工务的基础设施检测工作的一部分，对铁路运营安全起着重要的作用。轨道高差平顺度是轨道的一个基本几何参数，描述了钢轨顶面的起伏变化,它直接关系到轮轨的配合以及列车的行车安全。传统的测量方式有弦测法和惯性基准法等方法。随着机器视觉测量技术的发展和日臻完善成熟，以非接触、速度快、实时性强、精度高为特点的CCD 高速摄像机检测方式越来越成为有效检测的方法之一。它能准确检测出轨道高低不平顺，对于保障列车运行的安全具有重要意义。

2 技术现状

目前国内外检测轨道高低不平顺的方法有弦测法和惯性法。

三点等弦的弦测法检测，设固定的弦长,在间距定长的3个轴上分别安装位移计,选定测量基准,测量轴头与基准的相对位移，从而获取轨道的高低不平顺测量值。目前的检测产品有水平尺、德国的水平测量综合站等。

多年来,弦测法一直用作检测、养护和维修轨道高低等工作。但是弦测法也存在问题，它不能反映轨道高低的实际情况。虽然能部分满足乘座平稳质量要求,但从安全的需要、轮轨相互作用的研究、全面正确养护和维修轨道等方面的需要来说,仍有不足之处。

惯性基准法是1949 年Sperry 公司轨检车采用类似地震仪的惯性位移法装置测量轨道高低的方法。由于只能测出波长较短的部分轨道高低而未得到推广。近年来,日、法等国用在轴箱上安装加速度传感器的方法,测量轴箱上、下运动的加速度A，再将A 二次积分求得轴箱上下运动的位移W(即轨道的高低)。这种惯性基准轴箱加速度直接积分法，也不能得到整个需测波长范围的高低变化。

基于计机器视觉的测量技术是近年发展起来的新的测量手段，并已逐步应用到铁路轨道检测诸多领域。它集中运用了CCD 成像技术、图像处理技术、人工智能技术和信息通讯等众多高新技术，成为自动检测方法和研究领域的热点。现场自动获取被测物体的轮廓要素的灰度信息，采用图像处理技术进行数据处理以获得检测的结果，实现自动检测。

3 检测原理与系统构成

3.1 算法原理

图1 算法原理

图1 为10 m 长、平顺的轨道，将光靶分别放在5 m、N m、10 m 处，其在10 m 焦距出的成像点A、B、D。

图2 算法原理

如图2 所示，假设在轨道N m 处有个凹不平顺,那么光源的下边沿的位置就由E 点下移到了F 点其在相机10 m 处成像的位置也有B 像素点转移到了C 像素点。

通过在实验室的10 m 范围的平台上定标，可以测出在10 m 处成像时候的光源的像素当量，这样，N m 处成像位置BC 之间的距离就可以算出。△GEF≌△GBC 是两个相似的三角形，EF 就是我们要计算的高差，代入公式，EF÷BC=N÷10，由此得出EF=(N×BC)÷10。由光源的移动可以连续推演出一段钢轨的不平顺高差，得到整段钢轨高低的曲线波形。

3.2 总体设计

该检测装置由图像采集模块、信息传输模块、光源模块构成（见图3）。CCD 相机摄像机安装在轨道上，垂直于被测LED 方形光源。

图3 模块划分图

4 软件实现

4.1 开发环境

开发语言：VC6.0

操作系统：Windows XP

4.2 软件处理流程

采用基于计算机视觉技术的自动测量方法。应用图像分割、剔除干扰、图像细化等算法，对采集到的钢轨图像进行处理；然后对图像进行检测细化，对图像相邻的特征像素点进行聚类做感知编组；最后找到图像中的边界线，进而计算出光源的边缘对应的高差。

4.3 图像采集

图像采集模块包括光学子系统(主要有光源、滤光片和镜头等)和CCD 图像采集子系统。光学子系统在将检测的图像成像在CCD 摄像机的光敏单元上，其核心器件是光源和成像镜头。CCD 图像采集子系统将成像在光敏单元上的光学影像转换成图像信号。图像采集卡对图像信号采样，转化为数字信号输入到计算机，为后续图像处理做准备。图像采集模块的基本构成如图4 所示。

图4 采集模块图

4.4 图像处理

（1）分割目标与背景

为便于对图像进行识别和处理，利用采集到的灰度图，将边缘从图像中提取出来，用于的识别和准确测量。图像直方图是图像分割的基础，它反映了图像灰度分布的统计特性，不同灰度级像素的多少分别对应直方图的波峰和波谷。在图像直方图中，通常波峰对应图像的目标和背景，而波谷则对应边缘。阈值法是一种简单有效的图像分割法，它用一个或若干个阈值将图像按像素灰度级分为若干区域(等级)，并认为处于同一个灰度等级的图像具有相同的性质。对图像在边缘处分割，即分割的阈值选在直方图的波谷。当图像直方图的波谷宽阔平坦时，该阈值难以确定，为此，系统采用最大类间方差阈值法对采集的图像进行识别，从而确定自适应阈值，实现对图像的分割。

（2）图像的细化

对图像分割并剔除干扰后，图像中只剩下光靶边缘。由于装置的边缘图像太粗，直接对它测量，可能影响检测精确度，所以需要对光靶边缘进行取直线处理，即将光靶边缘细化成细直线段。图像细化，大大压缩了原始图像的数据量，并保留了原始的基本拓扑结构，从而为精确测量提供了准确的依据。

4.5 图像处理线程

工作线程进入图像实际采集线程，找到灰度图像的边界（起始边界、结束边界、标准结束边界），如图5 所示。

图5 找边界流程图

5 结束语

采用基于机器视觉技术的方法测量轨道高低不平顺，能够有效提高测量效率和精度，降低检测成本，有助于轨道检测的智能化，实现对线路高度的高精度、非接触测量。

[1]《轨道工程》.

[2]《高速铁路概论》.

[3]《机器视觉算法与应用》.