摘 要

随着科学技术水平的进步，我国铁路运输系统正一步步向着速度更快、密度更高、负载更大的方向发展，铁路运输安全问题也日益紧张。目前，钢轨焊接质量问题正是威胁铁路运输安全的一大隐患。改善钢轨焊接质量的关键之一正是通过机器视觉技术来检测钢轨接头对中对中尺寸，达到提高对中精度的目的，从而改善焊接质量。本文通过研究基于数字工业相机的图像识别技术，设计了基于工业CMOS相机的图像采集与处理系统。

基于机器视觉的图像采集与处理系统设计，基本都是先将CCD或CMOS摄像机采集的图像信息转化为数字信息，再通过计算机软件对其进行数字图像处理，得到目标图像相应的特征值，计算并分析，并实现检测功能。本文通过先分析系统方案设计，再阐述如何根据系统的功能特点，多方面分析考虑，选取合适的硬件设备，接着叙述软件开发相关理论知识，为软件系统开发提供技术支持，最后介绍软件系统开发及整个系统功能测试结果分析与讨论。

关键词：对焊检测；工业CMOS相机；数字图像处理；Visual C#.NET

Abstract

With the progress of science technology, the railway transportation system of our country is moving forward to a faster, higher density and heavier load development direction,and the railway transportation safety is increasingly tense. At present, the quality of rail welding is a major threat to the safety of railway transportation. One of the keys to improve the quality of rail welding is to detect the size of the rail joint by machine vision technology, so as to improve the accuracy of rail docking which can improve the quality of rail welding. In this paper, the image acquisition and processing system based on industrial CMOS camera is designed through the research of image recognition technology based on digital industrial camera.

Image acquisition and processing system is designed based on machine vision. At first ,we should transform the image information into digital information ,which was captured by CMOS or CCD camera ; and then ,process it by computer software using digital image processing technology, target image and the corresponding feature values obtained, are calculated and analyzed, and realize the function of the detection. Through first analysis system design, and then elaborates how to according to the features of the system, many aspects of consideration, choosing the appropriate hardware equipment. It then introduces the relevant theoretical knowledge of software development, provide technical support for the development of the software system, finally, the system software development and testing of the system function analysis and discussion of the results.

Keywords: detection of butt welding; industrial CMOS camera; digital image processing; Visual C#.NET

目录

一 绪 论 1

1.1 研究目的及意义 1

1.2 国内外研究现状 2

1.3设计的基本内容与技术方案 5

二 图像采集与处理系统设计 6

2.1 系统总体系设计方案 6

2.2 系统的功能与特点 7

2.2.1 系统的功能 7

2.2.2 系统的特点 7

2.3 主要硬件系统介绍 8

2.3.1 工业相机 8

2.3.2 线激光器及其供电系统 13

三 软件开发相关理论知识 14

3.1 Visual Studio 软件介绍 14

3.2 C#语言简介 15

3.3 数字图像处理技术 16

3.3.1 数字图像处理概述 16

3.3.2 图像数字化 16

3.3.3 灰度处理 17

3.3.4 二值化处理 18

四 软件系统开发 20

4.1 软件界面设计 20

4.1.1 采集与处理界面设计 20

4.1.2 图像显示界面设计 20

4.2 图像采集模块 21

4.3 图像处理算法 22

4.3.1 灰度处理算法 23

4.3.2 二值化算法 23

4.3.3 图像检测算法 26

五 结果与讨论 27

5.1 图像处理结果 27

5.2 误差分析 28

六 小 结 29

参考文献 30

致谢 31

一 绪 论

1.1 研究目的及意义

当今社会，我国铁路运输线路贯穿全国，随着铁路运输的高速发展，铁路运输也将迎来新的机遇与严峻挑战。随着铁路运行速度的不断提高，列车也将更加频繁的来往，这必定会对轨道带来更大的负荷。也因此造成了钢轨焊接接头伤损问题的不断恶化,这也导致了国家轨道运输的资金投入的提高,同时严重影响铁路运输安全。所以，研究钢轨焊接接头对于改善轨道运输安全具有重要的现实意义。目前，用无缝线路来替代鱼尾板轨道接头来焊接铁轨上前后两根铁轨的方法是第一选择。无缝线路的应用，有效的减少了了轮轨冲击载荷并且提高了铁轨使用寿命。作为无缝线路的重要组成部分之一，钢轨焊接接头的平直度大小严重影响了列车行进速度、运行稳定性和舒适度。本次毕设主要对数字采集的工业相机图像通过图像识别技术进行编程，通过相应算法达到对钢轨焊接对中尺寸进行检测的目的。提高钢轨焊接对中尺寸精度对于改善钢轨焊接接头质量来说是不可或缺的，同时也能提高整个铁路运输环境的安全性。

目前，基于机器视觉技术的钢轨图像识别技术主要应用于识别钢轨表面缺陷。而钢轨表面缺陷检测识别是当前对于提高铁路运输安全的关键，检测钢轨表面缺陷必须以钢轨表面图像采集为前提与基础，同时图像采集模块也是整个图像检测系统设计的关键所在^[1]。轨道图像处理也是对钢轨表面进行分析的重要一步，通过计算机语言对其进行编码处理，从而得到想要的结果。目前主要还是采取目视法进行轨道检查，也就是巡道工人依靠肉眼检视。这种方法有很多缺点：效率低下、耗时太长和天气因素影响较大。与此同时，列车在高速运行中，巡道工人自身安全不能得到保障。为保障巡道工人的人身安全，通常都选择错过高峰期时间进行铁路维修与检测。铁路天窗时间指的是：列车在运行的过程中，安排特定时间段不运行列车，亦或调整、减少列车运行时间，来给维修作业、钢轨检测、线路施工等开辟的预留时间。目前，天窗时间一般选择在列车运行较少的夜间，然而晚上对人工巡道不利，容易出现误判等。但是要保障铁路运输安全就需要在巡道的时候发现常见得轨道缺陷，如钢轨表面擦伤、钢轨裂纹、扣件丢失、夹板断裂等重大隐患。因此，存在许多弊端的人工巡道已无法满足要求。辅之以触发图像采集、图像处理等相关技术，结合基于工业CMOS或CCD相机的机器视觉技术研究出的轨道图像采集与处理系统，不但能安全并完整快速地采集钢轨图像，还能处理获取钢轨图像信息，轨道运输也得以正常运行^[2]。相较于传统人工巡道，不仅提高了检测的精度与速度，并且，采用机械自动化设备来替代人工作业是工业自动化的必然趋势。