接觸線幾何參數圖像檢測系統設計

張國山，凌朝清，王欣博，楊晗芳

（天津大學電氣與自動化工程學院，天津 300072）

接觸線幾何參數圖像檢測系統設計

張國山，凌朝清，王欣博，楊晗芳

（天津大學電氣與自動化工程學院，天津 300072）

為了保證電力機車的正常運行，需要實時監控接觸線高度和拉出值等動態幾何參數.首先通過分析受電弓和接觸線的成像特點，結合水平直線檢測和邊緣模板匹配識別受電弓，設計簡單的定位跟蹤方法識別接觸線，然后通過攝像機標定計算接觸線高度和拉出值，最后將檢測結果與警戒參數進行對比，如果發現異常，系統將進行短信報警并將異常信息上傳數據庫.實踐結果表明：該系統能夠準確檢測接觸線高度和拉出值，而且對光照變化和背景復雜等影響因素不敏感，滿足工業的檢測需求.

接觸線；幾何參數；圖像檢測；接觸線高度；受電弓；拉出值；非接觸式檢測

隨著電氣化鐵路建設的高速發展，具備了高效率、低污染等優點的電力機車得到了越來越廣泛的應用.沿線鋪設的接觸網負責將牽引變電所提供的電能輸送到鐵路上方，而安裝在機車車頂上的受電弓則通過升降操作，使得受電弓上的滑板與接觸網導線（簡稱接觸線）保持滑動接觸，從而為機車汲取電能.為了保證車輛能夠連續不斷地獲取電能，需要接觸線與滑板在運行中一直保持良好的接觸.然而列車高速運行過程中，受電弓與接觸線之間存在著復雜的力學和電氣化的交互作用，很容易發生接觸線過高，偏離滑板中心過多甚至是弓網離線等故障.因此，必須高效、準確和實時地對受電弓和接觸線進行檢測和監控，及時檢修和維護弓網系統，以達到有效地減少弓網故障的目的.根據檢測設備是否接觸或者接近受電弓與接觸網，可以把檢測方式分為接觸式和非接觸式[1-2].接觸式檢測雖然是很重要的檢測手段，但需要在受電弓上安裝各種光電傳感器[3-4]，影響受電弓的動力性能，存在較大的隱患.非接觸式檢測可分為測距技術檢測和圖像處理技術檢測.測距技術檢測主要是利用激光[5]和超聲波[6]來檢測弓網參數，但是激光功能相對單一，而超聲波檢測精度不足.圖像處理技術檢測能利用單一的設備對多個弓網零部件進行檢測，自動化和智能化程度較高，因此得到了世界各國的青睞.接觸線高度和拉出值是列車運行中非常重要的幾何參數.接觸線高度是指接觸線摩擦表面到軌道上表面的垂直距離，它表征接觸線上下震動的情況.接觸線的高度既要遵循國家的相關規定，也需考慮當地的地形情況.接觸線拉出值是接觸線和滑板的接觸點到滑板中心的距離，它表征接觸線左右擺動的情況.拉出值過小不能很好地保護受電弓滑板，拉出值過大容易發生鉆弓事故.本文所提出的弓網檢測系統就是一個以接觸線高度和拉出值作為檢測目標的非接觸式圖像檢測系統，所需要的檢測信息直接由安裝在車頂的視頻采集模塊獲取，能在行車過程中識別受電弓和接觸線，計算接觸線動態高度和拉出值，并在接觸線高度過高和拉出值過大時發出報警信息.

1 系統設計

本檢測系統主要包含視頻采集模塊（含輔助照明模塊）、檢測處理模塊（內置報警模塊）和監控查看模塊，三者通過網絡構成系統，如圖1所示.

圖1 檢測系統工作原理Fig.1 Operating principle of detecting system

采集模塊主要由1臺200萬像素的高清數字化網絡相機、外殼防護等級為IP66的采集模塊防護罩和輔助照明模塊構成，其中輔助照明模塊可根據現場需求選用外置LED燈和內置紅外補光燈2種方案，采集模塊可以全時段全路線的采集南北方電力機車的弓網視頻.出于圖像直觀和算法簡單的考慮，一般來說視頻采集模塊位于所拍攝受電弓的正面，與受電弓的距離根據拍攝需求和設備安裝的實際情況來決定.在本系統中受電弓與攝像機的距離為8 m，攝像機斜向上拍攝受電弓全貌和全部運動范圍，圖2為本系統在現場采集到的一幅畫面.

檢測處理模塊置于列車內，主要由監控處理主機、報警模塊和現場箱構成，其中報警模塊包含3G網絡模塊和資費卡.監控處理主機對采集模塊傳輸過來的視頻信號進行編碼存儲，以便查看弓網工作狀態.同時把視頻信號圖片化，分析后與主機內預先設定的接觸線高度和拉出值警戒參數進行對比，一旦超出警戒參數，系統將通過報警模塊向指定手機發送報警短信，同時將異常信息上傳到網絡數據庫，只要具備登錄權限，就可以進入數據庫查看異常.

圖2 攝像機獲取的圖像Fig.2 Picture from camera

監控查看模塊是指一個基于MFC編寫的處理軟件，軟件界面如圖3所示.界面上顯示圖像檢測結果、系統內部參數和設備連接情況，利用3G網絡，可以通過該軟件實現對整個系統的遠程控制.

圖3 顯示查看界面Fig.3 Display interface

2 圖像處理算法

因為接觸線與滑板上邊緣相互接觸，所以本系統首先準確識別受電弓和接觸線，然后找到接觸線與滑板上邊緣的接觸點，進而計算弓網幾何參數.

受電弓的識別方法基本上都是從受電弓滑板的特點出發.由圖2可以看出，滑板在所采集到的圖像中最顯著的特征是基本處于水平狀態，若沒有受到嚴重的磨損，其上邊緣可以認為是具有一定長度的水平直線，因此很多研究通過檢測圖像中的水平直線來識別受電弓[7-8].此外，由于受電弓在圖像中的形狀、大小和方向基本固定，也有不少研究通過模板匹配的方法識別受電弓[2，9].檢測水平直線的方法容易產生誤檢，而模板匹配的方法往往耗時較長.本文創新性地將2種方法相結合，通過水平直線檢測來確定受電弓的候選位置，然后通過模板匹配從候選位置中判定出正確的受電弓位置.

接觸線的提取算法主要是依據接觸線在圖像中的特點：具有一定斜率，而且運動具有連續性.識別方法可以分為2種：一種是在每一幀圖像中直接根據位置和斜率定位接觸線[10-11]，這種方法抗干擾的能力較弱；另一種是根據上一幀圖像的接觸線信息，在下一幀圖像中對接觸線進行跟蹤[12]，這種方法對第一幀圖像中接觸線的確定要求非?？量?本文在充分分析接觸線檢測中的干擾之后，提出了一個先定位后跟蹤、跟蹤定位相結合的接觸線識別方法.

2.1 檢測邊緣直線

（1）提取圖像邊緣.圖像邊緣是圖像區域中灰度變換劇烈的像素點的集合.數學上常常用梯度大小來表征灰度變換的劇烈程度，只要某點的梯度大于設定的閾值，則可以認為該點是邊緣點.經典的Sobel邊緣算子就是一個二維差分梯度算子.以圖像左下角為坐標原點，向右為x軸正方向，向上為y軸正方向，圖像f（x，y）在位置（x，y）的梯度向量利用其鄰域，可定義為：

式中：Gx、Gy近似為x和y方向上的導數.

梯度的大小可以用梯度的幅值S（x，y）表示，其通常簡化為式（2）：

傳統的Sobel邊緣檢測算子只包含2組3×3的矩陣，只能對水平和垂直方向的邊緣較為敏感.但是受電弓兩端和接觸線包含多個方向上的邊緣，為了較完整地檢測受電弓和接觸線，避免斷續和模糊的問題，本文采用改進的Sobel邊緣檢測算法[13].該算法包含8個方向的邊緣檢測算子，如圖4所示，8個算子對圖像進行逐點檢測，所得絕對值的最大值可以作為該點的梯度輸出.

圖4 改進的Sobel檢測算子Fig.4 Improved Sobel operators

由于攝像機固定于車頂，受電弓與攝像機之間的水平位置不隨車輛擺動和震動所變化，所以可以認為受電弓在圖像中的橫向位置幾乎不變.同時，在設備安裝時可以獲取受電弓在圖像中的垂直運動范圍，因此可以設定用于后續處理的合適的ROI（region of interest），減少運算量，邊緣檢測的處理結果如圖5所示.

圖5 邊緣圖像Fig.5 Edge image

（2）檢測邊緣直線段.經過Sobel處理得到的圖像邊緣是多像素的，定位精度不高.為此，本文先利用骨架提取算法對邊緣圖像進行細化，在保證整個圖形構造不變的情況下，獲取弓網圖像的較連續的單像素邊緣.

隨后，利用累計概率霍夫變換（PPHT）提取邊緣直線段[14].根據點與線的對偶關系，將原始圖像空間給定的一個點通過曲線表達形式變為參數（ρ，θ）空間的一條曲線，轉換公式為式（3）：

把參數（ρ，θ）空間細分為所謂的累加器單元，落在同一個累加器單元中的點可認為在圖像空間是共線的，由此把直線的提取問題轉換為計數問題.通過設置最小線段長度和碎線段連接為一條直線的最大線段間隔等參數，可以得到滿足需求的線段兩端點在圖像中的坐標值，處理得到的線段如圖6所示.

圖6 邊緣直線段Fig.6 Edge line segments

設某一條邊緣線段的兩端點為p1（x1，y1）和p2（x2，y2），其傾斜角可以通過式（4）計算：

考慮一定的誤差，傾斜角小于3°的直線段可當作水平直線，它們是滑板上邊緣的候選位置.傾斜角在10°～80°之間的直線段可當作接觸線的邊緣直線段.

2.2 識別受電弓

列車常常途經站臺、隧道、山嶺、市區等場景，因此可檢測到多個滑板上邊緣的候選位置，還需要對這些候選位置進行進一步的篩選.為了避免光照變化帶來的影響，本文采用邊緣模板匹配的方法來識別受電弓，從而從多個候選位置中確定出滑板的上邊緣.

邊緣模板匹配實際上是一種基于特征的匹配方法[15].物體的邊緣輪廓是一個物體最基本的特征，它受灰度變化的影響較小，因此可以作為模板匹配的特征點.將檢測圖像和模板圖像都處理為邊緣圖像，計算兩者之間點對點的差異，可以得到它們的非相似度.由于邊緣圖像往往是二值圖像，因此對應像素點之間的差異可以定義為像素值的異或值.設f（x，y）為檢測圖像，t（j，k）為J×K的模板圖像，參考點（x，y）的非相似度d（x，y）用式（5）計算：

非相似度d（x，y）越小，則搜索區域與模板的相似度越高.

由于受電弓的弓頭羊角部分比中間水平部分含有更多細節信息，因此本系統選取無干擾下滑板左右兩端的邊緣圖像作為模板，如圖7所示.

受電弓的橫向位置幾乎不變，縱向位置處于水平邊緣下方，因此模板搜索區域的橫向位置可以根據先驗知識確定，縱向位置根據滑板上邊緣的候選位置確定.逐次在候選位置所確定的搜索區域中進行模板匹配，最小非相似度所對應的區域即為受電弓的位置.

圖7 匹配模板Fig.7 Matching templates

使用邊緣模板匹配識別受電弓不僅不受灰度變化的影響，還把大量復雜的圖像處理轉換為最基本的移位和邏輯運算的組合，大大縮短了單次匹配的時間.此外，利用水平直線確定模板搜索區域，可以大大減少匹配次數，提高整體的運算時間.因此，本文所提的受電弓提取算法是一個高效率、高準確率的檢測方法.

2.3 識別接觸線

在識別了受電弓之后，就可以確定出對接觸線進行采樣的圖像空間，一般來說選在滑板上邊緣位置上方一定的區域內.由圖6可以觀察到，接觸線的邊緣直線都是成對出現且近乎平行的，因此本文采用兩兩配對的方法獲得接觸線候選目標.配對條件為：

（a）兩條線段傾斜角幾乎相等；

（b）兩條線段不相交；

（c）兩條線段有重疊的區域；

（d）兩條線段之間的寬度滿足一定的范圍.

設接觸線在弓網圖像中的像素寬度為A，則條件（d）所說的兩線段的寬度范圍可以取為0.8 A～1.2 A.滿足以上4個條件的2條線段可以認為是接觸線的2個邊緣直線段，其4個端點構成的四邊形的沿著接觸線方向的中線可以認為是接觸線，處理得到的候選目標如圖8所示.

圖8 接觸線候選目標Fig.8 Candidates of contact line

由于攝像機在安裝時要求在滿足弓網檢測的前提下，盡量減小視場角，避免過多的干擾物出現，所以經過處理的圖像，往往只出現承力索和接觸線2個目標.但是當拍攝背景復雜時，例如遇到線岔和錨段關節等設備，多條線索會在一幀圖像中同時成像，經過圖像處理后，可能會檢測到多個候選目標.承力索是判定接觸線最大的干擾，其形態幾乎與接觸線一樣.辨識接觸線和承力索主要依賴兩點：其一是由于接觸線離攝像機距離更近，其寬度往往大于承力索；其二是由于本檢測系統中攝像機從左邊取景，接觸線總是位于承力索的右邊.本文設計的接觸線識別方法為：首先在出現2個候選目標的圖像中正確定位接觸線，隨后利用運動的連續性原理，根據上一幀圖像檢測到的接觸線的信息，在本圖像中利用斜率和距離進行匹配跟蹤.由于匹配跟蹤的方法極有可能跟蹤到承力索，導致拉出值持續較大，因此在得到拉出值過大的檢測結果后還需要進行判斷，一旦發現跟蹤錯誤，則重新定位接觸線.

3 檢測結果與分析

初步將本系統應用到大連輕軌上，采用幀率為20幀/s的相機和Intel 2.5 GHz CPU、4 G內存的工控機，系統的平均運行速度達到16幀/s，滿足實時處理的要求.實際上，對一張圖像進行圖像處理的時間僅為0.015 s，因此可通過采用超線程技術和更高配置的硬件，進一步提高系統的運行速度，從而滿足更高速鐵路的檢測需求.圖9為系統在不同工況下的弓網檢測效果，其中圖（a）、（b）、（c）、（d）分別為大霧天氣、站臺內、隧道內、夜間的識別結果，可以看出，算法對復雜背景、變化光照、干擾噪聲等影響因素不敏感，可以完成多種情況下的弓網識別.

圖9 檢測結果Fig.9 Detecting results

識別出受電弓和接觸線之后，計算滑板上邊緣與接觸線的交叉點（即為接觸點），交點縱坐標可以認為是接觸線高度的像素值，交點橫坐標與滑板中點橫坐標之差可以認為是接觸線拉出值的像素值，然后根據文獻[2]的方法對攝像機進行標定，從而轉換出接觸線高度和拉出值的實際值.本系統的轉換公式為：

式（6）為接觸線高度的轉換公式，其中Hm為待轉換的接觸線實際高度，Hp為檢測到的接觸線像素高度，數值3.64為單位像素所對應的實際高度，數值104和5 370分別為參考點的像素高度和對應的實際高度.式（7）為接觸線拉出值的轉換公式，其中Lm為待轉換的拉出值實際值，Lp為檢測到的拉出值的像素值，數值3.66為單位像素所對應的實際長度.現給出一些具有代表性的現場檢測結果，如圖10和圖11所示.

圖10 接觸線高度Fig.10 Contact line heights

圖10（a）為從隧道內運行到隧道外的接觸線高度檢測結果.受電弓在隧道內的運行高度往往比較低，從隧道運行到戶外，受電弓需要進行一系列升弓操作來跟逐漸升高的接觸線保持接觸.圖中的300幀到400幀就是對應的升弓過程.圖10（b）為霧天戶外的檢測結果.在戶外，接觸線的高度多維持在5 700 mm以上，而且隨著列車的運行，上下震動幅度較大.不同地形對接觸線的高度有不同的要求，把接觸線的動態高度信息反饋給鐵路局，可以指導接觸線的鋪設.此外，接觸線高度圖中存在著一些明顯的尖峰，這是由于接觸線硬點或者列車速度突變造成的.記錄這些尖峰時刻的信息，可以為以后進行錄像查看時提供依據.

圖11 接觸線拉出值Fig.11 Pull-out values of contact line

圖11（a）為直線路段的拉出值檢測結果，拉出值基本處于均勻的正負交替的狀態，擺動比較穩定.圖11（b）為連續幾個拐彎的曲線路段的拉出值檢測結果，由圖可以看出，曲線路段的拉出值比直線路段的平均值大，而且變化幅度更劇烈，因此曲線路段更容易出現拉出值過大的情況.對拉出值過大的檢測結果必須進行判定，如51幀圖像檢測到了拉出值過大，但是經過進一步判斷后發現是誤檢了承力索，因此拋棄本幀圖像的信息，重新進行接觸線定位，并且不進行報警.

4 結束語

本系統通過一臺安裝在車頂的攝像機獲取弓網視頻數據，同時運用有效的圖像處理算法實現接觸線高度和拉出值的檢測.試驗結果表明，檢測算法具有較強的魯棒性，能準確識別不同工況下的受電弓和接觸線，在此基礎上，可進一步對弓網離線、硬點拉弧、滑板磨損厚度等弓網參數進行檢測.此外，將硬件設備模塊化，并支持上網功能，使得系統具有設備安裝簡單、軟件可遠程調試等優點.本系統的提出，可為弓網系統的運營維護提供新的思路和技術參考.

[1]韓志偉，劉志剛，張桂南，等.非接觸式弓網圖像檢測技術研究綜述[J].鐵道學報，2013，35（6）：40-47.

[2]劉寅秋，韓通新，劉會平.基于圖像處理的接觸網動態幾何參數測量研究[J].鐵道機車車輛，2012，32（5）：86-91.

[3]SCHR?DER K，ECKE W，KAUTZM，et al.An approach to continuous on-site monitoring of contact forces in current collectors by a fiber optic sensing system[J].Optics and Lasers in Engineering，2013，51（2）：172-179.

[4]BOCCIOLONE M，BUCCA G，COLLINA A，et al.Pantograph-catenary monitoring by means of fiber bragg grating sensors：Results from tests in an underground line[J].Mechanical Systems and Signal Processing，2013，41（1）：226-238.

[5]HISA T，KANAYA M，SAKAI M，et al.Rail and contact line inspection technology for safe and reliable railway traffic[J]. Hitachi Review，2012，61（7）：325.

[6]PUSCHMANN R，WEHRHAHR D.Ultrasonic measurement of contact wire position[J].Eb-Elektriche Bahnen，2011，109（7）：323-324.

[7]陳維榮，馮倩，張健，等.受電弓滑板狀態監測的圖像目標提取[J].西南交通大學學報，2010，45（1）：59-64.

[8]AYDIN I，KARAKOSE E，KARAKOSE M，et al.A new computer vision approach for active pantograph control[C]//Innovations in Intelligent Systems and Applications（INISTA），2013 IEEEInternational Symposium on.Piscataway，NJ，USA：IEEE，2013：1-5.

[9]張悅.受電弓動態包絡線視覺檢測系統研究[D].成都：西南交通大學，2008.

[10]AYDIN I，KARAKOSE M，AKIN E.A robust anomaly detection in pantograph-catenary system based on Mean-Shift tracking and foreground detection[C]//Systems，Man，and Cybernetics（SMC），2013 IEEE International Conference on.Los Alamitos，CA，USA：IEEE Computer Society，2013：4444-4449.

[11]鄂永.基于圖像處理的鐵路接觸網檢測系統的研究 [D].大連：大連理工大學，2009.

[12]蔡學敬.基于圖像處理技術的高速接觸網動態檢測系統研究[D].成都：西南交通大學，2008.

[13]ZHANG J J，LUO J.A surface crack edge detection algorithm based on improved Sobel operator[J].Journal of Hefei University of Technology：Natural Science，2011，34（6）：845-847.

[14]馮倩，陳維榮，王云龍，等.受電弓滑板磨耗測量算法的研究[J].鐵道學報，2010，32（1）：109-113.

[15]王廷，戴曙光.基于邊緣的模板匹配在零件檢測中的應用[J].光學儀器，2009，31（5）：18-23.

Image detection system design for geometry parameters of contact line

ZHANG Guo-shan，LING Chao-qing，WANG Xin-bo，YANG Han-fang
（School of Electrical Engineering and Automation，Tianjin University，Tianjin 300072，China）

In order to guarantee the normal operation of the electric locomotives,it is necessary to detect the dynamic pantograph-catenary geometry parameters,such as the contact line height and the pull-out value in real time.At first,after analyzing the imaging features of the pantograph and the contact line,the pantograph is extracted combining the level lines detection and the template matching,and the contact line is extracted using a simple locating and tracking method.Then the contact line height and the pull-out value are calculated after camera calibration.Finally the system will compare the results with the vigilance parameters and if there exists abnormal information,the system will make alarm by message and upload the abnormal information to the database.The practice result shows that the system can detect the contact line height and the pull-out value exactly,and is not sensitive to the variety of light and the complex background,so it fully meets the need of the detection in industry.

contact line；geometry parameter；image detection；contact line height；pantograph；pull-out value；noncontact detection

TP391.41

A

1671-024X（2014）05-0057-06

2014-06-03

國家自然科學基金（61074088）

張國山（1961—），男，教授，博士生導師.E-mail：zhanggs@tju.edu.cn