一种工况条件下钢轨压印字符提取装置及方法与流程

本发明涉及钢轨检测技术领域，更具体地说，涉及一种工况条件下钢轨压印字符提取装置及方法。

背景技术：

在铁路建设过程中，钢轨作为铁路的重要组成部分，其质量将直接影响列车的运行速度、安全性和舒适性。由于钢轨上的压印字符记录着钢轨的生产时间、地点等重要信息，因此，已成为钢轨生产基地进行生产管理、质量控制和产品跟踪的重要载体。

钢轨压印字符是由凸字模直接压印而成，所以字符区域与背景区域颜色相同，且字符位于钢轨轨腰圆弧段，不在同一平面上，并且工况条件下的钢轨由于锈斑、腐蚀等因素的影响，字符深度较浅，一般在0.2mm左右，字符容易产生缺失且字符周围噪音点较强，这些都增加了钢轨压印字符提取的难度，也严重制约着钢轨压印字符自动识别技术的发展。目前我国钢轨压印字符从生产、入库、销售到用户的所有环节主要由人工进行读取和记录，工作量较大、效率较低且容易出错。

技术实现要素：

本发明要解决的技术问题在于，提供一种工况条件下钢轨压印字符提取装置及方法，可以有效解决钢轨压印字符的字符区域与背景区域颜色相同，深度较浅，且字符位于钢轨轨腰圆弧段导致的不易提取问题。

本发明解决其技术问题所采用的技术方案是：构造一种工况条件下钢轨压印字符提取装置，包括基座和安装在基座上的导向机构和托辊，通过导向机构和托辊支撑和输送钢轨，所述基座上还设有支架，所述支架上线结构传感器，所述线结构传感器垂直正对钢轨轨腰表面。

本发明还提供了一种工况条件下钢轨压印字符提取方法，采用所述的工况条件下钢轨压印字符提取装置，包括以下步骤：

s1、利用线结构光传感器采集钢轨表面点云数据，结合钢轨的结构特征，提取出钢轨压印字符所在圆弧段的点云数据；

s2、通过基于半径约束的最小二乘圆拟合法对提取出的点云数据进行拟合，求出钢轨压印字符所在轨腰段的圆弧圆心坐标；

s3、利用点到圆上的深度信息，筛选出钢轨压印字符对应的点云数据，并将点云数据转化为二维图像，从而提取出钢轨压印字符图像。

上述方案中，所述步骤s1进一步包括：

步骤s101：钢轨沿传感器y轴方向匀速运动，传感器采集钢轨表面点云数据，得到钢轨轨腰表面的三维信息，其表达公式如公式(1)所示：

qy＝{(xyi,zyi)|i＝1,2,…,n}(1)

式中，(xyi,zyi)为第y条激光轮廓曲线上第i点的坐标，n表示激光轮廓曲线上所包含的数据点的个数；

步骤s102：结合钢轨轨腰的结构特征，从传感器采集得到的三维信息中获取钢轨压印字符所在轨腰圆弧段的三维信息，其表达公式如公式(2)所示：

qy′＝{(xyi,zyi)|i＝m,m+1,…,m}(2)

式中，m靠近钢轨压印字符所在轨腰圆弧段的起始数据点，m靠近的末尾数据点。

上述方案中，所述步骤s2进一步包括：

步骤s201：将钢轨压印字符所在轨腰圆弧段的设计半径r0作为约束条件，对圆弧段的点云数据进行拟合，其目标函数如公式(3)所示：

式中，n为参与拟合的数据点的个数，(xyi,zyi)为数据点的坐标，(a,b)为拟合圆的圆心坐标；

步骤s202：基于半径约束的最小二乘法是通过使目标函数达到最小值来求解未知参数，得到公式(4)：

步骤s203：将参与拟合的数据点带入公式(4)，并且根据坐标点的位置关系，判断圆弧的凸凹性及圆弧方向，从而得到拟合圆的真实圆心坐标(a,b)。

上述方案中，所述步骤s3进一步包括：

步骤s301：计算钢轨压印字符所在圆弧上的任一数据点距离拟合圆的深度di，其计算公式如公式(5)所示：

式中，(a,b)为拟合圆的圆心，(xyi,zyi)为第y条激光轮廓曲线上任一数据点的坐标；

步骤s302：在xoy二维平面上构建一张分辨率固定的bmp格式的图像，并根据每个点云的x轴坐标以及y轴坐标，将其投影到图像上；其中，bmp格式的图像用矩阵形式表示为：

式中，p(i,j)(i＝0,1,…,n-1；j＝0,1,…,m-1)为一个像素，m、n为图像的长和宽；

步骤s303：根据图像对应的点云数据的深度值确定各像素点的像素值，从而提取出钢轨压印字符图像，其表达式如公式(6)所示：

式中，d0为钢轨压印字符深度阈值。

实施本发明的工况条件下钢轨压印字符提取装置及方法，具有以下有益效果：

1、本发明其利用线结构光传感器采集钢轨表面点云数据，并通过基于半径约束的最小二乘圆拟合法筛选出钢轨压印字符对应数据点，最后利用点到圆上的深度信息将点云数据转化为二维图像。

2、本发明具有算法简单，提取效果好，可靠性强等一系列优点，解决了工况条件下钢轨压印字符提取困难的问题，促进了钢轨压印字符自动识别技术的发展。

附图说明

图1为本发明实施例的钢轨压印字符提取装置结构示意图；

图2为本发明实施例的钢轨轨腰表面点云数据采集示意图；

图3为本发明实施例的钢轨整体结构示意图；

图4是本发明实施例的钢轨纵向截面示意图；

图5为本发明实施例的钢轨压印字符数据点筛选几何示意图；

图6为本发明实施例的钢轨压印字符提取图像。

具体实施方式

为了对本发明的技术特征、目的和效果有更加清楚的理解，现对照附图详细说明本发明的具体实施方式。

本发明提供的一种工况条件下钢轨压印字符提取装置，其结构示意图如图1所示，包括传感器1、钢轨2、支座3、导向机构4、托辊5和基座6，其中：传感器1为线结构光传感器(如gocator2350传感器)，其垂直正对钢轨轨腰表面安装，且固定在支座3上，支座固定在该提取装置的基座6上，同时，基座上还固定有导向机构4和托辊5，用来限制钢轨运动方向，并且支撑和输送钢轨2。

本发明提供的一种工况条件下钢轨压印字符提取方法，具体是：利用线结构光传感器采集钢轨表面点云数据，结合钢轨的结构特征，提取出钢轨压印字符所在圆弧段的点云数据，通过基于半径约束的最小二乘圆拟合法对提取出的点云数据进行拟合，求出钢轨压印字符所在轨腰段的圆弧圆心坐标，最后利用点到圆上的深度信息，筛选出钢轨压印字符对应的点云数据，并将点云数据转化为二维图像，从而提取出钢轨压印字符图像。

上述方法中，所述的提取出钢轨压印字符所在圆弧段的点云数据，具体包括以下步骤：

步骤1：如图2所示，钢轨沿传感器y轴方向匀速运动，传感器采集钢轨表面点云数据，得到钢轨轨腰表面的三维信息，其表达公式如公式(1)所示。

qy＝{(xyi,zyi)|i＝1,2,…,n}(1)

式中，(xyi,zyi)为第y条激光轮廓曲线上第i点的坐标，即该点的高度方向和深度方向坐标，n表示激光轮廓曲线上所包含的数据点的个数。

步骤2：如图3、图4所示，由于传感器视场包含整个钢轨轨腰，钢轨轨腰由多条沿钢轨长度方向的圆弧组成，在不考虑钢轨压印字符对应数据点和噪声点等影响情况下，每条圆弧由半径为r0、r1和r2等多段不同的圆弧组成，钢轨压印字符位于连接“轨头”和“轨底”的轨腰中和轴附近，即多条半径为r0的圆弧组成的圆弧段上。结合钢轨轨腰的结构特征，从传感器采集得到的三维信息中获取钢轨压印字符所在轨腰圆弧段的三维信息，其表达公式如公式(2)所示。

qy′＝{(xyi,zyi)|i＝m,m+1,…,m}(2)

式中，m靠近钢轨压印字符所在轨腰圆弧段的起始数据点，m靠近的末尾数据点，m和m可直接根据钢轨的型号选择相应的经验值。

上述方法中，所述的基于半径约束的最小二乘圆拟合法，具体包括以下步骤：

步骤1：将钢轨压印字符所在轨腰圆弧段的设计半径r0作为约束条件，对圆弧段的点云数据进行拟合，其目标函数如公式(3)所示。

式中，n为参与拟合的数据点的个数，(xyi,zyi)为数据点的坐标，(a,b)为拟合圆的圆心坐标。

步骤2：基于半径约束的最小二乘法是通过使目标函数达到最小值来求解未知参数，因此，可以得到公式(4)。

步骤3：将参与拟合的数据点带入公式(4)，并且根据坐标点的位置关系，判断圆弧的凸凹性及圆弧方向，从而得到拟合圆的真实圆心坐标(a,b)。

上述方法中，所述的点云数据转化为二维图像，具体包括以下步骤：

步骤1：如图5所示，计算钢轨压印字符所在圆弧上的任一数据点ai距离拟合圆的深度di，其计算公式如公式(5)所示。

式中，(a,b)为拟合圆的圆心，(xyi,zyi)为第y条激光轮廓曲线上任一数据点ai的坐标。

步骤2：在xoy二维平面上构建一张分辨率固定的bmp格式的图像，并根据每个点云的x轴坐标以及y轴坐标，将其投影到图像上。其中，bmp格式的图像可用矩阵形式表示为：

式中，p(i,j)(i＝0,1,…,n-1；j＝0,1,…,m-1)为一个像素，m、n为图像的长和宽。

步骤3：根据图像对应的点云数据的深度值确定各像素点的像素值，从而提取出钢轨压印字符图像，其表达式如公式(6)所示，通过以上处理得到的图像如图6所示。

式中，d0为钢轨压印字符深度阈值，一般可结合具体的工况条件进行设定，从而保证提取的图像效果最佳。

上面结合附图对本发明的实施例进行了描述，但是本发明并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本发明的启示下，在不脱离本发明宗旨和权利要求所保护的范围情况下，还可做出很多形式，这些均属于本发明的保护之内。