基于Android操作系统对轨道车辆配电盘缺陷检测的软件算法设计

摘 要：现有手持终端操作系统，多种多样，每种都具有一定的用户群体。通过对比主流的三大移动终端操作系统，从易开发性、普及性及成熟度等方面进行考虑，最终选择了基于Android的操作系统进行开发。Android系统具有如下几个重要优势：开放性，挣脱运营商的束缚，丰富的硬件选择（数据同步，软件兼容），不受任何限制的开发商，无缝结合的Google应用。Android系统主要开发语言及基础内核如下，非常便于软件的调试，后续维护及管理。本系统由便携式智能巡检仪和数据处理器端构成。智能巡检仪由高端大屏手机和高分辨率的红外热成像传感器（IR）构成，它的服务器端负责数据处理，保存相关处理结果至数据库，并将处理的结果发送给手持设备端。

关键词：Android系统；智能巡检仪；数据库

前言

在前面的文章中，我们提到了应用热成像技术来对轨道车辆配电盘的缺陷进行检测，这不仅节省了大量的人力，而且还提高了检测效率，从而能够大幅度降低轨道车辆因配电盘组装质量而引起的缺陷。如何为智能巡检仪提供一款软件系统是接下来我们所研究的内容。众所周知，Android系统应用于智能手机中，它具有很强的图像处理功能。基于Android系统，我们设计出了自己的软件系统，该系统的总体架构设计是基于B/S的设计架构，服务器端的开发完全跨平台。本系统设计时，综合考虑了系统平台的兼容性问题，使得系统服务器端软件系统能够适应当前主流的操作系统，即Linux和Windows操作系统。软件系统的总体架构如图1所示。

1 巡检仪对配电盘缺陷的处理过程

1.1 双通道的圖像采集及预处理

通过智能手机终端自带的1600万像素的可见光探头获取待测区域的可见光图像，通过红外模块和智能手机在OTG模式下进行数据交互，获得待测区域的红外热成像图像，并根据标定参数对获取的图像进行校正处理。智能手机端APP软件进行图像获取的界面如下图所示。在同一界面下可以同时获取VL图像和IR图像以及二者的混合图像，如图2，图3所示。

1.2 基于WIFI与后台的数据交互

智能终端采集的图像数据和笔记本电脑间构建局域网络（基于WIFI协议），可以将图像数据快速地传递到笔记本工作站进行数据处理。图片的传输时间大约为5S左右，无遮挡的传输距离在50m以上。

1.3 缺陷诊断结果显示

后台数据处理系统处理完诊断结果后可以通过智能终端进行显示，显示的方式有多种，如下为多点测温显示可疑点的温度数据和红外热图。本算法自动计算图像中梯度集聚的区域，并根据温度梯度阈值进行区域性目标分割聚类，最终给出各区域的温度描述，如图4所示。

2 后台图像处理方法及过程

2.1 配电盘突发缺陷系统算法分析

图像融合是接线质量缺陷诊断的定位判断的基础，通过双目图像融合可以实现缺陷的“画中画”显示。可以提高模板建立的精多，提升模板信息的维度（温度、坐标、铭牌、字号等信息）。图像融合是基于前期制作的标定板，应用快速角点检测算法对可见光照片进行精确的角点检测，同时也对红外照片中的角点进行检测，将对应的角点进行融合匹配，从而获得两者之间的对应关系，如图5所示，从而消除因镜头参数不一、左右安装中心距未知因素的影响。

x从标定板图像可知，图像存在一定程度的畸变，要实现双通道图像精确融合，还需对采集图像的镜头进行校正，获取校正参数。标定的作用其一就是为了求取畸变系数（因为经过镜头等成像后，或多或少都有畸变），其二是为了得到空间坐标系和图像坐标系的对应关系。标定的过程就是一个最小化的求取参数的过程，拍的图越多（相当于输入）结果越准确，至少10张，而且尽可能覆盖视野各个角落，要偏转一定角度，这样得出的参数是才是比较准确的。如图6所示是进行图像融合算法后获取的效果图。

2.2 图像拼接算法及效果

精准的图像拼接是模板建立的基础，本操作系统可以将配电柜的检测区域进行矩阵式n*m划分，然后逐项拍摄区域图片，最后进行自动融合保存为基础模板。将实验配电柜进行2*2的分割，然后进行拼接得到整张配电柜的图片。同样，红外整图模板的建立也可以通过这种方式获取，后续可以在此基础上进行模板信息的添加，图像的拼接流程如图7所示，为了提高图像拼接的准确度，要求每次图像拍摄至少有1/4的重叠量。

2.3 配电盘漏接算法及效果

漏接检检测主要用于判断配电盘中是否有元器件遗失或疏漏，主要通过将智能终端实时获取的图像数据和模板中的特征进行比对配准来判别。本项目中，通过采用标准零件图像来模板匹配，实现位置粗定位后，应用计数法和线号识别相结合的方法，来实现漏接缺陷检测。

2.4 线号识别算法及效果（错接、漏接缺陷判断）

该系统是通过手机摄像头来获取的图片。基于Android图像文字识别系统包括了图像选取，图像灰度化、图像二值化等处理过程，系统的详细工作流程图9所示。

在计算机领域中，灰度图像也被称为黑白图像，由专门的深浅不一的灰色组成，像素的灰度值一般是在最大和最小的灰度值中取值。在这种最大最小灰度值中，0表示黑色，1表示白色。基于RGB颜色模型，将一种颜色从彩色空间转换成亮度表示的灰度颜色。该系统采用迭代法阈值选取的方法，具体方法和步骤如下：

（1）选择一个初始阈值 s，例如，假定图像像素的最大灰度值和最小灰度值分别为fmax和fmin，则初始阈值 T 可表示为式（1）：

（2）利用选择的阈值 T 对图像进行分割，根据图像像素的灰度值，可以将图像分割为两部分，灰度值大于阈值T的图像区域G1和灰度值小于等于T 的图像区域G2。

（3）分别计算G1和包含G2的像素的灰度值均值？滋1和？滋2。

（4）由下式来计算新的阈值：

（5）重复步骤（2）、（3）、（4），直到连续两次计算得到的T的差值满足设定的范围，从而完成阈值的自动计。

3 实验

本实验主要是针对轨道车辆配电盘线与端子的错接和漏接现象而进行的实验。

线号识别（26个英文字母+0～9的数字）是进行错接定位的基础，而线号识别的过程就是在图像中识别字符的過程。在A4纸上打印5组由数字和字母组成的字符，来模拟接线盘上的字符。对这5组字符进行的智能识别的流程如下图所示；（1）对字符进行拍照，如图10所示。（2）对所拍照片进行曝光的预处理，防止阴影等曝光不足的影响，如图11所示。

（3）对A4纸上疑似字符区域进行分割，提取局部特征如图12所示。（4）得到处理结果，如图13所示。

（5）待保存好原始照片后，将数字顺序进行打乱和擦除处理。如图14所示。（6）经过处理后最终得到的结果如图15所示。

实验分析：显示的结果图中， 第2、5字符保持不变，而第1、3个字符发生改变，第4个字符没有显示，且第1、3、4改变的字符标注有红色底纹。该实验说明了，本系统具有良好的字符识别的功能，我们可以用本软件为接线盘正确的接线方式建立一个数据库，如果在下次重新接线时，可对其进行检验，以免因为错接或者漏接而造成不必要的损失。

另外，应用上文提到的图像文字识别，对手机拍到的图片进行验证。为了改善系统的识别率，需要拍摄各种不同姿态下的字符数据，建成标准数据库，作为机器学习算法的判别样本库，样本库越丰富，识别的效率越高。

为了验证该系统软件在字符识别过程中的实用性，选取了字数大概为1万个字符的10篇文章进行识别，之后记录识别所需时间。如图16所示，横坐标表示字符总数为1万字的10篇文章，纵坐标表示识别过程所需要时间和识别的正确率，结果如图16所示。

由图可知，软件识别字符的速度大约为0.055秒/个，准确率为99%以上，由此，可以得出该系统软件软件具有高速准确识别字符的能力，能够为轨道车辆配电盘的监测工作带来方便和保障。

4 结束语

应用热成像技术来对轨道车辆配电盘的缺陷进行检测，这不仅节省了大量的人力，而且还提高了检测效率，从而能够大幅度降低轨道车辆因配电盘组装质量而引起的缺陷或事故。为轨道车辆带来了很大的方便。

其中基于为这款检测设备设计一款智能软件能够高效地处理图像数据。实验有力地论证了应用Android系统软件对轨道车辆配电盘的缺陷进行检测是可行的。虽然现在技术还不是很成熟，还需要去进一步验证它的安全问题，去探索新的应用方式。

参考文献

[1]王坤.基于安卓平台的图片文字识别及朗读技术研究[D].吉林大学，2014.

[2]王骁.基于B/S架构的网上书店系统的设计与实现[D].吉林大学，2013.

[3]郝晓龙.基于B/S架构的库存管理系统的分析与设计[D].北京邮电大学，2012.

[4]孙杰.基于Android平台图像处理算法的研究与实现[D].北京邮电大学，2011.

[5]刘金梁.Android平台软件安全防护技术的研究与实现[D].北京邮电大学，2014.

作者简介：李涪帆（1989-），男，山东青岛，助理工程师，中车青岛四方机车车辆股份有限公司，主要从事轨道车辆电气产品质量控制工作。

推荐访问:配电盘 算法 轨道 缺陷 操作系统