一种列车车轮超声判伤方法及其系统

技术领域

本发明涉及轨道车辆检测技术领域，具体涉及一种列车车轮超声判伤方法及其系统。

背景技术

列车车轮在长期负载运转下易产生疲劳裂纹，为了保证高速列车运行安全，须使用超声自动探伤技术进行列车车轮缺陷检测。如国内现在列车检修运用的移动式轮辋轮辐探伤系统，该设备采用先进的相控阵超声探伤技术和常规探伤技术，对各型动车组车轮进行在线的轮辋轮辐探伤，实现对各类疲劳缺陷及材质缺陷的检测，但检测结果中缺陷的定位只进行单一的基于回波幅值的闸门判伤，仍然需要现场操作人员进行人工判别及缺陷框定。

并且，目前列车车轮超声探伤设备缺乏较为有效的自动判伤算法，特别是实际运用中，车轮结构过渡区域外表面易附着油污等异物，传统的超声判伤算法都无法有效滤除车轮结构过渡区域外表面附着的异物带来的干扰而导致大量误报的问题。

具体的，传统的自动判伤算法只能根据脉冲噪声在B扫中呈现点斑干扰特征进行中值滤波，根据台阶回波的直线特征进行霍夫变换找直线后滤除，根据辐板孔一周分布间隔相等利用周向的相关性进行滤除；但车轮结构过渡区域外表面附着的油污等异物的回波不是点斑状，其与缺陷回波特征基本一致，且不是直线也没有周向等间隔分布特征。即，传统的自动判伤算法会将车轮结构过渡区域外表面附着的油污等异物的回波误判定为缺陷回波进而生成车轮在车轮结构过渡区域处存在缺陷的检测结果。因此，传统的自动判伤算法无法解决车轮结构过渡区域外表面附着的异物造成系统误报的问题。

综上所述，现有的列车车轮超声判伤方法存在检测结果可靠性低的问题。

发明内容

有鉴于此，本发明提供一种用于列车车轮超声判伤方法及其系统，通过改进超声图像的图像处理方法，解决了现有的列车车轮超声判伤方法存在检测结果可靠性低的问题。

为解决以上问题，本发明的技术方案为采用一种列车车轮超声判伤方法，包括：S1：获取由列车车轮的超声B扫图像构成的第一图像；S2：剔除所述第一图像中的台阶回波线条和辐板孔回波线条生成第二图像和所述台阶回波线条对应的台阶回波声程；S3：将所述第二图像进行二值化处理并提取符合条件判伤的第一连通域集合；S4：对所述第一连通域集合进行空间分布散度判别并生成用于表征缺陷部位的第二连通域集合。

可选地，所述S4包括：S41：提取所述第一连通域集合中声程大于所述台阶回波声程且与所述台阶回波声程的声程差小于第一阈值的连通域构建第三连通域集合；S42：对所述第三连通域集合进行空间分布散度判别，提取空间分布离散度值超过第二阈值的连通域构建第四连通域集合；S43：剔除所述第一连通域集合中的第四连通域集合包含的连通域，生成所述第二连通域。

可选地，对所述第三连通域集合进行空间分布散度判别，包括：S421：计算所述第三连通域集合中各个黑色连通域的中心点；S422：以任一黑色连通域的中心点为中心构建预设大小的提取框，分别计算所述提取框中其余黑色连通域与所述中心的欧氏距离并构建欧氏距离集合；S423：计算所述欧氏距离集合的有效值作为所述黑色连通域的所述空间分布散度值；S424：重复步骤S422-S423直至生成所述第三连通域集合中的全部黑色连通域的所述空间分布散度值。

可选地，提取所述空间分布离散度值超过所述第二阈值的连通域构建第四连通域集合，包括：遍历所述第三连通域集合中包含的全部黑色连通域，剔除所述空间分布散度值小于所述第二阈值的所述黑色连通域，提取所述空间分布离散度值超过所述第二阈值的连通域构建第四连通域集合。

可选地，所述S2包括：对所述第一图像进行特征检测，剔除所述第一图像中包含的表征台阶回波的水平直线；提取所述水平直线对应的所述台阶回波声程；基于标准辐板孔回波数据构成的预设模板信息，利用模板匹配方法剔除所述第一图像中包含的辐板孔回波线条。

可选地，所述S3包括：将所述第二图像进行二值化处理生成黑白图像；提取所述黑白图像中最大幅值高于第三阈值的黑色连通域，并构建所述第一连通域集合。

可选地，所述特征检测为霍夫变换。

相应地，本发明提供，一种列车车轮超声判伤系统，包括：超声采集单元，用于获取由列车车轮的超声B扫图像构成的第一图像；数据处理单元，用于剔除所述第一图像中的台阶回波线条和辐板孔回波线条生成第二图像和所述台阶回波线条对应的台阶回波声程，将所述第二图像进行二值化处理并提取符合条件判伤的第一连通域集合，并对所述第一连通域集合进行空间分布散度判别并生成用于表征缺陷部位的第二连通域集合。

可选地，所述超声判伤系统还包括数据存储单元，用于存储所述第一图像和所述第二连通域集合。

可选地，所述数据处理单元通过提取所述第一连通域集合中声程大于所述台阶回波声程且与所述台阶回波声程的声程差小于第一阈值的连通域构建第三连通域集合，并对所述第三连通域集合进行空间分布散度判别，提取空间分布离散度值超过第二阈值的连通域构建第四连通域集合，剔除所述第一连通域集合中的第四连通域集合包含的连通域，生成所述第二连通域。

本发明的首要改进之处为提供的用于列车车轮超声判伤方法，通过剔除超声B扫图像中的台阶回波线条和辐板孔回波线条，消除台阶回波与辐板孔对检测结果的影响，并且通过将超声B扫图像转化为二值化黑白图像后，通过计算黑色连通域的空间分布离散度，识别并剔除列车车轮的轮辋轮辐过渡区外表面附着的异物产生的干扰回波，避免了列车车轮超声判伤系统因过渡区外表面附着的异物产生误报的问题，解决了传统的列车车轮超声判伤方法存在的检测结果可靠性低的问题。

附图说明

图1是本发明的列车车轮超声判伤方法的简化流程图；

图2是本发明的列车车轮超声判伤系统的简化模块连接图。

具体实施方式

为了使本领域的技术人员更好地理解本发明的技术方案，下面结合附图和具体实施例对本发明作进一步的详细说明。

如图1所示，一种列车车轮超声判伤方法，包括：

S1：获取由列车车轮的超声B扫图像构成的第一图像。

S2：剔除所述第一图像中的台阶回波线条和辐板孔回波线条生成第二图像和所述台阶回波线条对应的台阶回波声程。

进一步的，由于台阶回波线条呈水平直线，因此对所述第一图像进行特征检测，剔除所述第一图像中包含的表征台阶回波的水平直线，即可消除台阶回波影响。提取所述水平直线对应的所述台阶回波声程。由于辐板孔回波形状及特征相对固定，因此基于标准辐板孔回波数据构成的预设模板信息，利用模板匹配方法剔除所述第一图像中包含的辐板孔回波线条，即可消除辐板孔回波影响。其中，特征检测可以是霍夫变换算法。

S3：将所述第二图像进行二值化处理并提取符合条件判伤的第一连通域集合。

进一步的，所述S3包括：将所述第二图像进行二值化处理生成黑白图像；提取所述黑白图像中最大幅值高于第三阈值的黑色连通域，并构建所述第一连通域集合。其中，第三阈值可以是满量程幅值的40％或满量程幅值的30％等，本领域技术人员可根据实际检测结果自行设置。

S4：对所述第一连通域集合进行空间分布散度判别并生成用于表征缺陷部位的第二连通域集合。

进一步的，所述S4包括：S41：由于过渡区域外部的异物回波声程大于过渡区域的台阶回波，因此，提取所述第一连通域集合中声程大于所述台阶回波声程且与所述台阶回波声程的声程差小于第一阈值的连通域构建第三连通域集合，即可得到能够表征过渡区域外表面的回波声程的黑色连通域；S42：由于过渡区域外表面的异物回波声程对应的黑色连通域分布较为离散，因此，对所述第三连通域集合进行空间分布散度判别，提取空间分布离散度值超过第二阈值的连通域构建第四连通域集合，即可得到能够表征过渡区域外表面的异物回波声程的黑色连通域；S43：剔除所述第一连通域集合中的第四连通域集合包含的连通域，生成所述第二连通域。其中，第一阈值可以是10mm声程距离，本领域技术人员可根据车轮尺寸、轮辋尺寸、轮辐尺寸等影响因素灵活设置第一阈值大小，本发明不对第一阈值的数值进行具体限定；第二阈值由于与图像的像素和分辨率有关，没有绝对物理意义，因此本发明不对第二阈值的数值进行具体限定。

更进一步的，对所述第三连通域集合进行空间分布散度判别，包括：S421：计算所述第三连通域集合中各个黑色连通域的中心点；S422：以任一黑色连通域的中心点为中心构建预设大小的提取框，分别计算所述提取框中其余黑色连通域与所述中心的欧氏距离并构建欧氏距离集合；S423：计算所述欧氏距离集合的有效值作为所述黑色连通域的所述空间分布散度值；S424：重复步骤S422-S423直至生成所述第三连通域集合中的全部黑色连通域的所述空间分布散度值。提取框的预设大小可根据实际应用场景进行灵活设置，本发明不对提取框的大小做具体限定。其中，计算所述第三连通域集合中各个黑色连通域的中心点的方法可以是：提取所述第三连通域集合中各个黑色连通域的最大幅值坐标作为各个所述黑色连通域的中心点；或提取所述第三连通域集合中各个黑色连通域的几何中心点坐标作为各个所述黑色连通域的中心点。

更进一步的，计算任一黑色联通域的所述空间分布散度值的方法可以是：利用公式

更进一步的，提取所述空间分布离散度值超过所述第二阈值的连通域构建第四连通域集合，包括：遍历所述第三连通域集合中包含的全部黑色连通域，剔除所述空间分布散度值小于所述第二阈值的所述黑色连通域，提取所述空间分布离散度值超过所述第二阈值的连通域构建第四连通域集合。

本发明通过剔除超声B扫图像中的台阶回波线条和辐板孔回波线条，消除台阶回波与辐板孔对检测结果的影响，并且通过将超声B扫图像转化为二值化黑白图像后，通过计算黑色连通域的空间分布离散度，识别并剔除列车车轮的轮辋轮辐过渡区外表面附着的异物产生的干扰回波，避免了列车车轮超声判伤系统因过渡区外表面附着的异物产生误报的问题，解决了传统的列车车轮超声判伤方法存在的检测结果可靠性低的问题。

相应的，如图2所示，本发明提供，一种列车车轮超声判伤系统，包括：超声采集单元，用于获取由列车车轮的超声B扫图像构成的第一图像；数据处理单元，用于剔除所述第一图像中的台阶回波线条和辐板孔回波线条生成第二图像和所述台阶回波线条对应的台阶回波声程，将所述第二图像进行二值化处理并提取符合条件判伤的第一连通域集合，并对所述第一连通域集合进行空间分布散度判别并生成用于表征缺陷部位的第二连通域集合。其中，所述超声采集单元可以是传统的超声波传感器；所述超声采集单元与所述数据处理单元通信连接；所述超声判伤系统还包括数据存储单元，用于存储所述第一图像和所述第二连通域集合；所述数据存储单元分别与所述所述处理单元、所述超声采集单元通信连接。

进一步的，所述数据处理单元通过提取所述第一连通域集合中声程大于所述台阶回波声程且与所述台阶回波声程的声程差小于第一阈值的连通域构建第三连通域集合，并对所述第三连通域集合进行空间分布散度判别，提取空间分布离散度值超过第二阈值的连通域构建第四连通域集合，剔除所述第一连通域集合中的第四连通域集合包含的连通域，生成所述第二连通域。

以上对本发明实施例所提供的列车车轮超声判伤方法及其系统进行了详细介绍。说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以对本发明进行若干改进和修饰，这些改进和修饰也落入本发明权利要求的保护范围内。

专业人员还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。

结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。