鐵軌表面缺陷的視覺(jué)檢測(cè)算法研究.pdf

1、隨著現(xiàn)代鐵路技術(shù)的快速發(fā)展，對(duì)鐵路軌道進(jìn)行定期檢測(cè)的重要性與日俱增。傳統(tǒng)的軌道檢測(cè)依賴于人工巡檢，該方式已無(wú)法適應(yīng)鐵軌表面缺陷的高速和精確自動(dòng)化檢測(cè)的趨勢(shì)。論文以鐵軌為研究對(duì)象，提出了一種在線自動(dòng)檢測(cè)鐵軌表面缺陷的機(jī)器視覺(jué)檢測(cè)系統(tǒng)，能夠快速和準(zhǔn)確地檢測(cè)、識(shí)別鐵軌表面的缺陷，具有十分廣闊的應(yīng)用前景。
　　 論文首先闡述了鐵軌缺陷檢測(cè)研究的背景，說(shuō)明了檢測(cè)鐵軌表面缺陷的必要性。通過(guò)分析其國(guó)內(nèi)外研究的現(xiàn)狀與發(fā)展趨勢(shì)，提出了基于機(jī)器視覺(jué)

2、的檢測(cè)方法。
　　 其次，詳細(xì)分析了鐵軌表面缺陷產(chǎn)生的原因及影響，提出了鐵軌表面缺陷檢測(cè)系統(tǒng)的功能與性能要求。結(jié)合機(jī)器視覺(jué)的通用模型和鐵軌表面缺陷的相關(guān)特性，設(shè)計(jì)了鐵軌表面缺陷的機(jī)器視覺(jué)檢測(cè)系統(tǒng)的總體結(jié)構(gòu)及其實(shí)驗(yàn)仿真平臺(tái)，用于驗(yàn)證算法的有效性。
　　 接著，分析了光源、照明方式、以及鏡頭的類型和選取方法，并詳細(xì)闡述了相機(jī)的類型與參數(shù)計(jì)算。為了在高速情況下獲取分辨率一致的軌道圖像，系統(tǒng)使用高速線陣CCD相機(jī)加線陣光源的光學(xué)

3、成像系統(tǒng)。
　　 然后，根據(jù)鐵軌表面圖像中缺陷區(qū)域的相關(guān)特性，對(duì)鐵軌表面缺陷檢測(cè)算法進(jìn)行了詳細(xì)分析，能夠從鐵軌表面圖像中標(biāo)注缺陷區(qū)域。1）在圖像預(yù)處理階段，為了減少后繼處理的運(yùn)算時(shí)間，本文利用水平投影法來(lái)提取軌面區(qū)域。2）在缺陷快速檢測(cè)階段，針對(duì)缺陷區(qū)域形態(tài)復(fù)雜而非缺陷區(qū)域灰度穩(wěn)定的特點(diǎn)，設(shè)計(jì)了一種組合算法，即將基于灰度補(bǔ)償?shù)姆椒ê突陧斆辈僮鞯姆椒ńM合起來(lái)，用于快速搜索缺陷區(qū)域，并通過(guò)判斷異常區(qū)域是否存在，來(lái)決定是否對(duì)圖像進(jìn)行

4、后繼的處理。3）在精確定位缺陷階段，論文使用了數(shù)學(xué)形態(tài)學(xué)算法對(duì)鐵軌表面二值圖像進(jìn)行孔洞填充、缺陷區(qū)域標(biāo)記和缺陷區(qū)域提取，并且使用了開操作粘合單個(gè)分裂或呈噴霧狀的缺陷區(qū)域。最后的實(shí)驗(yàn)結(jié)果表明本算法能快速、準(zhǔn)確地檢測(cè)出大部分鐵軌表面缺陷，具有一定的有效性、合理性和精確性。
　　 最后，將缺陷區(qū)域的相關(guān)特征提取出來(lái)，并從中選擇最有效的特征，再使用訓(xùn)練好的BP神經(jīng)網(wǎng)絡(luò)識(shí)別缺陷的類型。實(shí)驗(yàn)結(jié)果表明該分類算法可以準(zhǔn)確、快速地識(shí)別疤痕和波紋擦