基于圖像分析的空軌表面缺陷檢測(cè).pdf

1、懸掛式單軌交通（空軌交通）是軌道交通的一種新形式，而軌道運(yùn)輸安全性的提高關(guān)系到人身財(cái)產(chǎn)安全及路軌暢通等重大問題，為了確保空軌的安全運(yùn)行，表面缺陷檢測(cè)即是其中十分重要的一環(huán),針對(duì)空軌的具體應(yīng)用環(huán)境本文提出了一種基于圖像分析的空軌表面缺陷檢測(cè)的方法。
　　本文首先按技術(shù)需求對(duì)缺陷圖像進(jìn)行分析，然后根據(jù)實(shí)際條件設(shè)計(jì)了兩種檢測(cè)方法：離線檢測(cè)及在線檢測(cè)。離線檢測(cè)選用的是基于冗余字典稀疏表示的空軌表面缺陷檢測(cè)算法，主要思想是從大量無缺陷樣本圖

2、像中提取特征來構(gòu)建字典并對(duì)其進(jìn)行優(yōu)化，然后求待測(cè)樣本在所構(gòu)造的字典下的稀疏表達(dá)系數(shù)的稀疏率，然后根據(jù)一個(gè)實(shí)驗(yàn)所設(shè)定的閾值來判斷是否為缺陷。這種缺陷檢測(cè)算法的準(zhǔn)確率和召回率都比較高，但時(shí)間達(dá)不到實(shí)時(shí)性，所以可以用于缺陷的離線檢測(cè)。另一種方法即在線檢測(cè)，選用的是一種粗檢加細(xì)檢的空軌表面缺陷快速檢測(cè)方法，粗檢是為了盡可能的回收到正樣本（缺陷樣本），主要是對(duì)攝像頭采集到的圖像利用一定大小的滑動(dòng)窗口計(jì)算其均值和方差，分析得到一個(gè)閾值后將其分成疑似

3、缺陷樣本（包括部分正常樣本和缺陷樣本）和正常樣本兩部分。細(xì)檢階段主要是利用一種基于積分圖的 Bayes的方法來處理粗檢的兩部分樣本，并利用壓縮感知算法將兩部分樣本的特征都進(jìn)行了壓縮，之后計(jì)算分析發(fā)現(xiàn)正常部分的樣本的每一維都符合一種高斯分布，然后將計(jì)算得到的疑似缺陷部分的樣本的每一維代入計(jì)算其符合上述高斯分布的概率來判斷該樣本是正常樣本還是缺陷樣本。實(shí)驗(yàn)在細(xì)檢階段引入了 STC跟蹤方法來跟蹤上一幀檢測(cè)到的缺陷來提高缺陷檢測(cè)的速度。檢測(cè)到缺