基于2D-3D復(fù)合機(jī)器視覺的三維鋼軌表面缺陷檢測(cè)技術(shù)研究.pdf_第1頁
已閱讀1頁,還剩136頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、鐵路運(yùn)輸是現(xiàn)代綜合交通運(yùn)輸體系的主要方式之一,在國民經(jīng)濟(jì)中發(fā)揮著舉足輕重的作用。鋼軌作為鐵路軌道的重要組成部件,在列車高速運(yùn)行過程中,其表面缺陷部位容易產(chǎn)生應(yīng)力集中,甚至導(dǎo)致斷軌,直接危害到人民的生命財(cái)產(chǎn)安全。因此,如何在生產(chǎn)過程中實(shí)時(shí)、準(zhǔn)確、高效且無損地檢出鋼軌表面缺陷,一直是相關(guān)學(xué)者及企業(yè)關(guān)注的重要研究課題。
  現(xiàn)有的表面缺陷檢測(cè)技術(shù)存在精度差、效率低、可靠性不強(qiáng)、檢測(cè)缺陷種類有限、漏檢、過檢和對(duì)缺陷的描述不全面等不足,難以

2、應(yīng)用在立體、復(fù)雜、多曲面的鋼軌表面缺陷檢測(cè)領(lǐng)域。本文針對(duì)以上科學(xué)問題,提出了基于2D/3D復(fù)合機(jī)器視覺的三維鋼軌表面缺陷檢測(cè)技術(shù),通過深入研究鋼軌表面缺陷特征、光學(xué)成像、圖像處理、特征提取、模式識(shí)別的規(guī)律和相關(guān)理論,解決了多曲面形廓鋼軌表面缺陷檢測(cè)實(shí)驗(yàn)平臺(tái)的開發(fā)、高質(zhì)量鋼軌表面圖像的采集、強(qiáng)噪聲影響下的圖像處理、2D/3D綜合缺陷特征的提取以及高識(shí)別率的三維缺陷檢出等關(guān)鍵技術(shù)難點(diǎn),實(shí)現(xiàn)了鋼軌表面缺陷非接觸、快速、高精度、特征描述全面的自

3、動(dòng)化檢測(cè)。本文主要研究內(nèi)容與成果如下:
  (1)基于鋼軌表面特性和光學(xué)成像模型的多曲面鋼軌表面圖像采集系統(tǒng)的開發(fā)及評(píng)價(jià)體系的建立。在研究鋼軌形廓特點(diǎn)、表面特性、表面缺陷特點(diǎn)和光學(xué)成像模型的基礎(chǔ)上,開發(fā)了針對(duì)三維、復(fù)雜、多曲面鋼軌表面的圖像采集系統(tǒng),通過設(shè)計(jì)六組雙目視覺相機(jī)組和異型截面LED組合光源,實(shí)現(xiàn)了鋼軌表面圖像的同步采集和均勻照明,并從采集圖像的完整性、精度和單幅圖像質(zhì)量等方面,建立了圖像采集系統(tǒng)的綜合評(píng)價(jià)體系,保證了鋼軌

4、表面完整、高質(zhì)量缺陷圖像的采集;
  (2)基于改進(jìn)Sobel算法的鋼軌表面強(qiáng)噪聲圖像的高效二維特征提取。通過對(duì)鋼軌表面缺陷的特征分析,制定了缺陷二維特征提取方案。采用基于小波變換的圖像降噪處理,有效降低了圖像采集和信號(hào)傳輸過程中由于曝光不均、光學(xué)系統(tǒng)聚焦模糊及機(jī)械抖動(dòng)等因素產(chǎn)生的噪聲影響。進(jìn)一步基于局部閾值變化的圖像初檢處理,判斷了圖像的可疑缺陷區(qū)域,并提出一種基于多方向算子模板的改進(jìn)Sobel算法,對(duì)缺陷區(qū)域進(jìn)行精確分割,保證

5、了鋼軌表面缺陷圖像準(zhǔn)確、快速的二維特征提取;
  (3)基于SGA-FI-TM的動(dòng)態(tài)特征點(diǎn)云三維缺陷特征的提取。缺陷二維特征缺乏對(duì)其區(qū)域深度信息的綜合描述,在研究雙目相機(jī)成像及線掃描相機(jī)標(biāo)定原理的基礎(chǔ)上,通過三維空間坐標(biāo)變換及視差原理對(duì)圖像缺陷區(qū)域進(jìn)行匹配,獲得了缺陷區(qū)域的特征點(diǎn)云。進(jìn)一步提出一種基于SGA-FI-TM的動(dòng)態(tài)特征點(diǎn)云三維特征提取方案,重構(gòu)出高精度的三維缺陷模型,提取了可反映缺陷深度信息的6維特征值,實(shí)現(xiàn)了鋼軌表面缺

6、陷信息的高效獲取及綜合表征;
  (4)基于2D/3D特征信息的自適應(yīng)融合及SVM算法的高效缺陷分類系統(tǒng)設(shè)計(jì)。采用多特征自適應(yīng)權(quán)值融合技術(shù),將提取的鋼軌表面缺陷2D/3D特征信息有效融合,融合后得到的特征信息作為缺陷分類系統(tǒng)的輸入?yún)⒘?,并在?duì)比不同模式識(shí)別方法分類效率和正確率的基礎(chǔ)上,采用SVM算法實(shí)現(xiàn)了復(fù)雜、高度非線性鋼軌表面缺陷的快速、準(zhǔn)確分類;
  (5)建立了鋼軌表面缺陷檢測(cè)實(shí)驗(yàn)平臺(tái),驗(yàn)證了本文研究方法及理論的合理性

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論