軌檢圖像中鋼軌表面缺陷分析與識(shí)別.pdf

1、鋼軌表面?zhèn)麚p不僅影響列車的平穩(wěn)性和舒適性，也可能會(huì)危及列車的安全性。隨著我國(guó)既有線路提速以及重載鐵路和高速鐵路的發(fā)展，鋼軌表面產(chǎn)生的傷損越來(lái)越多。因此，及時(shí)發(fā)現(xiàn)鋼軌傷損并根據(jù)其分類采取相應(yīng)措施對(duì)于維護(hù)鐵路安全、舒適、連續(xù)的運(yùn)行尤為重要?；跈C(jī)器視覺的鋼軌表面缺陷檢測(cè)方法由于具有高速度、全自動(dòng)、無(wú)接觸等優(yōu)點(diǎn)，已成為鋼軌表面缺陷檢測(cè)的主要手段。因此，本文通過(guò)對(duì)軌檢圖像進(jìn)行分析與處理，對(duì)其軌面區(qū)域中存在的缺陷進(jìn)行檢測(cè)與識(shí)別。
　　首先，

2、根據(jù)機(jī)器視覺檢測(cè)系統(tǒng)的構(gòu)成及原理，結(jié)合相機(jī)成像原理與鐵路的現(xiàn)場(chǎng)環(huán)境，以軌檢圖像的檢測(cè)要求為標(biāo)準(zhǔn)，對(duì)軌檢圖像采集裝置中的光源、相機(jī)、鏡頭、計(jì)算機(jī)等器件進(jìn)行選型以及對(duì)照明方式進(jìn)行選擇。
　　其次，通過(guò)對(duì)比幾種常見的圖像濾波算法，采用雙邊濾波器對(duì)采集的軌檢圖像進(jìn)行濾波。對(duì)濾波后的軌檢圖像，首先利用軌面區(qū)域與非軌面區(qū)域之間的灰度差對(duì)軌面區(qū)域進(jìn)行粗提取，然后利用鋼軌形狀規(guī)則、邊緣特征明顯等特點(diǎn)，采用Hough變換提取軌檢圖像中鋼軌表面區(qū)域邊

3、界直線，最后根據(jù)提取結(jié)果結(jié)合最小二乘法與仿射變換提取出水平的軌面區(qū)域。
　　再次，結(jié)合信息熵中超熵可以測(cè)度圖像的空間結(jié)構(gòu)原理，與模糊理論可對(duì)模糊集合描述與處理以達(dá)到消除模糊邏輯的原理，采用模糊超熵算法計(jì)算缺陷分割后圖像的總超熵值函數(shù)，再利用遺傳算法計(jì)算最大超熵值時(shí)的最優(yōu)參數(shù)組合，最終根據(jù)模糊理論中的隸屬度函數(shù)與最優(yōu)參數(shù)組合得到軌面缺陷最優(yōu)分割閾值。
　　然后，通過(guò)建立正、負(fù)缺陷樣本空間，并提取樣本空間的Haar-Like特征