基于圖像特征的鋼軌表面瑕疵識(shí)別方法.pdf

1、針對(duì)現(xiàn)有鋼軌表面缺陷檢測(cè)方法存在適應(yīng)性差、可靠性不強(qiáng)、自動(dòng)化程度不高等問題，設(shè)計(jì)了一種基于圖像特征的鋼軌表面缺陷檢測(cè)系統(tǒng)，使用數(shù)字圖像處理技術(shù)與機(jī)器學(xué)習(xí)方法對(duì)鋼軌表面幾種典型缺陷進(jìn)行判斷識(shí)別。
　　本文首先介紹了無損檢測(cè)技術(shù)的發(fā)展現(xiàn)狀，并分析了鋼軌表面幾種典型缺陷類型以及產(chǎn)生的原因，設(shè)計(jì)了一種基于圖像特征的鋼軌表面缺陷檢測(cè)系統(tǒng)，該系統(tǒng)主要包括圖像預(yù)處理、特征描述、分類器設(shè)計(jì)等3個(gè)方面。在預(yù)處理階段，首先通過改進(jìn)投影法提取出鋼軌所在

2、區(qū)域；其次，通過對(duì)噪聲類型進(jìn)行分析，選擇使用自適應(yīng)中值濾波算法對(duì)鋼軌圖像進(jìn)行濾波操作；針對(duì)鋼軌表面圖像灰度分布均勻的特點(diǎn)，提出一種分塊自適應(yīng)模糊增強(qiáng)算法，根據(jù)子塊熵值判斷，對(duì)缺陷潛在子塊進(jìn)行模糊增強(qiáng)，并通過OSTU閾值分割方法實(shí)現(xiàn)圖像分割；使用空頻域相結(jié)合的方法，分別提取缺陷圖像的灰度、幾何、不變矩，以及小波變換后各區(qū)域的均值、方差作為鋼軌圖像的特征；最后，通過設(shè)計(jì)訓(xùn)練生成BP神經(jīng)網(wǎng)絡(luò)模型，來達(dá)到鋼軌圖像表面缺陷檢測(cè)的目的。