基于機(jī)器視覺(jué)的鋼軌表面缺陷識(shí)別研究.pdf

1、鐵路運(yùn)輸系統(tǒng)正在朝高速、高密度、高負(fù)載的方向發(fā)展，保證鐵路系統(tǒng)的安全運(yùn)營(yíng)變得越來(lái)越重要。鋼軌表面缺陷是引起鐵路交通事故的重要原因，及時(shí)而有效地對(duì)缺陷鋼軌進(jìn)行維護(hù)能極大地減少交通事故的發(fā)生。近年來(lái)，計(jì)算機(jī)圖像處理技術(shù)的快速發(fā)展為鋼軌表面缺陷檢測(cè)提供了新的技術(shù)手段，是鋼軌無(wú)損檢測(cè)的新發(fā)展方向。由于鋼軌表面缺陷呈隨機(jī)分布、大小不一、分布不連續(xù)的特點(diǎn)，同時(shí)由于光照不均、軌面銹跡、噪聲等因素影響，鋼軌缺陷檢測(cè)存在一定困難。根據(jù)不同成像條件下鋼軌缺

2、陷的成像情況，本文給出了兩種檢測(cè)方法。
　　在實(shí)驗(yàn)室模擬成像的情況下，給出了一種基于局部非線性對(duì)比增強(qiáng)算法和改進(jìn)的最大熵閾值分割法的鋼軌缺陷檢測(cè)方法。局部非線性對(duì)比增強(qiáng)算法能提高鋼軌表面圖像的對(duì)比度，抑制干擾信息;通過(guò)最大化鋼軌圖像的目標(biāo)熵的方法改進(jìn)最大熵閾值分割模型，能提高分割效果，減少算法復(fù)雜度;利用形態(tài)學(xué)方法對(duì)閾值分割后的圖像進(jìn)行后期處理，能夠準(zhǔn)確地定位到鋼軌缺陷部分。在實(shí)驗(yàn)室模擬成像系統(tǒng)中檢測(cè)正確率達(dá)到了91.9％。