一种高鲁棒性的钢轨表面缺陷检测算法

论文摘要

利用机器视觉技术检测钢轨表面缺陷时,存在背景光照复杂、车载检测设备与钢轨相对位置发生变化等情况,严重影响了缺陷检测的准确率,为此,提出基于灰度标准差与投影积分的钢轨表面区域定位算法和基于多尺度灰度对比度的增强算法。定位算法利用灰度标准差排除复杂背景的干扰,通过投影积分获取精确的钢轨表面区域;综合不同尺度空间的灰度对比度,将钢轨表面区域图像转化为灰度对比图,实现钢轨表面缺陷的增强;采用迭代阈值分割法提取钢轨表面的缺陷。实验结果表明:提出的钢轨表面缺陷检测算法在几种不同拍摄条件下漏检率均低于6%,准确率均高于93%,用于高速有砟轨道无缝钢轨表面缺陷检测时具有较高的鲁棒性。

论文目录

• 0 引言
• 1 钢轨表面缺陷检测原理
•   1.1 钢轨区域定位
•   1.2 钢轨表面图像增强
•   1.3 图像阈值分割
•   1.4 缺陷判别
• 2 实验结果与分析
• 3 结论

文章来源

类型: 期刊论文

作者: 彭方进

关键词: 钢轨表面缺陷,灰度标准差,多尺度灰度对比图,鲁棒性

来源: 中国机械工程 2019年03期

年度: 2019

分类: 工程科技Ⅱ辑,信息科技

专业: 铁路运输,计算机软件及计算机应用

单位: 中铁第四勘察设计院集团有限公司

基金: 国家重点研发计划资助项目(2017YFB1201202)

分类号: TP391.41;U213.4

页码: 266-270

总页数: 5

文件大小: 1227K

下载量: 372