基于DSP的軌道表面缺陷檢測(cè)算法的研究與實(shí)現(xiàn).pdf

1、鐵路運(yùn)輸業(yè)的飛速發(fā)展，使得人們愈來(lái)愈重視對(duì)軌道部件進(jìn)行安全檢查。長(zhǎng)期以來(lái)我國(guó)在這一領(lǐng)域都是依靠大量有經(jīng)驗(yàn)的工人進(jìn)行巡檢，不但費(fèi)時(shí)費(fèi)力、自動(dòng)化程度低，而且高速運(yùn)行的列車還會(huì)極大的威脅巡道工人的人身安全。機(jī)器視覺(jué)系統(tǒng)具有速度快、精度高、非接觸等優(yōu)點(diǎn)，將其應(yīng)用于軌道表面缺陷檢測(cè)，能夠有效地克服人工檢測(cè)方式的不足，提高軌道部件安全檢查設(shè)備的自動(dòng)化程度。而視覺(jué)檢測(cè)系統(tǒng)要完成軌道表面缺陷的在線檢測(cè)，必須提高視覺(jué)圖像的處理速度，采用DSP可以很好的滿

2、足這個(gè)要求，DSP憑借其無(wú)與倫比的運(yùn)算速度在視頻智能監(jiān)控、多媒體應(yīng)用等領(lǐng)域有廣泛的應(yīng)用，在視覺(jué)檢測(cè)中作為一個(gè)新的獨(dú)立的應(yīng)用領(lǐng)域也越來(lái)越引起研究者的重視。在此背景下，結(jié)合嵌入式系統(tǒng)的優(yōu)點(diǎn)，本文針對(duì)鐵軌表面缺陷檢測(cè)系統(tǒng)的特殊應(yīng)用，對(duì)鐵軌缺陷檢測(cè)的相關(guān)算法進(jìn)行了研究，并將這些算法進(jìn)行DSP嵌入式硬件實(shí)現(xiàn)。
　　本文主要圍繞以下幾個(gè)方面開(kāi)展研究：
　　針對(duì)軌道表面缺陷圖像檢測(cè)的特點(diǎn)，提出了一種軌道區(qū)域定位的新方法：即按多次靜態(tài)試驗(yàn)得

3、出的實(shí)際值來(lái)確定裁剪區(qū)域邊界參數(shù)，并對(duì)軌道區(qū)域進(jìn)行裁剪定位，該方法不但能夠達(dá)到對(duì)軌道區(qū)域定位的效果，而且只需在軟件程序中直接按實(shí)驗(yàn)所得到的具體裁剪參數(shù)值來(lái)設(shè)定參數(shù)完成裁剪，省去了為進(jìn)行軌道區(qū)域定位而進(jìn)行的運(yùn)算，簡(jiǎn)化了整個(gè)圖像處理算法的流程，與其它定位方法相比，節(jié)省了時(shí)間，適合于實(shí)際工程應(yīng)用。
　　提出了一種基于改進(jìn)的自適應(yīng)Canny算法的軌道表面缺陷檢測(cè)算法。通過(guò)對(duì)常用的圖像分割方法的分析和實(shí)驗(yàn)，發(fā)現(xiàn)基于邊緣的圖像分割方法適合快速

4、的軌道表面缺陷檢測(cè)的要求。并針對(duì)Canny算法中平滑尺度參數(shù)和雙閾值選取自適應(yīng)性差的問(wèn)題進(jìn)行了改進(jìn)，將當(dāng)前像素點(diǎn)的灰度值與濾波器窗口內(nèi)的圖像灰度中值之差作為高斯濾波器的參數(shù)，即使用尺度參數(shù)自適應(yīng)調(diào)整的高斯濾波方法替代原先的固定尺度參數(shù)的高斯濾波方法，更好的根據(jù)不同復(fù)雜度的實(shí)際圖像來(lái)實(shí)現(xiàn)平滑去噪。用改進(jìn)的雙閾值自適應(yīng)選擇方法代替原先的固定雙閾值選擇方法，即根據(jù)具體的圖像特征，確定出各個(gè)圖像各自不同的閾值從而達(dá)到了雙閾值的自適應(yīng)選擇。

5、>　　根據(jù)提取的缺陷主要幾何特征和形狀特征，分析選擇了其中最能體現(xiàn)兩類缺陷區(qū)別的長(zhǎng)寬比和復(fù)雜度作為分類器的輸入特征向量，設(shè)計(jì)了適合本課題研究對(duì)象的LVQ神經(jīng)網(wǎng)絡(luò)分類器，完成對(duì)疤痕和裂紋兩類缺陷的分類。
　　根據(jù)項(xiàng)目的應(yīng)用特點(diǎn)和當(dāng)前的研究趨勢(shì)，選擇采用了TI的綜合處理能力強(qiáng)的專門(mén)視頻處理DSP—DM642，并搭建了基于DSP的嵌入式機(jī)器視覺(jué)系統(tǒng)圖像處理平臺(tái)，完成了硬件的初始化和調(diào)試工作。
　　完成了算法的DSP移植工作。首先在