基于灰度不變性的扣件缺陷檢測算法研究.pdf

1、鐵路運輸是交通運輸?shù)闹匾M成部分，對鐵路線路的維護工作是保障其安全運營的重要基礎。鐵路扣件作為連接鋼軌和軌枕的組成部件，對保障鐵路線路的安全起著非常重要的作用。圖像處理技術作為一種高效的非接觸式檢測技術，近年來被應用到鐵路扣件的狀態(tài)檢測中。本文利用圖像處理技術來對鐵路扣件缺陷檢測進行研究，其主要內(nèi)容如下:
　　首先，針對現(xiàn)有扣件定位方法對不同光照條件下的扣件圖像定位適應性差、準確率低的缺點，提出了一種基于Rank變換和區(qū)域生長方法

2、相結合的、具有灰度不變性的扣件定位方法。該定位方法根據(jù)人眼視敏度特性設定了一種Rank變換窗口，并利用該窗口對圖像進行處理得到一幅Rank圖像，接著對該圖像進行閾值化處理，從而得到增強后的扣件邊緣圖像。之后，利用LSD中區(qū)域生長方法的思想和先驗知識，在增強后的扣件邊緣圖像中搜尋擋板座與軌枕接觸處的邊界線，并根據(jù)扣件、擋板座和軌枕相互之間的空間位置關系，來確定扣件的準確位置。實驗證明，該方法定位準確且具有很好的適應性和魯棒性。
　　

3、其次，針對原金字塔梯度直方圖方法(Pyramid Histogram of oriented gradients，PHOG)因扣件關鍵區(qū)域信息在特征向量中所占比重小而導致識別率低、速率慢的問題，提出了一種改進的PHOG特征提取方法。該方法根據(jù)扣件圖像的結構特點，在PHOG方法的基礎上，構造了一種新的塊劃分方法，以去除圖像中包含扣件信息較少的區(qū)域。同時，為了使得最終的特征向量能夠更好地描述扣件的形狀特征，將改進后的特征提取方法與基于Ran