基于圖像的軌道表面缺陷識別研究.pdf

1、列車安全與高效的發(fā)展建設中，列車的運行軌道是一個薄弱環(huán)節(jié)，機車車輛和列車在鋼軌上運行，鋼軌直接承受機車車輛和列車車輪傳來的壓力，并且鐵路線路要經(jīng)過各種復雜的地理環(huán)境，再加上熱脹冷縮等因素的影響，鋼軌表面就會出現(xiàn)疤痕、裂縫以及波紋擦傷等缺陷，甚至鋼軌內(nèi)部會出現(xiàn)裂縫等。如果列車運行中的現(xiàn)役鋼軌表面出現(xiàn)缺陷卻不加以重視，就有可能發(fā)展為鋼軌內(nèi)部損傷，直至會導致鋼軌斷裂，列車脫軌，影響列車運行安全。因此對鐵路的線路維護和保證列車安全運行而言對鋼軌

2、表面進行缺陷檢測和識別具有重要的意義。
　　目前，對鋼軌表面缺陷檢測比較成熟的方法有超聲波檢測、渦流法檢測以及目視法等方法，這三種方法主要靠人工巡檢，其具有檢測速度慢、檢測精度低以及對巡檢人員的安全存在隱患?；趫D像的軌道表面缺陷檢測方法具有高速度、高精度和高自動化等特性，隨著計算機技術的提高和機器視覺技術的興起，科研院校和研究機構開始應用圖像處理技術檢測軌道表面缺陷。在現(xiàn)代化鐵路高速發(fā)展的背景下，研究基于圖像的軌道表面缺陷檢測識

3、別更加具有現(xiàn)實意義和廣大市場。
　　論文以列車運行的鋼軌為研究對象，將圖像處理和模式識別方面的知識相結(jié)合，提出一種基于圖像的軌道表面缺陷識別方法，通過對采集到的軌道圖像進行處理分析，確定是否存在缺陷，并且對缺陷進行識別分類，
　　論文首先闡述了課題研究的背景和意義，說明了鋼軌表面缺陷檢測識別對列車運行安全的重要性;對國內(nèi)外基于圖像的軌道檢測研究現(xiàn)狀進行了綜述，并對相關技術研究進行了分析和總結(jié)。
　　其次，對采集到的軌道

4、圖像完成了圖像預處理。利用直方圖均衡化對軌道圖像進行了圖像增強，增加了軌道軌面和非軌面部分的對比度;應用中值濾波、自適應維納濾波以及均值濾波進行軌道去噪仿真，通過對比濾波效果選用自適應維納濾波對軌道圖像進行去噪;利用軌面的像素值和非軌面像素值不同的特點確定了軌面裁剪坐標，提取了鋼軌的軌面區(qū)域，為軌道表面缺陷的定位和標記奠定了基礎。
　　然后，完成了鋼軌軌面的缺陷的標記與提取。選用基于標記控制的分水嶺圖像分割算法，利用MATLAB仿

5、真工具對軌道表面存在的缺陷進行了分割提取，并用形態(tài)學圖像處理方面的知識消除了缺陷分割提取出來后存在的毛刺等虛假邊緣;根據(jù)分割出的目標缺陷，對其進行標記，提取出單個缺陷的二值圖像和灰度圖像。
　　最后，完成了軌道表面缺陷的特征提取與選擇以及用徑向基函數(shù)神經(jīng)網(wǎng)絡設計了軌道表面缺陷分類器。對缺陷特征進行表示和描述，計算出了軌道表面缺陷的特征值，并對比后選擇了缺陷的矩形度特征、致密度特征、離心率特征以及灰度均值特征作為分類器設計時的輸入項