基于圖像的軌道表面缺陷識(shí)別研究.pdf

1、列車安全與高效的發(fā)展建設(shè)中，列車的運(yùn)行軌道是一個(gè)薄弱環(huán)節(jié)，機(jī)車車輛和列車在鋼軌上運(yùn)行，鋼軌直接承受機(jī)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(fù)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(huì)出現(xiàn)疤痕、裂縫以及波紋擦傷等缺陷，甚至鋼軌內(nèi)部會(huì)出現(xiàn)裂縫等。如果列車運(yùn)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?xí)?dǎo)致鋼軌斷裂，列車脫軌，影響列車運(yùn)行安全。因此對鐵路的線路維護(hù)和保證列車安全運(yùn)行而言對鋼軌

2、表面進(jìn)行缺陷檢測和識(shí)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。基于圖像的軌道表面缺陷檢測方法具有高速度、高精度和高自動(dòng)化等特性，隨著計(jì)算機(jī)技術(shù)的提高和機(jī)器視覺技術(shù)的興起，科研院校和研究機(jī)構(gòu)開始應(yīng)用圖像處理技術(shù)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(shí)

3、別更加具有現(xiàn)實(shí)意義和廣大市場。
　　論文以列車運(yùn)行的鋼軌為研究對象，將圖像處理和模式識(shí)別方面的知識(shí)相結(jié)合，提出一種基于圖像的軌道表面缺陷識(shí)別方法，通過對采集到的軌道圖像進(jìn)行處理分析，確定是否存在缺陷，并且對缺陷進(jìn)行識(shí)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(shí)別對列車運(yùn)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(jìn)行了綜述，并對相關(guān)技術(shù)研究進(jìn)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(yù)處理。利用直方圖均衡化對軌道圖像進(jìn)行了圖像增強(qiáng)，增加了軌道軌面和非軌面部分的對比度;應(yīng)用中值濾波、自適應(yīng)維納濾波以及均值濾波進(jìn)行軌道去噪仿真，通過對比濾波效果選用自適應(yīng)維納濾波對軌道圖像進(jìn)行去噪;利用軌面的像素值和非軌面像素值不同的特點(diǎn)確定了軌面裁剪坐標(biāo)，提取了鋼軌的軌面區(qū)域，為軌道表面缺陷的定位和標(biāo)記奠定了基礎(chǔ)。
　　然后，完成了鋼軌軌面的缺陷的標(biāo)記與提取。選用基于標(biāo)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(jìn)行了分割提取，并用形態(tài)學(xué)圖像處理方面的知識(shí)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(biāo)缺陷，對其進(jìn)行標(biāo)記，提取出單個(gè)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(luò)設(shè)計(jì)了軌道表面缺陷分類器。對缺陷特征進(jìn)行表示和描述，計(jì)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(shè)計(jì)時(shí)的輸入項(xiàng)