基于圖像特征的鋼軌表面瑕疵識別方法.pdf

1、針對現(xiàn)有鋼軌表面缺陷檢測方法存在適應性差、可靠性不強、自動化程度不高等問題，設計了一種基于圖像特征的鋼軌表面缺陷檢測系統(tǒng)，使用數(shù)字圖像處理技術與機器學習方法對鋼軌表面幾種典型缺陷進行判斷識別。
　　本文首先介紹了無損檢測技術的發(fā)展現(xiàn)狀，并分析了鋼軌表面幾種典型缺陷類型以及產(chǎn)生的原因，設計了一種基于圖像特征的鋼軌表面缺陷檢測系統(tǒng)，該系統(tǒng)主要包括圖像預處理、特征描述、分類器設計等3個方面。在預處理階段，首先通過改進投影法提取出鋼軌所在

2、區(qū)域；其次，通過對噪聲類型進行分析，選擇使用自適應中值濾波算法對鋼軌圖像進行濾波操作；針對鋼軌表面圖像灰度分布均勻的特點，提出一種分塊自適應模糊增強算法，根據(jù)子塊熵值判斷，對缺陷潛在子塊進行模糊增強，并通過OSTU閾值分割方法實現(xiàn)圖像分割；使用空頻域相結(jié)合的方法，分別提取缺陷圖像的灰度、幾何、不變矩，以及小波變換后各區(qū)域的均值、方差作為鋼軌圖像的特征；最后，通過設計訓練生成BP神經(jīng)網(wǎng)絡模型，來達到鋼軌圖像表面缺陷檢測的目的。