图像处理技术在钢轨表面缺陷检测和分类中的应用

采用图像处理、模式识别及机器视觉等理论,对现役钢轨缺陷进行检测和分类.完成自动提取缺陷图像和最小化缺陷图像,以减少处理量并降低存储空间需求,自动判断缺陷类别.文章对采集到的缺陷图像进行处理,实验结果证明该方法能够正确实现检测轨道表面缺陷检测,并具有一定的适用性.此方法可以克服人工检测方法的许多弊端,提高检测速度和精度.     

牵引变电所红外温度监测图像处理方法研究

简述二维温度矩阵转化为红外图像的方法,从红外调色板提取RGB数组表,通过查表方式将温度值转换为RGB颜色值;提出红外图像与可见光图像融合的方法,采用灰度匹配的方式进行尺寸变换和轮廓匹配;并对这两种方法进行了实例化验证.     

基于高斯-中值的钢轨表面缺陷图像滤波研究

针对传统滤波算法在钢轨表面缺陷检测中噪声滤除效果的缺点,提出一种高斯-中值滤波算法。将图像反转,使缺陷及一些被氧化处与正常的钢轨表面的灰度亮度发生反转。对反转后图像的滤波模板窗口求加权平均值,将图像中的每个点的像素灰度值与其加权平均值进行比较,若该点的像素灰度值大于其加权平均值,则用中值滤波算法进行处理,否则用高斯滤波算法进行处理。将仿真结果与传统的方法相比较表明:该方法去除噪声效果更好,并能很好的保护图像细节和改善缺陷处的边缘细节。     

基于阈值分割法的地下工程防水板孔隙结构识别

利用X射线CT技术扫描地下工程高密度聚乙烯(HDPE)防水板,基于阈值分割法对获得图像进行分割处理,探讨该种分割方法在图像处理中的适用性。对经过处理的防水板试样置于显微CT设备上进行扫描,获得系列二维切片图像,利用阈值分割法对其中单张图像进行处理,得到较为理想的二值图像,对图像中孔隙进行标记,据此进行孔隙结构分析。结果表明:处理后图像中的大小孔隙可以被清晰识别;孔隙面积、孔隙率及孔隙连通性等指标整体水平较低;小孔隙个数最多,且小孔隙在孔隙总面积中占有很大比例,孔隙面积与其个数与直径有关。研究结果证实利用阈值分割法对显微CT扫描图像进行分割处理是可行的,为地下工程防水板材料微观研究提供方法上的参考。     

基于多特征融合与AdaBoost算法的轨面缺陷识别方法

针对钢轨表面缺陷检测精度易受采集装置振动与异物干扰的影响等问题,通过分析缺陷的位置,设计钢轨图像采集装置。在此基础上,首先根据钢轨的形状特征,结合Hough变换与最小二乘法提取钢轨表面区域,再结合超熵理论与模糊理论对钢轨表面缺陷进行分割,然后建立正样本及负样本数据库,并通过提取样本的Harr-like特征与低层特征建立样本特征数据库,最后结合C4.5与AdaBoost算法设计缺陷分类器,对非缺陷进行排除并对缺陷进行分类。通过在500~1 000 lx,1 000~10 000 lx,10000~100 000 lx 3种不同的光照强度区间内对木枕及混凝土枕轨道的钢轨表面缺陷进行识别,识别时间平均为698ms,识别正确率平均为97.02%,与传统的识别方法对比具有明显的优势。     

基于相对位置不变性的接触网鸟巢识别检测

针对高速铁路接触网非接触式图像检测中鸟窝难以自动识别定位的问题,结合鸟类筑巢的平台特点,提出一种基于鸟窝和硬横梁相对位置不变性的检测方法。将预处理后的检测图像利用Sobel水平边缘检测算子得到图像边缘,然后再利用概率Hough变换直线检测方法对图像进行角度校正,并结合待分析图像中线段长度关系实现最前景硬横梁的检测,最后对图像进行Otsu二值化处理,通过统计硬横梁之间的白色区域面积,判断该横梁上是否存在鸟窝。实验表明:该方法对于位于硬横梁之间的鸟窝定位准确,识别率较高,实时性强,为铁路接触网的安全检测提供了一定的参考价值。     

基于灰度期望值和二值化高精度图像处理算法

在系统地分析高精度图像处理的分割算法的基础上,对现有的图像二值化算法进行了改进,提出了一种基干灰度期望值和二值化的高精度图像处理算法,该算法的处理效果和自适应性明显优干原算法,并且对于灰度分布范围比较大的图像可以比前者在局部区域上保留更多的细节信息.实验证明该算法可以得到比较满意的处理效果.     

基于音频内容的混合域脆弱水印算法

提出一种用于内容认证的脆弱音频水印算法.与以往的脆弱音频水印算法相比,不采用二值图像作为脆弱水印,而是基于音频内容,利用奇异值分解生成脆弱水印.水印嵌入在离散小波变换和离散余弦变换构成的混合域.仿真实验表明,该算法具有很好的不可感知性,并且对有损压缩、添加噪声、重量化等操作具有很强的敏感性,同时能够对替换等恶意篡改做出报警并确定篡改位置.     

基于计算机视觉的接触网定位器倾斜度自动测量方法

针对现行接触网定位器倾斜度检测方法效率低下、精确度不高的现状,研究基于计算机视觉的接触网定位器倾斜度自动测量方法.应用图像分割、剔除干扰线、图像细化等算法,对采集到的接触网定位装置的图像进行处理;然后用改进的Hough变换检测细化后的图像,对图像中相邻的特征象素点进行聚类并做感知编组;最后用随机Hough变换(RHT)...     

基于HALCON的钢轨表面缺陷检测技术研究

针对当前检测钢轨表面缺陷存在的效率低、易漏检误检问题,提出一种基于HALCON图像处理软件开发的钢轨表面缺陷检测方法,实现测量过程中对缺陷图像的识别和处理。通过钢轨模拟检测平台采集钢轨表面图像,利用HALCON软件对获取的原始图像进行预处理、边缘检测、目标特征提取,计算相关几何特征信息并定位钢轨表面缺陷。实验表明,该方法具有较高的测量精度和测量效率,能够满足实际应用,为钢轨表面缺陷在线检测提供了新的途径。     

基于机器视觉的钢轨表面检测光学模型的研究

在机器视觉的检测中,图像是整个系统中最重要的原始数据,其质量决定了后期图像处理的效果和速度。为探讨高质量图像的采集,提出一种基于线阵CCD相机和线阵光源的钢轨表面缺陷检测的光学理论模型,分析线阵CCD采集系统中振动模糊的原因,推导出图像灰度值与系统振动幅度和缺陷深度的关系,研究光源照射角度和相机拍摄角度对图像灰度和缺陷区域对比度的影响,并通过实验验证模型的合理性。结果表明:缺陷区域图像灰度值随着钢轨表面缺陷深度增大而降低,采用较低的光源照射角度可增大缺陷与背景的对比度,突出缺陷特征便于后期图像处理的缺陷识别。     

基于contourlet模极大值的图像边缘检测

现存的基于空间域或小波变换域图像边缘检测算法只能有效检测出图像有限方向的边缘。本文提出在contourlet变换子带上搜索模极大值的图像边缘检测算法。通过适当地调节变换各尺度上的分解级数得到具有抛物线型尺度的基,另使其满足方向消失矩条件,则contourlet变换获得对图像中分片光滑边缘的最佳逼近。对原图像进行非下采样contourlet变换,然后对各子带进行阈值处理。由于contourlet变换子带不同于小波子带的全新特点,根据各方向子带代表的方向及其梯度方向,子带上各样本点与其梯度方向上相邻点比较模值即得变换系数模极大值。该算法不需经过复杂的连接模极大值点操作,亦可得到较高的边缘检测性能,较大地降低了计算复杂度。实验显示本文算法所提取的边缘更加逼近图像真实边缘,且具有较低的计算复杂度。     

基于基音周期的语音内容认证算法

针对采用二值图像作为水印的数字水印算法所存在的安全缺陷,提出了一种基于语音特征生成半脆弱水印的内容认证算法。首先,将基音周期生成的半脆弱水印嵌入在每帧语音第1部分的离散小波变换(DWT)和离散余弦变换(DCT)构成的混合域;之后结合语音统计均值稳定特性及同步码技术,选取稳健的16位同步码作为同步标记,通过量化每帧语音第2部分的样本统计均值嵌入同步码。实验表明,该算法具有很好的不可感知性,对添加噪声、重量化等常规信号处理具有一定的鲁棒性,同时能够准确定位剪切、插入等恶意攻击的篡改位置。     

钢轨超声相控阵检测中的信号去噪研究

针对钢轨缺陷超声相控阵法检测应用中所存在的信噪比不高的问题,选用db4小波和阈值法对噪声图像进行小波变换,得到小波系数矩阵,再通过阈值化对小波系数矩阵做逆变换,抑制噪声对检测效果的不利影响,并重构钢轨缺陷的全聚焦图像。选用含人工缺陷的60钢轨试块开展超声相控阵检测实验,对比去噪前后的PSNR和MSE验证本方法的去噪性能,为钢轨缺陷相控阵C扫描成像提供有效保障。     

基于可控金字塔的轮廓波变换构造及其应用

针对轮廓波变换存在频谱混淆现象等缺陷,利用满足精确重构条件的可控塔式分解替代轮廓波变换中的拉普拉斯分解,提出一种由非抽样可控金字塔和方向滤波器组实现的可控金字塔轮廓波变换SPCT(Steerable Pyramid Contourlet Transform).在该变换中,可控金字塔将图像分解为多个不同分辨率的细节子带和一个低频子带,方向滤波器组再将各细节子带分解为方向子带.该变换去掉了可控金字塔的抽样环节,方向分解具有高度灵活性,因而具有平移不变性.利用可控金字塔轮廓波变换SPCT 对Lena图像进行自适应图像去噪,并与基于小波变换和轮廓波变换的去噪算法进行比较.实验结果表明,利用本文提出的算法能有效地抑制频谱混淆现象,并且更有效地保持了细节和纹理,其峰值信噪比和视觉效果均有较大改善.     

压装车轴镶入部裂纹缺陷信息提取

针对轨道车辆压装车轴镶入部在定期超声波检测时噪声信号幅值较大、缺陷信号被淹没在噪声信号中无法直接识别的状况,基于超声波检测信号采集数据分析信号典型特征,结果表明有较高辨识度的缺陷信号具有能量集中、信噪比高且快速收敛的特性。采用小包波变换对采集的压装后的车轴镶入部超声波检测信号进行分解,提取区别于噪声信息的缺陷特征系数和缺陷幅值系数,以此重建信号波形;再采用基于logistic函数的自寻优阈值滤波改进算法提高缺陷信号信噪比,以检测淹没在噪声信号中的缺陷信号,并基于神经网络进行验证。结果表明:基于缺陷特征系数和缺陷幅值系数的重建信号波形,可以准确区分超声波检测数据中噪声信号和含有疲劳裂纹的缺陷信号,对于缺陷深度大于0.5 mm的裂纹缺陷,识别准确率为100%。     

基于混沌映射和视觉模型的信息隐藏算法

隐蔽性和隐藏容量是信息隐藏系统的两个重要特性,同时信息隐藏系统还必须具有一定的安全性.本文充分考虑以上特性,利用混沌映射和人类视觉模型,提出一种大容量的离散余弦变换域信息隐藏算法.首先将载体图像分成互不重叠的8×8图像块,并对各图像块分别进行离散余弦变换,然后将密钥作为混沌系统初值映射生成混沌序列,以此序列确定嵌入秘密信息的图像块位置,并利用人类视觉模型计算的JND值进行图像块中可用DCT中频系数对的选取,最后通过调整中频系数相对幅值策略自适应地嵌入秘密信息.仿真结果表明该算法不仅具有大的隐藏容量,而且秘密信息具有非常好的视觉不可见性,同时对JPEG压缩、剪切、中值滤波和高斯噪声等常见的攻击具有较好的鲁棒性.     

铁路路况识别系统的设计和开发

为了实现对多种复杂铁路路况的识别,需要采集路况图像并加以处理,以得到识别所需的图像特征,最后通过模式识别辨别路况.由摄像机、采集卡、计算机及相关软件建立一套路况图像采集与识别系统.探讨数字图像的采集、图像处理中同态滤波、对比度增强、优化二值化算法、膨胀操作、粒子滤波等处理方法以及模式识别方法在铁路路况识别系统中的应用.经过现场验证,所设计系统识别准确率达94.4%,识别效果理想,可以满足路况采集及识别的需要,是一种可以运用在铁路机车智能减振系统中的新方法.     

炭素制品X射线图像的缺陷特征选择

针对炭素制品X射线检测图像的特点,对缺陷特征提取与选择技术进行了研究。为排除噪声干扰的影响,采用数学形态学和迭代阈值分割相结合的方法从原始图像中提取缺陷区域。在此基础上,从缺陷样本中提取19个特征值。为提高缺陷模式识别对各种噪声及干扰的鲁棒性,提出以特征组合分类能力数学模型为适合度函数,设计基于遗传算法的特征选择策略,实现了对缺陷原始特征量的优化选择。利用BP神经网络分类器及选择的特征值对缺陷进行模式分类。研究结果表明,所提出的选择方法可以用于缺陷的识别与分类。     

基于曲波域移动平行窗的受电弓滑板裂纹识别

针对受电弓滑板非接触式裂纹故障检测问题,提出一种基于曲波域移动平行窗的受电弓滑板裂纹识别算法。算法利用曲波变换多方向性及各向异性特点,对受电弓滑板图像点状、线性和非线性特征进行分类。在曲波分解方向矩阵中使用移动平行窗口并计算窗口能量值,依据能量值区分线性平行接缝与背景噪声、螺钉和刮痕等其他非线性图像特征,最终获取滑板裂纹信息。实验结果表明,本文算法能有效地分类滑板图像特征,较准确地检测并定位滑板裂纹故障,识别率达到94.1%。