基于自适应多尺度积阈值的钢轨裂纹红外图像增强

利用红外热波技术检测钢轨斜裂纹伤损所得的红外图像存在整体亮度偏暗、边缘对比度低和纹理细节模糊的缺点,对测量裂纹的扩展深度不利。对此,本文提出一种基于非子采样Contourlet变换NSCT(Nonsubsampled Contourlet Transform)的自适应多尺度积阈值AMPT(Adaptive Multiscale Products Thresholding)钢轨裂纹红外图像增强算法。对图像进行NSCT分解得到不同尺度不同方向上的子带系数,由子带系数自适应地确定阈值并调整增强函数,将阈值作用于每一子带的多尺度积,对阈值化操作后的子带系数进行增强处理和逆变换,实现图像增强。实验结果表明:该算法在抑制噪声和提高图像整体对比度的基础上,有效突出了目标图像的边缘,对裂纹内部微弱细节纹理的增强效果优于其他传统的红外图像增强方法,为进一步提取代表裂纹深度的关键像素提供了有力支撑。     

一种钢轨裂纹红外图像处理算法研究

针对钢轨裂纹红外图像信噪比低、对比度低和纹理细节模糊的特点,提出了一种涉及降噪、目标细节增强和区域分割等的红外图像综合处理算法。首先,通过自适应均值滤波除去钢轨裂纹红外图像的部分噪声;其次,采用非线性非子采样Contourlet变换(Nonsubsampled Contourlet Transform,NSCT)对裂纹图像进行增强处理;最后,利用改进的最大类间方差法实现图像中目标裂纹区域的分割。实验结果表明,本文算法在有效地抑制噪声,提高图像对比度的基础上,能突显裂纹细节纹理,同时降低细节分割丢失,为后续图像信息处理奠定了必要的基础。     

一种改进的铁路扣件图像校正算法

基于HOG特征的铁路扣件检测算法中,各类扣件特征的可辨性易受光照不均匀因素影响,降低了检测准确率.针对此类光照不均匀图像,将二维经验模态分解(BEMD)理论与直方图均衡化相结合,首先利用BEMD变换提取图像的细节分量和照射分量,并通过直方图均衡化增强细节分量;然后进行光照判断,据光照判断对细节增强分量叠加调整后的照射分量,得到光照均匀、细节增强的扣件图像.真实实验表明,与传统方法相比,此方法能有效增强图像对比度,提高铁路扣件检测精度.     

基于曲波变换的接触网磨耗图像增强研究

针对采集到的接触线磨耗图像存在边缘模糊、对比度差等不足,将曲波变换应用于接触导线磨损图像的增强。首先对接触线磨损图像进行曲波变换得到不同尺度系数,其次在低频域利用分数阶微分能增强信号的中频成分、对信号的低频成分非线性保留的特点,对曲波域低频信号的纹理信息进行增强;同时在曲波域的高频域,利用曲波系数间尺度相关性,对高频系数的边缘和噪声进行分类,对分类后的信息进行边缘增强和噪声去除的处理。实验结果表明,所采用的算法和其他算法相比,主观和客观上都有明显改善。     

一种基于高斯函数的直方图规定化算法

提出一种基于高斯函数的直方图规定化算法，本算法首先根据原图像的信息求出灰度平均值和灰度平均对比度，并利用这两个参数估计输出图像的灰度平均值和灰度平均对比度，然后利用输出图像的灰度平均值和灰度平均对比度构成高斯函数来规定输出图像的直方图，从而控制输出图像的灰度平均值和灰度平均对比度。此算法处理效果明显优于直方图均衡化算法，而且计算量小、处理速度快、不需要人工干预，可用于计算资源有限、实时性要求较高的场合。而且通过改变单一参量就可以控制输出图像的对比度，在工程应用中为用户提供了调控与选择手段。     

基于模糊集和k-means算法的变压器红外图像分割

针对k-means算法的k值选定和复杂背景下红外图像误分割问题,提出了一种结合模糊集理论和k-means算法的改进方法。该方法根据灰度级直方图估计k值,在获得k值的基础上,利用直方图均衡化和模糊集理论进行图像增强,然后通过k-means算法结合数学形态学的开运算,再进行图像分割。实验结果表明,该方法获得了更为准确的聚类结果,同时实验对比发现该方法相较其它方法分割效果更好,又兼顾了快速性和变压器温度细节表现能力。     

基于图像增强与深度学习的钢轨表面缺陷检测

相比传统的物理检测算法,基于机器视觉的检测算法具有检测速度快、操作便捷等诸多优点,但因受光照不均、相机失焦抖动、雨雪天气等外界因素的影响,导致检测精度降低。针对这一问题,提出一种基于图像增强与深度学习的钢轨表面缺陷视觉检测算法。首先,对图像进行Gabor滤波去噪,以减少噪声对缺陷检测的影响;然后,利用HSV空间变换方法增强缺陷图像的关键特征信息;最后,通过改进Faster R-CNN卷积神经网络,实现了多尺度钢轨表面缺陷的检测与识别。通过对所提出的检测算法进行对比实验,实验结果表明:裂纹、剥落、磨损三类缺陷的识别精度分别为91.87%,92.75%和91.52%,检测速度为每张图像0.265 s,优于已有的钢轨表面缺陷检测算法,能够很好地应用于实际项目中。     

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。     

基于数学形态学的遥感图像道路提取

从遥感影像上提取道路信息是一个重要的研究方向。首先读入遥感图像并对其进行增强处理;然后通过直方图均衡化选择合理的分割阈值,得到二值化图像;最后,基于数学形态学方法进行道路识别提取。利用ENVI+IDL,以高分辨率遥感图像IKONOS为数据源来验证方法的有效性。实验结果表明,该方法能够很好的提取遥感图像中的道路。     

遥感图像小波降噪方法的研究

在遥感图像降噪过程中,小波域阈值算法可以有效地降低图像的噪声,但阈值选取往往是固定的,不利于小波算法的计算过程,提出基于Bayesian估计的小波变换的自适应阈值去噪方法,实验证明,该算法能有效地去除噪声,并且能够较好地保护图像细节.     

轮轨滚动噪声激扰模型研究

为解决轮轨高频非线性接触问题和预测轮轨滚动噪声,需研究轮轨表面粗糙度的时域模型。在基于线性化理论的轮轨表面粗糙度频域表示方法的基础上,为满足轮轨非线性接触的要求,采用时频转换的方法建立轮轨表面粗糙度时域输入模型,并以Sato轮轨表面粗糙度谱为例,运用所建立的轮轨噪声预测模型及开发的轮轨噪声预测分析软件对轮轨滚动噪声辐射进行了仿真计算,将得到的轮轨滚动噪声频谱特征及其时域特点与工程实际监测结果进行对比分析,证明模型是可靠的。     

基于图像处理的单轨交通PC轨道梁边缘检测

本文结合跨座式单轨交通系统PC轨道梁自身的特性,提出一种基于图像处理技术的PC轨道梁边缘检测方法.首先对轨道梁实景图进行同态滤波,增强图像对比度,突出边缘信息;其次利用canny算子进行边缘粗提取;最后,利用边缘跟踪自适应去除背景干扰信息,提取单一PC轨道梁边缘,同时结合Hough变换进行断线连接优化轨道边缘.仿真结果表明该算法能够准确提取PC轨道梁边缘信息,为后续的单轨线路诊断工作奠定了基础.     

城轨列车受电弓滑板磨耗检测技术研究

为实现城轨列车受电弓滑板磨耗的在线非接触式检测,对城轨列车受电弓滑板磨耗检测技术进行研究。提出一种基于图像处理的受电弓滑板磨耗检测方法,其步骤为:首先,对采集系统采集到的原始图像进行图像滤波,滤除原始图像中的混合噪声;然后,采用基于直方图凹度分析的自适应Canny边缘检测方法对滤波后的图像进行边缘检测,检测出图像内受电弓滑板边缘;最后,通过相机标定和曲线融合获得实际的受电弓滑板磨耗曲线,以判断受电弓滑板磨耗是否超限。试验结果表明:该方法能有效地检测出原始图像中的受电弓滑板磨耗曲线,能有效地实现城轨列车受电弓滑板磨耗的在线非接触式检测。     

基于Canny边缘检测和聚合接续法的路轨边缘提取方法

在铁路视频路障检测报警系统设计中,关键技术之一是提取路轨边缘以确定障碍物检测的有效范围,对范围内障碍物报警。本文提出一种基于Canny边缘检测技术和聚合接续法的路轨边缘提取方案。通过直方图均衡化,实现对原始图像的空间增强,突出图像细节,经过Canny边缘检测提取图像的边缘组合,采用本文提出的聚合接续法提取出符合条件的边缘组合中最长的两条线,并对其实施接续,可达到路轨边缘提取的目的。本算法经过MATLAB编程实现,并移植到TI的DM642视频开发板上进行硬件测试,能够有效地实现路轨边缘的提取,为铁路路障检测报警系统设计提供参考。     

基于灰度对比图与最大熵的钢轨图像分割

针对CCD相机采集的钢轨表面图像灰度不均、过度曝光、噪声过大等导致的一维最大熵法无法准确分割缺陷的问题,提出一种将灰度对比图和形态学重构相结合,再用最大熵法进行分割的图像分割算法。首先求得钢轨图像的灰度对比图,接着将灰度对比图经过形态学开-闭重构获得钢轨背景图像,然后将背景图像与灰度对比图相减,得到包含缺陷的差分图,最后将差分图用最大熵法进行分割。实验表明,提出的灰度対比图法能够很好地缓解光照不均,过度曝光对检测带来的影响,形态学开-闭重构不仅能够获得所需的背景模型还能抑制一定的噪声,该算法简单、有效、鲁棒性较高,分割精度可以达到90%。     

改进Canny算子的列车轮对踏面边缘检测算法

现有对高速列车轮对踏面损伤检测逐步以动态检测系统代替人工检测,针对动态检测系统中对踏面损伤图像处理时,存在大量边缘信息丢失、图像细节不完整等问题,提出一种基于改进Canny算子的边缘检测算法。该算法利用自适应双边滤波代替传统高斯滤波对图像进行平滑处理,能够很好的保持图像边缘和滤除噪声;采用水平、垂直、45°和135°4个方向梯度模板来确定梯度幅值;用Otsu算法(大津法)自适应地根据图像灰度值生成高阈值和低阈值,克服人为设定高低阈值的缺陷,增强了算法的自适应性。通过仿真实验结果表明:改进的算法能够有效的保留更多的踏面图像边缘信息,也具有较强的自适应性,为轮对踏面损伤动态检测的后处理提供了有效的技术支持。     

荧光磁粉探伤裂纹智能识别图像处理研究

磁粉探伤的发展趋势是自动化、智能化,而工件表面状况、真伪裂纹、工况条件等使得现有的检测识别方法难以满足工件表面裂纹缺陷自动检测识别的需要。在分析工件表面荧光磁粉图像特征及裂纹缺陷特征的基础上,研究表征裂纹邻域像素空间相关度的二维直方图分布,提出基于多重分块极值的图像边缘检测算法。根据裂纹邻域像素空间相关度参数,以及裂纹缺陷的长宽比、圆形度等特征,设计了基于Fisher线性判别方法的工件裂纹识别算法。以此为基础的荧光磁粉探伤工件裂纹缺陷自动检测识别技术,应用于列车轮轴检测线实时检测,裂纹缺陷的有效检出率达99%。     

基于改进Radon变换的直线钢轨识别算法

针对传统Radon变换在直线轨道检测方面速度慢且不能从众多边缘直线中识别出钢轨,提出基于改进Radon变换的直线轨道识别算法。首先,通过阈值筛选的边缘点;其次,利用先验知识,建立极角约束域;然后通过Radon变换提取所有直线,再利用直线角度差和直线平均距离筛选出钢轨边缘直线;最后将本文算法与传统Hough变换算法和传统Radon变换算法的比较,实验结果显示本文算法能精准识别出钢轨,且速度更快。