鲁棒实时钢轨表面擦伤检测算法研究

应用图像处理和模式识别技术,分析高速线阵扫描相机采集的钢轨数字图像,提出鲁棒实时的钢轨表面擦伤检测算法。这种算法首先分析采集图像在垂直方向的投影曲线,提取准确钢轨图像;之后,借鉴人类视觉对比度感知机理,将钢轨灰度图转换为灰度对比图,并基于最大熵原理进行二值化处理,分割出可疑擦伤区域;然后根据经验知识判定钢轨表面的可疑擦伤。实验验证表明:新算法的检测性能高,平均准确率为90.7%,平均漏检率为3.95%;检测速度快,平均检测时间不超过40 ms。     

基于线阵CCD相机的轨道图像采集系统设计

轨道图像信息的采集是对轨道状态实时监控的重要手段。设计了一种基于线阵CCD相机的新型图像采集系统,该系统利用线阵CCD相机连续快速的记录轨道信息,整个系统运行速度能达到10 km/h,钢轨表面图像的横纵分辨率为0.5 mm×0.5 mm,并且图像不失真,不漏采;同时解决了信号触发和里程记录等关键问题,实现轨道信息的完整采集。实验结果表明:系统不受小车速度变化的影响,并能准确记录里程信息,从而为后续缺陷的检测与定位奠定基础。     

光电式钢轨磨损实时检测系统

采用近红外线状光源、CCD及计算机图像处理等技术,实现钢轨磨损检测系统的软硬件设计。应用三圆柱光学透镜联合对一点式激光进行色散,得到光强分布较均匀的线状激光光源。用高分辨率(752×782)CCD面阵摄像机实时采集钢轨扫描图像,经过A/D变换输出给图像处理系统。图像处理系统根据钢轨的形状和特点,选用最佳的模型和计算方案进行图像处理,对照标准钢轨断面图像快速、准确地计算出钢轨面的磨损值,判断钢轨受伤程度。系统在限速80 km.h-1条件下对钢轨断面的实时检测结果表明,系统符合设计要求,精度达到0.1 mm。     

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%。     

线阵与面阵CCD在钢轨外形在线测量中的应用对比

以钢轨外形三维在线测量为例,通过对比线阵CCD和面阵CCD在采集图像的数据量与图像复原的质量,说明基于线阵CCD进行图像采集在长距离、大尺寸物体的三维在线测量上具有更高的实用价值。基于相位测量轮廓术(PMP),分别对采用2种阵列的CCD采集的钢轨外形图像进行三维重建,仿真和试验结果表明,面阵CCD采集的图像分辨率高、处理数据误差小,但处理数据量大,适于小尺寸物体的静态或低速测量,而线阵CCD虽然采集图像的分辨率较低,但处理数据量小、采集频率可控,适用于长距离、大尺寸物体的高速在线测量。     

基于视觉的钢轨表面缺陷识别方法综述

基于计算机视觉技术的钢轨表面缺陷识别方法凭借其非接触、准确性高、无遗漏、快速高效等优点得到越来越多的关注。其识别流程包括:对采集到的钢轨表面图像进行预处理;采用灰度水平投影等方法提取出钢轨的轨面区域;利用图像分割技术提取出缺陷部分的图像信息;对缺陷特征进行描述,计算出缺陷的特征向量;利用机器学习分类器实现缺陷分类;通过深度学习实现钢轨表面缺陷的识别。基于当前研究难点,指出未来主要的研究方向,包括图像的优化预处理、钢轨表面缺陷的快速准确提取及对基于深度学习的缺陷识别方法的深化完善。     

CRTSⅡ型板离缝状态高清图像采集装置的研究

针对铁路人工巡视CRTSⅡ型板离缝状态效率低的问题,根据离缝区域环境,通过对比线相机和面相机,以及LED光源和线激光器特性,设计由线激光器和CCD线阵相机组成的视觉模块,同时开发图像采集软件,并利用压缩模块和磁盘阵列技术,实现离缝状态高清图像的采集和存储,为后续离缝智能软件分析提供坚实基础。经验证,采集的图像清晰,较大压缩数据量,提高数据存储速度。     

轨道检测系统钢轨图像标定误差试验研究

GJ-6型轨道检测系统采用线结构光视觉测量组件动态采集钢轨图像,实时测量钢轨横向位移、钢轨垂向位移、钢轨磨耗等重要轨道几何参数。钢轨图像线结构光视觉测量组件采用针板靶标进行标定。本文基于线结构光视觉测量原理,从几何光学角度建立靶标深度方向一维相机投影模型,在此基础上设计钢轨图像标定试验,研究钢轨图像针板靶标标定误差的成因及大小。试验结果表明:针板靶标靶面倾斜及成像像素点偏移导致钢轨图像标定产生误差;随着针板靶标靶面倾斜及成像像素点偏移增大,钢轨图像标定误差不断增大。     

地铁隧道表面裂缝智能视觉采集系统

基于我国隧道裂缝检测主要依靠人工检测来实现,检测方式工作效率低、占用线路时间长,无法满足现代城市轨道交通检测的需求。提出一种基于车载式多目高速线阵相机的地铁隧道表面图像采集系统,阐述其系统工作原理,并对系统内部各项硬件设备进行选型,在实验室内完成组装和调试,基本实现线阵相机图像采集的功能,并为后续的隧道表面图像处理提供支持。     

车载轨道巡检系统研制

论述了车载轨道巡检系统结构及各子系统设计方案。巡检系统由轨道图像采集、数据分析和数据管理3个子系统构成。图像采集子系统采用线阵CCD等间距运动扫描获取轨道图像。基于机器学习理论构建了数据分析子系统,可对钢轨表面伤损、扣件异常进行智能识别。数据管理子系统可对检出缺陷进行组合查询并输出报表。该系统目前已应用于我国各高速铁路干线,对轨道主体设备外观进行普查,最高检测速度可达160 km/h。     

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...     

基于FPGA和DSP的高速实时轨道巡检图像采集处理系统

基于FPGA和DSP的高速实时轨道巡检图像采集处理系统由光学系统、FPGA模块、DSP图像处理模块及上位机组成.为提升图像采集的质量,提出并设计线阵相机加激光光源的组合方案,用以有效滤除阳光干扰,避免图像过度曝光.针对高速实时采集需求,设计FPGA采集模块,实现巡检图像采集控制和传输.针对实时智能检测需求,开发基于DS...     

基于背景建模的钢轨表面缺陷像素级检测方法

钢轨表面缺陷具有独特性和稀疏性,利用机器视觉技术自动地检测钢轨表面缺陷仍存在很大挑战.提出一种基于背景建模的钢轨表面缺陷像素级检测方法,利用钢轨图像固有特性构建图像背景分布模型,找到背景分布簇中心,以定位到可疑像素点;提出一种钢轨表面缺陷像素级识别方法,根据可疑像素点的上下文特征和空间位置先验概率识别该像素点是否属于真...     

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。     

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.     

基于DR图像多重快速分割的铁路货车铸件缺陷提取方法

针对铁路货车铸件DR(Digital Radiography)图像数据量大、背景亮度不均匀以及对DR图像中铸件薄壁区域的缺陷提取效果不理想和基于C-V模型的分割方法存在计算量大的问题,研究基于DR图像多重快速分割的铸件缺陷提取方法.先利用OTSU双阈值分割算法对铸件DR图像进行分割,然后应用区域生长技术得到铸件薄壁区域的图像;对该图像进行剥皮和归一化线性灰度拉伸处理后,再次利用OTSU双阈值分割算法和区域生长技术对图像进行分割,从中提取出含有和可能含有铸件缺陷的局部图像;对可能含有铸件缺陷的亮背景区域图像用C-V模型再次进行分割,最终提取出所有铸件缺陷的图像.     

轮对参数在线自动检测方法与系统的研究

介绍了一种针对运行列车基于激光三角法原理的轮对参数在线自动检测系统,论述了其测量原理和工作方法。该方法是将线激光器和摄像机分布在钢轨的内外两侧,线激光器投射到车轮的踏面上,外时钟同步触发摄像机,获取车轮截面轮廓图像,采用基于平面靶标的方法实现CCD摄像机的标定,通过坐标变换,求解算出轮对的各个参数。实测表明,该系统可完成运行列车轮对参数的自动测量。