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.     

基于三维扫描与数值技术的粗集料形状特征与级配研究

粗集料体系作为混凝土主要组成部分,其颗粒构成对混凝土各项性能的改善起到了关键作用。为优化粗集料体系颗粒构成,以实现粗集料形状特征和级配精细化、数字化分析目标,采用激光三维扫描技术获取了粗集料的点云坐标,结合三维图像技术,进行粗集料的几何形状重构与三维形状参数准确测量,并提出球度、长短轴长比、粒径离散度和级配分形维数等指标。同时,基于粗集料的点云数值处理技术与分形理论,计算得到级配粒径和表面分形维数等指标,表征评价不同粒径粗集料形状特征及级配。研究结果表明：激光三维扫描和数值技术可快速重构出粗集料的真实形状,并能准确得到粗集料三维形状参数,提出的球度、长短轴长比和粒径离散度指标均能较好地对粗集料形状特征进行表征评价。其中,长短轴长比在表征粗集料球形度方面更具显著性与敏感性;采用三维图像数值技术与分形理论计算得到的粗集料级配分形与表面积分形维数,与粗集料粒径、表面粗糙度有密切联系,实现了粗集料几何特征的数值描述与评价;同时采用质量加权得到的粗集料级配分形维数,建立的粗集料颗粒级配计算函数计算结果与试验结果一致,研究结果可为粗集料级配的快速优化分析表征提供技术支持。     

埃塞俄比亚铁路火山渣填料颗粒形状特征分析

火山渣是火山岩浆喷发所形成的外观不规则、内部多孔隙的颗粒体,颗粒形状特征深度影响材料工程性质。通过光学显微照相技术获得埃塞俄比亚铁路火山渣填料颗粒的平面投影图像,运用数字图像处理技术测得其几何参数,进而获得用于描述颗粒轮廓形状和棱角性的形状指数。基于数理统计分析方法,讨论粒径变化对颗粒轮廓形状和棱角性的影响规律,进行颗粒形状指数变化在粒径间的显著性检验和粒径内的离散性分析。研究结果表明:火山渣是一种呈块状且表面粗糙的颗粒材料;表征颗粒轮廓形状的轴向系数和长宽比随粒径变化不显著,颗粒轮廓形状差异不大,反映颗粒棱角性的棱角性系数、粗糙度、分形维数随粒径减小而增大,颗粒表面棱角性增强;轴向系数和棱角性系数的检验统计量F值与变异系数的幅值变化较对应的长宽比和粗糙度、分形维数更为明显,对颗粒轮廓形状和棱角性特征有更高的辨识度。     

基于分形维数的FSK信号检测

传统的信号检测对信号非线性的处理方法是以线性来近似,忽略信号的非线性特性.本文从分析铁路移频信号(FSK)的分形特征出发,以相空间重构的相关维数来近似分形维数,并且以相关维数检测信号,对仿真FSK信号和实际采集FSK信号的检测均取得很好的效果.     

冰碛土和冰水堆积物填料颗粒形状特征分析

土体颗粒形状特征对填料的工程特性影响显著。采用光学显微镜照相技术获取冰碛土和冰水堆积物填料颗粒大样本的随机二维平面投影,运用数字图像处理技术测得其几何参数,得到用于描述颗粒轮廓形状和棱角性的形状指数;基于数理统计和分形理论,分析各粒径组冰碛土和冰水堆积物颗粒轮廓形状和棱角性形状指数的分布特征,讨论粒径组间颗粒形状指数离散性及颗粒形状的分形特性。研究表明:冰碛土和冰水堆积物均呈块状且棱角性相当,冰碛土颗粒块体性更强;轴向系数表征颗粒轮廓形状优于长宽比,棱角性系数对颗粒棱角性描述优于粗糙度;冰碛土颗粒分形维数主要集中在0. 966 1～1. 281 6,冰水堆积物分形维数主要集中在0. 974 3～1. 454,两种填料颗粒在2～10 mm粒径范围内分形特征最为显著。     

一种球铁件射线检测疑似缺陷影像的探讨

在球墨铸铁件的射线检测中,发现了一种阴影图像,与疏松影像具有一定的相似性,但经渗透检测、金相分析发现铸件内部并非疏松缺陷,而是由于铸件内部组织的石墨状态不同导致。     

基于分形维数的FSK信号检测方法的研究

本文着眼干信号的非线性性质,把分形理论引入信号检测,针对FSK信号(铁路移频信号)检测的特点,提出通过计算相关维数做为FSK信号的分形维数的检测方法.本文还用此方法对仿真FSK信号和实际采集的FSK信号做了模拟检测,实验结果表明此方法可以在较强噪声背景下检测出更多低频FSK信号.     

铁路货车铸件DR图像增强的改进Retinex模型

铁路货车部件(摇枕或侧架等)的铸造缺陷可能影响铁路运输安全,数字化X射线辐射成像(Digital Radiography,DR)可直观显示铸件内部缺陷,已广泛应用于铁路货车铸件无损检测。由于铸件厚度不均匀等原因造成原始DR图像灰度不均,不能清晰显示所有缺陷,需要图像增强等操作实现图像优化。Retinex方法同时考虑光强度和纹理信息,将图像分离为照度分量和反射分量,以补偿图像中的不均匀照明。相对全变分(Relative Total Variation,RTV)方法保留主结构的同时平滑小尺度的纹理和噪声。针对铸件DR图像缺陷难以识别的问题,结合RTV和Retinex相关理论,提出一个改进的Retinex优化模型,其中照度分量的内容结构和反射分量的梯度信息根据加权策略的选择受到不同惩罚,使用交替最小化方法求解模型,其次将高斯模糊后的图像作为具有平滑结构的照度分量的引导图以优化该模型。实验结果表明：与其他已有的算法相比,优化模型大幅度提高了DR图像的平均梯度、点锐度等量化指标,且图像增强效果显著。该方法改善了图像的清晰度和视觉质量,有效显示出铸件DR图像中的缺陷,可用于铁路货车部件和其工业部件...     

基于深度学习的铁路关键部件缺陷检测研究

关键部件缺陷图像自动检测对于复兴号动车组运营维护意义重大,但目前主要依靠专业人员对检测图像进行分析,耗费大量人力、物力,造成检测周期长,检测准确率无法保证。提出一种结合部件检测与缺陷分类流程的双通道缺陷检测框架MCDDF(Multi-channel Defect Detection Framework),部件检测通道基于目标检测算法实现动车组关键部件定位,定位后的关键部件经裁剪进行超分辨率提升,传入缺陷分类通道基于迁移学习方法实现缺陷类别的准确分类,结合两通道信息实现缺陷检测任务。实验分析两通道的性能提升方法,对比MCDDF与传统基于目标检测方法在铁路关键部件缺陷图像上的检测效果,验证了MCDDF方法的有效性。     

考虑波长因素的高铁无砟轨道不平顺分形分析

保证无砟轨道几何形位服役状态是高速铁路线路养护维修的核心内容,轨道不平顺波长因素直接影响列车运营舒适性.采用分形尺码法对无砟轨道不平顺的分形特征进行分析,讨论分形维数表征轨道不平顺短波、中波和长波的能力,确定分形维数对应的波长范围.对某高铁线路实测200 m区段长度的高低和轨向不平顺样本进行分析,研究不同波段分形维数对应波长尺码的稳定性.研究结果表明:无砟轨道不平顺的分形维数可分为3个波长区间,即D1(0.135～2.16 m),D2(4.32～17.28 m)和D3(34.56～138.24 m);分形维数对应波长尺码具有较好地稳定性;采用分形维数指标可以有效地对区段轨道不平顺的波长进行定量化评定.