基于差分进化算法的钢轨轮廓迭代旋转配准方法

钢轨断面轮廓检测需要对采样轮廓进行配准处理，传统的配准方法往往采用拟合轨腰、轨颚、圆心等特征部位点，并结合仿射变换实现。然而，这些轮廓配准方法过于依赖某些特定特征点，一旦个别特征点出现干扰或异常时，则无法实现正常配准，导致系统整体鲁棒性下降。提出一种基于差分进化算法的钢轨轮廓迭代旋转配准方法，可以提高配准的鲁棒性和整体精度。研究发现，在钢轨轨颚的内拐线段处利用Ramer多边形逼近算法可以定位到轨头内侧直线；以轨侧中点、轨颚间断点和轨腰间断点3处特定部位作为基准，再通过比对采样轮廓与标准轮廓在同一坐标的相对位置确定旋转方向；利用差分进化算法进行旋转迭代，从而实现钢轨轮廓的精确配准。实验结果表明：与其他现有方法相比，该方法在采样数据伴随有重度噪声，甚至数据缺失的情况下，依然能够满足较高的配准精度，极大地提高了检测系统的鲁棒性，具有较强的工程应用价值。