鐵軌表面缺陷的視覺檢測算法研究.pdf_第1頁
已閱讀1頁,還剩96頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、隨著現(xiàn)代鐵路技術的快速發(fā)展,對鐵路軌道進行定期檢測的重要性與日俱增。傳統(tǒng)的軌道檢測依賴于人工巡檢,該方式已無法適應鐵軌表面缺陷的高速和精確自動化檢測的趨勢。論文以鐵軌為研究對象,提出了一種在線自動檢測鐵軌表面缺陷的機器視覺檢測系統(tǒng),能夠快速和準確地檢測、識別鐵軌表面的缺陷,具有十分廣闊的應用前景。
   論文首先闡述了鐵軌缺陷檢測研究的背景,說明了檢測鐵軌表面缺陷的必要性。通過分析其國內外研究的現(xiàn)狀與發(fā)展趨勢,提出了基于機器視覺

2、的檢測方法。
   其次,詳細分析了鐵軌表面缺陷產生的原因及影響,提出了鐵軌表面缺陷檢測系統(tǒng)的功能與性能要求。結合機器視覺的通用模型和鐵軌表面缺陷的相關特性,設計了鐵軌表面缺陷的機器視覺檢測系統(tǒng)的總體結構及其實驗仿真平臺,用于驗證算法的有效性。
   接著,分析了光源、照明方式、以及鏡頭的類型和選取方法,并詳細闡述了相機的類型與參數(shù)計算。為了在高速情況下獲取分辨率一致的軌道圖像,系統(tǒng)使用高速線陣CCD相機加線陣光源的光學

3、成像系統(tǒng)。
   然后,根據(jù)鐵軌表面圖像中缺陷區(qū)域的相關特性,對鐵軌表面缺陷檢測算法進行了詳細分析,能夠從鐵軌表面圖像中標注缺陷區(qū)域。1)在圖像預處理階段,為了減少后繼處理的運算時間,本文利用水平投影法來提取軌面區(qū)域。2)在缺陷快速檢測階段,針對缺陷區(qū)域形態(tài)復雜而非缺陷區(qū)域灰度穩(wěn)定的特點,設計了一種組合算法,即將基于灰度補償?shù)姆椒ê突陧斆辈僮鞯姆椒ńM合起來,用于快速搜索缺陷區(qū)域,并通過判斷異常區(qū)域是否存在,來決定是否對圖像進行

4、后繼的處理。3)在精確定位缺陷階段,論文使用了數(shù)學形態(tài)學算法對鐵軌表面二值圖像進行孔洞填充、缺陷區(qū)域標記和缺陷區(qū)域提取,并且使用了開操作粘合單個分裂或呈噴霧狀的缺陷區(qū)域。最后的實驗結果表明本算法能快速、準確地檢測出大部分鐵軌表面缺陷,具有一定的有效性、合理性和精確性。
   最后,將缺陷區(qū)域的相關特征提取出來,并從中選擇最有效的特征,再使用訓練好的BP神經網絡識別缺陷的類型。實驗結果表明該分類算法可以準確、快速地識別疤痕和波紋擦

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論