軌道部件圖像檢測系統(tǒng)設(shè)計.pdf

1、軌道部件狀態(tài)檢測是保障鐵路運輸安全的重要手段之一,利用計算機視覺技術(shù)、圖像處理技術(shù)和模式識別技術(shù)研制的軌道部件自動檢測系統(tǒng)可用來替代傳統(tǒng)人工巡檢,為軌道檢查提供更有效、更經(jīng)濟的途徑,節(jié)省人力物力資源的同時提高檢測速度和精度。
　　 根據(jù)系統(tǒng)的運行環(huán)境和性能指標(biāo),對關(guān)鍵設(shè)備進行選型,進而搭建適合軌道圖像采集系統(tǒng)硬件平臺。在此基礎(chǔ)上,設(shè)計缺陷識別系統(tǒng)的軟件實施方案,重點分析并改進鋼軌表面缺陷及扣件缺失檢測算法,主要包含軌道圖像目標(biāo)區(qū)

2、域提取和缺陷特征識別兩部分。
　　 軌道圖像目標(biāo)區(qū)域提取是缺陷檢測的必要前提。針對鋼軌表面缺陷區(qū)域提取,提出基于軌道峰區(qū)檢測的自適應(yīng)二值圖像投影法快速提取鋼軌表面區(qū)域。針對扣件缺失區(qū)域提取,利用各向同性Sobel垂直邊緣檢測算子和Hough變換對預(yù)處理后的軌道二值圖像進行垂直邊緣檢測,采用扣件邊緣直線從外到內(nèi)逼近的方式實現(xiàn)扣件區(qū)域的快速搜尋。
　　 在目標(biāo)區(qū)域提取的基礎(chǔ)上,進行缺陷特征識別。針對鋼軌表面缺陷識別,采用內(nèi)部

3、點掏空算法和鏈碼跟蹤算法提取并存儲缺陷目標(biāo)輪廓信息,同時計算缺陷目標(biāo)的面積、周長和長寬比等特征參數(shù),根據(jù)這些參數(shù)實現(xiàn)鋼軌表面橫向裂紋、縱向裂紋以及剝落掉塊的初步分類。針對扣件缺失識別,提出一種改進的基于梯度的方向場估計算法,利用該算法清晰地描繪出扣件的紋理走向,采用方向圖模版匹配和支持向量機分類算法實現(xiàn)扣件狀態(tài)的識別和分類。
　　 應(yīng)用Matlab對檢測算法的可靠性及有效性進行驗證,結(jié)果表明,以上算法可快速、準確檢測鋼軌表面缺陷