基于视觉机制的钢轨波磨损伤检测方法研究
2021-03-04肖洁卢凯霞黄丽
科学与财富 2021年26期
肖洁 卢凯霞 黄丽
关键词:波磨损伤检测,纹理滤波,钢轨缺陷,高速铁路。
1.概述
在车载图像采集系统采集到的高分辨率轨道图像中,钢轨波磨损伤是一种周期性的、波浪形的变形现象,出现在钢轨纵向表面上,并在轨道上出现轨头表面缺陷[1]。钢轨波磨损伤通常按波长分为短波波磨损伤和长波波磨损伤。短波波磨损伤通常发生在轻运铁路上,其典型波长为30~80mm,振幅为0.1~0.5mm。经过一定时期的发展,波峰亮谷暗。长波波磨损伤通常发生在重载铁路,其典型波长为100~1500mm,振幅一般小于2mm,具有明显的变形。因此,钢轨波磨损伤区具有良好的纹理信息。
波磨损伤的检查传统上是用一种特殊的卡尺手工取样测量。显然,这种方法是主观的和低效的。目前,机器视觉系统在铁路公司的缺陷检测和状态监测中发挥着重要作用[2-4]。研究学者提出并采用了各种波磨损伤检测的自动化方法。有学者从钢轨图像中提取Gabor纹理特征,并应用K-最近邻(KNN)方法识别波磨损伤。有的学者利用不同频率和方向的Gabor滤波器组对钢轨纹理进行分析,根据缺陷的大小识别出缺陷。本文提出了一种结合先验信息和视觉特征的波磨损伤检测新方法。
2.模型
钢轨波磨损伤的检测方法分为三个步骤。首先,在摄像机拍摄的图像中对轨道进行定位。其次,利用Log-Gabor滤波器对分割后的钢轨图像进行缺陷特征检测。最后,利用该模型判断图像中是否存在钢轨波磨损伤缺陷。
经过对大量轨道图像的分……
登录APP查看全文
