【技术实现步骤摘要】
—种基于机器视觉检测的高速铁路轨道表面缺陷匹配方法
本专利技术属于机器视觉检测
，特别涉及。
技术介绍
在我国的交通运输行业里，铁路发挥着巨大的作用。随着现代铁轨技术的不断发展，铁轨的使用寿命越来越长，但是由于我国的铁路网十分庞大，所以钢轨的使用寿命长短不定，无法统一维护和更换。列车在表面有缺陷的铁轨上运行时，极易损伤列车，严重的还会造成列车事故。为了保证铁路运输的安全性和连续性，需要对铁轨进行定期的检测，对有损伤的铁轨进行维护和更换。在列车大幅提速和重载列车开行的情况下，及时了解铁轨的质量，尤其是实时检测和监控就更有必要了。基于机器视觉技术的铁路轨道表面缺陷的高速视觉检测系统能够高速高精度地检测铁轨表面缺陷，节省人力，实现铁轨缺陷的智能分类识别，可以为铁路部门及时有效地维护铁路轨道提高指导的建议。但在实际应用中也存在不少问题，其中铁轨图像数据的冗余就是一个急需解决的问题。在铁路轨道表面缺陷的高速视觉检测系统采集图像过程中会出现数据的冗余，表现在某段铁轨在一次采集中被多次采集，或者某段铁轨在多次的采集中只需要保存一份。这就需要把冗余的铁轨信息找到并记录它们的位置信息。综上所述，在现有的机器视觉检测系统中无法识别和剔除冗余的铁轨信息，急需一种高速铁轨表面机器视觉缺陷检测的匹配方法，以便剔除冗余信息。
技术实现思路
本专利技术所要解决的技术问题是提供，其目的在于，找出被重复采集和保存的高速铁路轨道表面缺陷图像。，包括以下几个步骤:步骤1:获取铁轨全景图像f (X，y)；步骤2:采用竖直投影法从铁轨全景图像中提取铁轨表面区域图像(X，y)；步骤...
【技术保护点】
一种基于机器视觉检测的高速铁路轨道表面缺陷匹配方法，其特征在于，包括以下几个步骤：步骤1：获取铁轨全景图像f(x,y)；步骤2：采用竖直投影法从铁轨全景图像中提取铁轨表面区域图像f1(x,y)；步骤3：对铁轨表面区域图像进行中值滤波处理，获得去除噪声的铁轨表面区域图像f2(x,y)；步骤4：对去除噪声的铁轨表面区域图像f2(x,y)依次进行二值化操作和形态学开操作，使得f2(x,y)中的各个分裂区域相互粘合，得到图像f4(x,y)；步骤5：对图像f4(x,y)进行逐行投影及采用blob分析方法获得图像f4(x,y)中的缺陷特征信息，所述缺陷特征信息包括缺陷的形态信息和缺陷的位置信息；步骤6：对历史采集图像和实时采集图像分别进行步骤1‑步骤5的操作，分别获得历史采集图像中的缺陷特征信息和实时采集图像中的缺陷特征信息；步骤7：将实时获取缺陷的特征信息依次与所有的已存储缺陷的特征信息进行匹配计算，获得实时获取缺陷与已存储缺陷的位置误差Ep和形态相似度S；依据Ep和S利用模糊控制规则，得到匹配的缺陷特征信息。
【技术特征摘要】
1.一种基于机器视觉检测的高速铁路轨道表面缺陷匹配方法，其特征在于，包括以下几个步骤: 步骤1:获取铁轨全景图像f (X，y)； 步骤2:采用竖直投影法从铁轨全景图像中提取铁轨表面区域图像fjx，y)； 步骤3:对铁轨表面区域图像进行中值滤波处理，获得去除噪声的铁轨表面区域图像f2(χ, y)； 步骤4:对去除噪声的铁轨表面区域图像f2(x，y)依次进行二值化操作和形态学开操作，使得f2(x，y)中的各个分裂区域相互粘合，得到图像f4(x，y)； 步骤5:对图像f4(x，y)进行逐行投影及采用blob分析方法获得图像f4(x，y)中的缺陷特征信息，所 述缺陷特征信息包括缺陷的形态信息和缺陷的位置信息； 步骤6:对历史采集图像和实时采集图像分别进行步骤1-步骤5的操作，分别获得历史采集图像中的缺陷特征信息和实时采集图像中的缺陷特征信息； 步骤7:将实时获取缺陷的特征信息依次与所有的已存储缺陷的特征信息进行匹配计算，获得实时获取缺陷与已存储缺陷的位置误差Ep和形态相似度S ;依据Ep和S利用模糊控制规则，得到匹配的缺陷特征信息。2.根据权利要求1所述的基于机器视觉检测的高速铁路轨道表面缺陷匹配方法，其特征在于，所述步骤6中历史采集图像中的缺陷特征信息，包括已存储缺陷的形态信息Dtm (m)和已存储缺陷的位置信息Ltm (LX, LY, RX, RY, Xff, YH)，m表示第m个已存储缺陷，取值范围为1-M，M表示已存储缺陷总数； 实时采集...
【专利技术属性】
技术研发人员：王耀南，尹逊帅，贺振东，冯明涛，吴成中，陈铁建，周显恩，
申请(专利权)人：湖南大学，
类型：发明
国别省市：湖南;43
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。