一种铁轨表面缺陷快速检测系统及方法技术方案

本发明专利技术提出一种铁轨表面缺陷快速检测系统及方法，包括通过线缆顺次连接的图像采集系统、高速图像处理系统和计算机，计算机内集成图像分析处理系统和机器学习系统，图像采集系统以实现获取对应检测对象信息、对铁轨表面缺陷定位；高速图像处理系统以实现将模拟视频信号转换为数字图像信号、将图像直接传送给计算机进行显示和处理或者将数字图像传送给专用图像处理系统进行视觉信号的前端处理的功能；图像分析处理系统以实现快速检测铁轨表面缺陷的功能；机器学习系统以实现提高检测效率、提高检测精度的功能。本发明专利技术的系统安装在铁轨检修机上用于对铁轨表面缺陷进行快速检测，检测精度高、自动化程度高、成本低廉。

A Rapid Detection System and Method for Rail Surface Defects

【技术实现步骤摘要】
一种铁轨表面缺陷快速检测系统及方法
本专利技术属于铁轨状态检测及维护的
，尤其涉及一种铁轨表面缺陷快速检测系统及方法。
技术介绍
轨道线路是保障列车高密度运行及进行繁重运输任务的基础设施，在高频使用的过程中，荷载重复振动会让铁路线路发生变化出现表面缺陷等，铁轨表面缺陷主要包括铁轨表面裂纹，擦伤，掉块，以及表面出现暗光或黑线等。现有的检测方法主要有人工检测、轨检车检测、基于机器视觉的检测等方法。人工检测是轨道检测的传统检测方法，主要依靠工作人员沿铁路线目视和持检测工具，沿铁路线步行的方式检查，该种检测方法能够有效的检测出轨道的表面缺陷问题，但该方法存在抽检率低、准确性不高、效率低、劳动强度大、受人工经验和主观影响大等问题。轨检车检测主要结合现代传感器技术和计算机数据处理实现了轨道左右轨的前后高低、左右轨的轨向、水平、左右轨的不平顺、曲线外轨超高、曲线半径、轨距、线路扭曲、车体水平和垂直振动加速度、左右轴箱垂直振动加速度等几何状态和不平顺状况的检测。现今发达国家大多数已拥有自己研制生产的中高速或高速轨检车。但我国轨检车的性能和应用标准还存在一定差距，主要表现在：部分关键传感器未能国产化；对轨检车的检测数据还不能充分利用等问题。除此之外，国内现有的轨检车也只能完成轨道几何形位的检测，尚未实现铁轨表面缺陷检测的自动化。
技术实现思路
本专利技术提供一种铁轨表面缺陷快速检测系统及方法，用于克服传统铁轨表面缺陷检测方法中存在的抽检率低、准确性不高、实时性差、效率低以及不能自动化检测等问题。本专利技术解决上述技术问题所采用的技术方案是：一种铁轨表面缺陷快速检测系统，其特征在于，包括通过线缆顺次连接的图像采集系统、高速图像处理系统和计算机，所述计算机内集成图像分析处理系统和机器学习系统；所述图像采集系统包括拍摄模块和定位模块，所述拍摄模块包括照明单元和拍摄单元，图像采集系统通过PCI标准总线与所述高速图像处理系统相连，通过控制总线与所述计算机相连；高速图像处理系统为FPGA硬件，包括信号转换模块和信号传输模块，所述信号传输模块将图像数据传送到计算机；所述图像分析处理系统包括图像预处理模块、铁轨定位模块、缺陷识别模块、缺陷快速定位模块，对图像信息进行分析处理；所述机器学习系统包括缺陷特征提取模块和缺陷分析模块，所述缺陷特征提取模块提取铁轨表面缺陷的几何形状特征、骨架特征，所述缺陷分析模块作为周期性数据总结分析的重要依据，提供对铁轨表面的缺陷类型和对应维护策略。按上述方案，所述图像预处理模块包括图像降噪处理单元，消除高斯白噪声或者椒盐噪声；所述铁轨定位模块包括图像增强单元、图像分割单元、轨面分割单元、轨面提取单元，所述图像增强单元提高氧化锈蚀的铁轨的颜色与铁轨底部的路面颜色辨识度；所述图像分割单元选取合适分割阈值去除非铁轨表面区域；所述轨面分割单元对图像进行局部的灰度补偿；所述轨面提取单元提取轨面；所述缺陷识别模块包括灰度补偿单元、边缘检测单元、区域填充单元，所述灰度补偿单元通过引进一个灰度补偿系数消除暗影的影响；所述边缘检测单元通过选择Sobel算子对图像进行分割，保留图像边缘用于识别的有用信息；所述区域填充单元对所述边缘检测单元处理后的边缘检测图进行形态学处理。按上述方案，所述照明单元为LED线阵光源，所述拍摄单元为线性CCD相机，所述定位模块为光电编码器和GPS定位器，所述信号转换模块为视频解码器和图像缓冲器，所述信号传输模块为cameralink接口。一种铁轨表面缺陷快速检测方法，其特征在于，包括如下步骤：S1)计算机控制所述图像采集系统获取待测轨道表面图像信息，所述图像采集系统把采集的图像信息输送到所述高速图像处理系统，拍摄模块获取的图像信息传输到计算机进行缺陷识别，所述定位模块获取的位置信息传输到计算机进行缺陷位置的确定；S2)高速图像处理的系统信号转换模块实时地将视觉传感器获取得模拟视频信号转换为数字图像信号，信号传输模块将图像直接传送给计算机进行显示和处理，或者将数字图像传送给图像分析处理系统进行视觉信号的前端处理；将定位模块获取的图像位置信息通过控制总线传输给计算机对图像进行实时定位；S3)所述图像分析处理系统分析处理主要包括对获取的图像的预处理和特征识别等,完成铁轨表面缺陷的识别和定位，图像分析处理系统分析处理后的图像信息传输到所述机器学习系统；S4)所述机器学习系统对铁轨表面缺陷预处理之后的图像进行特征的提取，筛选出能够反映缺陷本质的特征度量，方便缺陷的分类。按上述方案，所述步骤S1)中包括如下内容：S11)照明单元消除环境干扰后，拍摄单元获取对应被检测铁轨表面信息，同时定位模块采用光电编码器和GPS定位器对缺陷定位。按上述方案，所述步骤S3)中包括如下内容：S31)图像预处理模块采用中值滤波的方法进行降噪处理；S32)铁轨定位模块采用空间域法对图片进行灰度级变换，为了方便机器处理，将图像增强后的色彩图片转化为灰度图，通过分析图像的灰度直方图选取分割阈值，人工选择发现阈值为68时有存在很好的分割效果，对图像进行局部的灰度补偿以提取完整的轨道表面，最后利用一种“变暗”算法来提取轨面；S33)缺陷识别模块对图片进行灰度补偿、边缘检测、区域填充，采用Sobel算子对图像进行分割得到边缘检测图后，使用区域填充的方式，在指定区域进行膨胀，然后采用掩膜算法把膨胀后的图像与原图覆盖,最后将图像取反；S34)缺陷快速定位模块根据像素数据矩阵的特点，对缺陷进行坐标定位。按上述方案，所述步骤S4)中包括如下内容：S41)特征提取模块通过简单的不变矩或者形状描述符来表示缺陷区域的大致几何特征，采用骨架提取获得伤痕的形状走向；S42)缺陷分析模块选取反向搜索神经网络算法进行学习和识别。按上述方案，所述降噪处理包括如下内容：将获取的图像用像素点的幅值函数f(x，y)表示，f为坐标(x，y)像素点的强度大小，x、y和f为有限的离散数值，将采样量化后的数字图像用M×N的矩阵表示如下：对数字图像采用中值滤波进行降噪处理，通过二维滑动模板按照像素值的大小排序，生成单调上升或下降的二维数据序列，设窗口w的大小为m×n，则二维中值滤波后输出的滤波模板中心像素的值g(x，y)为：按上述方案，所述灰度级变换包括如下内容：设f表示原图像，f1表示变换后的图像，imadjust为灰度级变换的处理函数，设采用空间域法对图片进行灰度级变换的公式为：f1＝imadjust(f,[x1,x2],[y1,y2])，x1＜x2，y1＜y2，设x为图片任意点的灰度值，xf为变换后图片任意点的灰度值，则灰度级变换公式为：按上述方案，所述Sobel算子对图像进行分割包括如下内容：Sobel算子公式如下所示：g(i，j)＝max{|fx|，|fy|}，其中：fx＝(f(i-1，j-1)+2f(i-1，j)+f(i-1，j+1))-(f(i+1，j-1)+2f(i+1，j)+f(i+1，j+1))fy＝(f(i-1，j-1)+2f(i，j-1)+f(i-1，j+1))-(f(i-1，j+1)+2f(i，j+1)+f(i+1，j+1))，fx和fy的卷积算子为：本专利技术的有益效果是：提供一种铁轨表面缺陷快速检测系统及方法，基于机器视觉的检测方法，实现铁轨表面缺陷检测本文档来自技高网...

【技术保护点】
1.一种铁轨表面缺陷快速检测系统，其特征在于，包括通过线缆顺次连接的图像采集系统、高速图像处理系统和计算机，所述计算机内集成图像分析处理系统和机器学习系统；所述图像采集系统包括拍摄模块和定位模块，所述拍摄模块包括照明单元和拍摄单元，图像采集系统通过PCI标准总线与所述高速图像处理系统相连，通过控制总线与所述计算机相连；高速图像处理系统为FPGA硬件，包括信号转换模块和信号传输模块，所述信号传输模块将图像数据传送到计算机；所述图像分析处理系统包括图像预处理模块、铁轨定位模块、缺陷识别模块、缺陷快速定位模块，对图像信息进行分析处理；所述机器学习系统包括缺陷特征提取模块和缺陷分析模块，所述缺陷特征提取模块提取铁轨表面缺陷的几何形状特征、骨架特征，所述缺陷分析模块作为周期性数据总结分析的重要依据，提供对铁轨表面的缺陷类型和对应维护策略。

【技术特征摘要】
1.一种铁轨表面缺陷快速检测系统，其特征在于，包括通过线缆顺次连接的图像采集系统、高速图像处理系统和计算机，所述计算机内集成图像分析处理系统和机器学习系统；所述图像采集系统包括拍摄模块和定位模块，所述拍摄模块包括照明单元和拍摄单元，图像采集系统通过PCI标准总线与所述高速图像处理系统相连，通过控制总线与所述计算机相连；高速图像处理系统为FPGA硬件，包括信号转换模块和信号传输模块，所述信号传输模块将图像数据传送到计算机；所述图像分析处理系统包括图像预处理模块、铁轨定位模块、缺陷识别模块、缺陷快速定位模块，对图像信息进行分析处理；所述机器学习系统包括缺陷特征提取模块和缺陷分析模块，所述缺陷特征提取模块提取铁轨表面缺陷的几何形状特征、骨架特征，所述缺陷分析模块作为周期性数据总结分析的重要依据，提供对铁轨表面的缺陷类型和对应维护策略。2.根据权利要求1所述的一种铁轨表面缺陷快速检测系统，其特征在于，所述图像预处理模块包括图像降噪处理单元，消除高斯白噪声或者椒盐噪声；所述铁轨定位模块包括图像增强单元、图像分割单元、轨面分割单元、轨面提取单元，所述图像增强单元提高氧化锈蚀的铁轨的颜色与铁轨底部的路面颜色辨识度；所述图像分割单元选取合适分割阈值去除非铁轨表面区域；所述轨面分割单元对图像进行局部的灰度补偿；所述轨面提取单元提取轨面；所述缺陷识别模块包括灰度补偿单元、边缘检测单元、区域填充单元，所述灰度补偿单元通过引进一个灰度补偿系数消除暗影的影响；所述边缘检测单元通过选择Sobel算子对图像进行分割，保留图像边缘用于识别的有用信息；所述区域填充单元对所述边缘检测单元处理后的边缘检测图进行形态学处理。3.根据权利要求2所述的一种铁轨表面缺陷快速检测系统，其特征在于，所述照明单元为LED线阵光源，所述拍摄单元为线性CCD相机，所述定位模块为光电编码器和GPS定位器，所述信号转换模块为视频解码器和图像缓冲器，所述信号传输模块为cameralink接口。4.一种铁轨表面缺陷快速检测方法，其特征在于，包括如下步骤：S1)计算机控制所述图像采集系统获取待测轨道表面图像信息，所述图像采集系统把采集的图像信息输送到所述高速图像处理系统，拍摄模块获取的图像信息传输到计算机进行缺陷识别，所述定位模块获取的位置信息传输到计算机进行缺陷位置的确定；S2)高速图像处理的系统信号转换模块实时地将视觉传感器获取得模拟视频信号转换为数字图像信号，信号传输模块将图像直接传送给计算机进行显示和处理，或者将数字图像传送给图像分析处理系统进行视觉信号的前端处理；将定位模块获取的图像位置信息通过控制总线传输给计算机对图像进行实时定位；S3)所述图像分析处理系统分析处理主要包括对获取的图像的预处理和特征识别等,完成铁轨表面缺陷的识别和定位，图像分析处理系统分析处理后的图像信息传输到所述机器学习系统；S4)所述机器学习系统对铁轨表面缺陷预处理之后的图像进行特征的提取，筛选出能够反映缺陷本质的特征度量，方便缺陷的分类。5....

【专利技术属性】
技术研发人员：陶孟仑，任正敏，付清晨，杨梦兰，高涵，梁霄，罗来臻，周易岗，王浩，夏泽天，张祖林，
申请(专利权)人：武汉理工大学，
类型：发明
国别省市：湖北,42