用于复杂背景下的钢轨表面微小缺陷检测方法技术

本发明专利技术涉及数据处理技术领域，具体涉及一种用于复杂背景下的钢轨表面微小缺陷检测方法，该方法获取钢轨图像的灰度图像，根据灰度图像中每行像素点的灰度均值获取每行的自适应权值，利用自适应权值对每个像素点进行去噪增强，得到去噪增强后的钢轨图像；获取去噪增强后的钢轨图像的第一灰度图像，根据第一灰度图像中每行像素点的第三灰度均值，得到多个疑似缺陷图像块；将每个疑似缺陷图像块中的像素点划分为正常像素点和异常像素点，根据每个疑似缺陷图像块中的异常像素点确认缺陷区域，完成钢轨图像的缺陷检测。通过对钢轨图像进行自适应权值去噪增强，对缺陷像素点进行自适应识别，以精准获取钢轨图像中的缺陷区域。以精准获取钢轨图像中的缺陷区域。以精准获取钢轨图像中的缺陷区域。

【技术实现步骤摘要】
用于复杂背景下的钢轨表面微小缺陷检测方法


[0001]本专利技术涉及数据处理
，具体涉及一种用于复杂背景下的钢轨表面微小缺陷检测方法。

技术介绍

[0002]随着我国高速和重载铁路的发展，对铁路基础设施的可靠性提出了严格的要求。钢轨作为铁路轨道的重要组成部分，受行车载荷及自然因素的作用，在其表面不可避免地会产生各种接触疲劳缺陷。车轮在有缺陷的钢轨上高速运行时产生的冲击作用会引起车轨系统耦合振动，不但会影响乘车的舒适性，影响火车的安全运行，而且表面缺陷会加速钢轨恶化，严重时甚至会使钢轨发生断裂、脱轨。因此，如何实时检测钢轨表面缺陷并向铁路部门提供维护数据是铁路高速运营必须解决的一个关键问题。
[0003]目前，国内外常用的钢轨无损检测方法主要包括超声检测、涡流检测、漏磁检测等。相比于这些方法，机器视觉检测法具有非接触、速度快、精度高的优点。但是，由于铁路线路较长，沿线自然环境复杂，使得采集的钢轨表面图像具有光照变化、反射不均、特征少等特点。而现有的图像缺陷检测算法对阴影的抗干扰性较弱，且缺陷区域较小，无法将其与缺陷较好的分开，会造成检测不准确，且分割缺陷速度慢。

技术实现思路

[0004]为了解决上述技术问题，本专利技术的目的在于提供一种用于复杂背景下的钢轨表面微小缺陷检测方法，所采用的技术方案具体如下：采集铁路轨道上的钢轨表面图像，对所述钢轨表面图像进行语义分割得到钢轨图像；获取钢轨图像的灰度图像，以灰度图像的左下角为原点建立平面坐标系，且灰度图像在平面坐标系的第一象限；在平面坐标系下，分别计算灰度图像中每行像素点的第一灰度均值；对每行中灰度值大于对应行的第一灰度均值的像素点进行标记，计算每行标记的像素点的第二灰度均值，作为标准灰度均值，构建标准灰度均值集合；根据标准灰度均值集合获取灰度图像中每行像素点的自适应权值，利用自适应权值对相对应行的每个像素点进行去噪增强，得到对应像素点的更新灰度值，进而得到去噪增强后的钢轨图像；获取去噪增强后的钢轨图像的第一灰度图像，分别计算第一灰度图像中每行像素点的第三灰度均值，得到第三灰度均值的平均值，将第一灰度图像中灰度值小于平均值的像素点作为缺陷像素点，基于缺陷像素点得到多个疑似缺陷图像块；根据相邻像素点的灰度差值将当前疑似缺陷图像块中的像素点划分为正常像素点和异常像素点，根据异常像素点的邻域像素点对该异常像素点进行优化判断，当当前疑似缺陷图像块存在异常像素点时，确认当前疑似缺陷图像块为缺陷区域；确认每个疑似缺陷图像块，以完成钢轨图像的缺陷检测。
[0005]进一步的，所述根据标准灰度均值集合获取灰度图像中每行像素点的自适应权值
的方法，包括：由相邻三行像素点的标准灰度均值，计算标准灰度均值的和，将每行像素点的标准灰度均值与标准灰度均值的和的比值作为对应行的自适应权值。
[0006]进一步的，所述利用自适应权值对相对应行的每个像素点进行去噪增强，得到对应像素点的更新灰度值的方法，包括：获取当前像素点的八邻域内的其他像素点，分别将相行的其他像素点的灰度值相加得到灰度值总和，利用每行的灰度值总和与对应的自适应权值进行加权求和，将行数与加权求和的比值作为当前像素点的更新灰度值。
[0007]进一步的，所述根据相邻像素点的灰度差值将当前疑似缺陷图像块中的像素点划分为正常像素点和异常像素点的方法，包括：以当前疑似缺陷区域中灰度值最小的像素点为起始点，且将起始点作为异常像素点，对于起始点所在行的左相邻像素点和右相邻像素点，计算相邻像素点与起始点之间的第一灰度差值绝对值，将第一灰度差值绝对值与该行的标准灰度均值的比值作为起始点与相邻像素点的第一相似概率；当第一相似概率小于第一相似概率阈值时，确认左相邻像素点和右相邻像素点都是异常像素点，否则为正常像素点；对于起始点的上相邻像素点和下相邻像素点，分别计算相邻像素点与起始点的灰度差值、以及相邻像素点与起始点所在行的标准灰度均值的第一差值和标准灰度均值的平均值；计算第一差值与灰度差值之间的差值绝对值，将差值绝对值与标准灰度均值的平均值的比值作为起始点与相邻像素点的第二相似概率；当第二相似概率小于第二相似概率阈值时，确认上相邻像素点和下相邻像素点都是异常像素点，否则为正常像素点。
[0008]进一步的，所述根据异常像素点的邻域像素点对该异常像素点进行优化判断的方法，包括：以异常像素点为窗口的中心像素点，统计窗口内的其他异常像素点的数量，当数量超过数量阈值时，确认该异常像素点为异常像素点，否则，确认该异常像素点为正常像素点。
[0009]本专利技术实施例至少具有如下有益效果：采集铁路轨道上的钢轨表面图像，语义分割识别钢轨图像，然后对钢轨图像进行自适应均值去噪增强，去噪增强后的钢轨图像，达到了对图像增强的效果；再根据缺陷特征对去噪增强后的钢轨图像进行分块处理，得到疑似缺陷图像块，最后根据较小邻域内同一目标的像素相似的特点和钢轨图像沿钢轨方向像素点的灰度值基本不变的特征进行缺陷像素点的自适应识别，以精准获取钢轨图像中的缺陷区域。
附图说明
[0010]为了更清楚地说明本专利技术实施例或现有技术中的技术方案和优点，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它附图。
[0011]图1为本专利技术一个实施例提供的一种用于复杂背景下的钢轨表面微小缺陷检测方法的步骤流程图。
具体实施方式
[0012]为了更进一步阐述本专利技术为达成预定专利技术目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本专利技术提出的一种用于复杂背景下的钢轨表面微小缺陷检测方法，其具体实施方式、结构、特征及其功效，详细说明如下。在下述说明中，不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外，一或多个实施例中的特定特征、结构或特点可由任何合适形式组合。
[0013]除非另有定义，本文所使用的所有的技术和科学术语与属于本专利技术的
的技术人员通常理解的含义相同。
[0014]本专利技术所针对的情景为：钢轨表面图像具有光照变化、反射不均、特征少以及缺陷微小等特点，使得图像检测精准度低、速度慢。本专利技术通过对采集的钢轨表面图像进行处理，然后对图像进行自适应均值去噪增强，再根据缺陷特征对图像进行分块处理。最后根据较小邻域内同一目标的像素相似的特点和钢轨表面图像沿钢轨方向像素点的灰度值基本不变的特征进行缺陷区域像素点的自适应识别。
[0015]下面结合附图具体的说明本专利技术所提供的一种用于复杂背景下的钢轨表面微小缺陷检测方法的具体方案。
[0016]请参阅图1，其示出了本专利技术一个实施例提供的一种用于复杂背景下的钢轨表面微小缺陷检测方法的步骤流程图，该方法包括以下步骤：步骤S001，采集铁路轨道上的钢轨表面图像，对钢轨表面图像进行语义分割得到钢轨图像。
[0017]具体的，利用相机运动拍摄铁路轨道上的钢轨表面图像，以识别出图像中钢轨表面的特征信息本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.用于复杂背景下的钢轨表面微小缺陷检测方法，其特征在于，该方法包括以下步骤：采集铁路轨道上的钢轨表面图像，对所述钢轨表面图像进行语义分割得到钢轨图像；获取钢轨图像的灰度图像，以灰度图像的左下角为原点建立平面坐标系，且灰度图像在平面坐标系的第一象限；在平面坐标系下，分别计算灰度图像中每行像素点的第一灰度均值；对每行中灰度值大于对应行的第一灰度均值的像素点进行标记，计算每行标记的像素点的第二灰度均值，作为标准灰度均值，构建标准灰度均值集合；根据标准灰度均值集合获取灰度图像中每行像素点的自适应权值，利用自适应权值对相对应行的每个像素点进行去噪增强，得到对应像素点的更新灰度值，进而得到去噪增强后的钢轨图像；获取去噪增强后的钢轨图像的第一灰度图像，分别计算第一灰度图像中每行像素点的第三灰度均值，得到第三灰度均值的平均值，将第一灰度图像中灰度值小于平均值的像素点作为缺陷像素点，基于缺陷像素点得到多个疑似缺陷图像块；根据相邻像素点的灰度差值将当前疑似缺陷图像块中的像素点划分为正常像素点和异常像素点，根据异常像素点的邻域像素点对该异常像素点进行优化判断，当当前疑似缺陷图像块存在异常像素点时，确认当前疑似缺陷图像块为缺陷区域；确认每个疑似缺陷图像块，以完成钢轨图像的缺陷检测。2.如权利要求1所述的用于复杂背景下的钢轨表面微小缺陷检测方法，其特征在于，所述根据标准灰度均值集合获取灰度图像中每行像素点的自适应权值的方法，包括：由相邻三行像素点的标准灰度均值，计算标准灰度均值的和，将每行像素点的标准灰度均值与标准灰度均值的和的比值作为对应行的自适应权值。3.如权利要求1所述的用于复杂背景下的钢轨表面微小缺陷检测方法，其特征在于，所述利用自适应权值对相对应行的每个像素点进...

【专利技术属性】
技术研发人员：许海芬，
申请(专利权)人：江苏美克美斯自动化科技有限责任公司，
类型：发明
国别省市：