[發明專利]高速鐵軌表面缺陷的實時視覺檢測與識別方法

有效

• 申請號: 201210248719.8
• 申請日: 2012-07-18
• 公開（公告）號: CN102854191A
• 公開（公告）日: 2013-01-02
• 發明（設計）人: 王耀南;唐湘娜;賀振東;肖昌炎
• 申請（專利權）人: 湖南大學
• 主分類號: G01N21/88
• 分類號: G01N21/88;G06K9/62;G06K9/60
• 代理公司: 湖南兆弘專利事務所 43008
• 代理人: 趙洪;周長清

技術領域

本發明主要涉及到在線視覺檢測領域，特指一種高速鐵軌表面缺陷的實時視覺檢測與識別方法。

背景技術

為適應我國現代鐵路的高速發展，保證鐵路運營安全，鐵道部門對鐵路現場的軌道質量提出了嚴格要求。目前，針對鐵軌缺陷的檢測，有基于光、電、磁信號的電子檢測法和基于機器視覺原理的視覺檢測法兩種方法。

國內現場鐵軌的缺陷檢測基本采用電子檢測法，幾乎不采用視覺檢測法。電子檢測法一般用于檢測鐵軌的內部缺陷，且其檢測精度較低，只適用于某些要求不高的場合。視覺檢測法用于檢測鐵軌的表面缺陷，其原理是使用CCD成像技術獲取鐵軌圖像，然后使用一定的圖像處理技術對圖像進行分析，從而自動檢測和識別鐵軌表面的缺陷。

其中，鐵軌缺陷包括幾何結構缺陷、鐵軌部件缺陷、鐵軌表面缺陷等等。常見的鐵軌表面缺陷有疤痕、裂紋、波紋擦傷等，存在表面缺陷的鐵軌如果不加以維護或更換，就會逐漸發展成為嚴重的內部損傷，從而造成嚴重的列車事故，后果不堪設想。

目前，我國鐵道部門對現場鐵軌狀態的檢測大多依靠人工巡檢，其檢測方式是在需要檢測的鐵路段，由檢測人員推著鋼軌探傷儀在需要檢測的鐵軌上行走，同時其他檢測人員使用肉眼觀察并記錄鐵軌的缺陷。由上可知，上述人工巡檢的方式，檢測效率十分低下，完全依靠人工行走；且檢測精度也較低，可能導致缺陷的誤檢、漏檢，使鐵路運營存在著極大的安全隱患。

有從業者提出一種全自動鐵軌表面缺陷視覺檢測與識別系統，它是指完全脫離人工檢測，利用機器視覺或光電傳感器的方法，將該檢測系統掛載在普通列車上，隨列車在鐵軌上運行，由視覺系統代替人眼動態檢測表面缺陷并作出判斷，并對缺陷進行分類。它一方面可以大大的節省鐵路維護的經濟成本和人力成本，另一方面還可以同時保證檢測的重復性和可靠性，并且可以實現在線檢測。

但是，與一般情況下的目標檢測和識別方式不同，由于全自動鐵軌表面缺陷視覺檢測與識別系統的高速度、高精度的要求，使得高速鐵軌表面缺陷的實時視覺檢測與識別方法面臨著以下主要技術難題：

(1)圖像干擾因素多。在高速狀態下，相機可能隨著列車的振動產生移動或小角度的旋轉，并且自然光、現場環境和天氣等因素可能對鐵軌圖像引入噪聲、陰影帶和“閃光”區域，使得一般的檢測方法容易受干擾因素的影響。

(2)鐵軌表面缺陷的形態較為復雜，因此增加了檢測難度。疤痕和波紋擦傷的灰度特征不盡相同，因此不能使用一般的單一目標檢測方法來將兩種類型的缺陷同時檢測出來。

(3)檢測速度和精度要求。由于全自動鐵軌表面缺陷視覺檢測與識別系統的速度要求，而一般的目標檢測和識別方法不能同時滿足在線高速度和高精度的要求。

發明內容

本發明要解決的技術問題就在于：針對現有技術存在的技術問題，本發明提供一種原理簡單、自動化程度高、檢測速度快、檢測精度高的高速鐵軌表面缺陷的實時視覺檢測與識別方法。

為解決上述技術問題，本發明采用以下技術方案：

一種高速鐵軌表面缺陷的實時視覺檢測與識別方法，其步驟為：

(1)圖像獲取；在隨列車在鐵軌上高速行駛的情況下，獲取鐵軌線圖像并將線圖像拼接成一幅全景圖像；

(2)圖像預處理；包括去除噪聲的干擾和提取鐵軌表面區域；

(3)缺陷初步檢測：包括使用邏輯或操作組合基于灰度補償的檢測結果和基于高帽操作的檢測結果；檢測圖像中是否存在異常區域，如果沒有則結束本次檢測，否則繼續進行處理；

(4)缺陷精確定位：通過粘合單個缺陷算法、填充缺陷區域內孔洞算法和選擇主要缺陷算法精確定位缺陷，并通過標記提取缺陷區域；

(5)缺陷分類：提取和選擇缺陷區域的特征，設計并訓練一個BP神經網絡，并使用BP神經網絡對缺陷進行分類。

作為本發明的進一步改進：

所述步驟(2)的具體步驟為：

(2.1)自適應中值法進行濾波：使用一個大小為5×5的窗口掃描圖像f(x，y)，比較窗口中心點像素的灰度值與窗口中最大的灰度值，若兩者相等，則使用窗口的灰度中值代替窗口中心點像素的灰度值，否則不替換；

(2.2)提取鐵軌表面區域：使用一個全局閾值二值化圖像，統計鐵軌二值圖像每行的白色像素個數，繪制其二值圖像水平投影圖；并利用一條直線與曲線相交，并使用它們的交點提取鐵軌表面區域，包括以下步驟：

(2.2.1)統計濾波后的灰度均值Mean，并取Mean-35為全局閾值T，對鐵軌圖像f₁(x，y)進行二值化：