[發明專利]高速鐵路鋼軌扣件彈條疲勞斷口自動識別方法

在審

• 申請號: 201710986557.0
• 申請日: 2017-10-20
• 公開（公告）號: CN107766886A
• 公開（公告）日: 2018-03-06
• 發明（設計）人: 陳小宇;李學瑜
• 申請（專利權）人: 華中師范大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06K9/40;G06K9/44;G06K9/34;G06K9/38;G06K9/46;E01B35/00
• 代理公司: 武漢科皓知識產權代理事務所(特殊普通合伙)42222
• 代理人: 齊晨涵

1.一種高速鐵路鋼軌扣件彈條疲勞斷口自動識別方法，其特征在于：包括以下步驟，

S1獲取高速鐵路鋼軌扣件彈條圖像，并對鋼軌扣件彈條圖像進行預處理；

S2對鋼軌扣件彈條圖像進行易斷區域定位；

S3對易斷區域圖像進行扣件彈條疲勞斷口自動識別。

2.根據權利要求1所述的高速鐵路鋼軌扣件彈條疲勞斷口自動識別方法，其特征在于：鋼軌扣件彈條圖像的預處理具體過程如下：

S1-1輸入待識別鋼軌扣件彈條圖像；

S1-2對鋼軌扣件彈條圖像去噪：對輸入鋼軌扣件彈條圖像采取3×3模板的中值濾波；

S1-3對中值濾波后的圖像灰度化；

S1-4圖像增強：采用Gamma校正圖像增強方法對圖像進行對比度拉伸。

3.根據權利要求2所述的高速鐵路鋼軌扣件彈條疲勞斷口自動識別方法，其特征在于：步驟s2中首先利用霍夫圓檢測定位圓型螺母，再由圓型螺母定位易斷區域。

4.根據權利要求3所述的高速鐵路鋼軌扣件彈條疲勞斷口自動識別方法，其特征在于：步驟s3的具體過程如下：

S3-1對易斷區域圖像進行圖像分割、干擾剔除、裂縫連接，以得到僅包含彈條裂縫的二值化圖像；

S3-2對易斷區域圖形進行特征提取，提供SVM分類識別器，對特征提取后的圖像進行裂縫提取。

5.根據權利要求4所述的高速鐵路鋼軌扣件彈條疲勞斷口自動識別方法，其特征在于：所述步驟s3-1的具體過程如下：

S3-11對易斷區域圖像采取相位一致性算法進行分割；

S3-12對分割后的圖像進行非極大值抑制，并進行二值化分割；

S3-13對二值化分割后的圖像進行長寬比等限制條件的干擾剔除；

S3-14利用改進的適用于連接垂直線性結構的區域生長方法對因圖像分割失誤而造成斷裂的裂縫進行連接；

S3-15再次利用長寬比等限制條件進行最后一次剔除干擾。

6.根據權利要求5所述的高速鐵路鋼軌扣件彈條疲勞斷口自動識別方法，其特征在于：設I是二值化分割后圖像，h與w是每個連通區域的高度與寬度，Area是連通區域中像素點個數，C1,C2是每個連通區域的質心，m,n表示連通區域的左上角坐標，則步驟s3-13的干擾剔除包括：

(1)用于濾除橫向邊緣；

(2)用于濾除扣件彈條的邊界；

(3){Area＜5}∩{C1＞200}∪{C1＜30}∪{C2＞70}∪{C2＜20}，用于濾除分布在圖像四周邊界處的噪聲；

(4){E.Area＝Area}∩{Area＜5}，用于濾除由二值化分割來的小噪聲。

7.根據權利要求6所述的高速鐵路鋼軌扣件彈條疲勞斷口自動識別方法，其特征在于：所述步驟S3-14的具體過程如下：

(1)通過遍歷每個點的八個鄰域來查找圖像中的所有端點，端點數為num；

(2)計算每個端點的梯度幅值和方向

(3)計算每個端點8個鄰域點的梯度幅值T_mag(i,k),i＝{1,2,...,8}和方向T_alpha(i,k),i＝{1,2,...,8}，并計算鄰域點的梯度幅值與方向的方差；

(4)計算每個端點的8個鄰域點的隸屬度，由M(x)表示隸屬度，定義如下：

M_mag(i,k)＝exp(-mag(k)·(T_mag(i,k)-a_mag(k))²)，

M_alpha(i,k)＝exp(-alpha(k)·(T_alpha(i,k)-a_alpha(k))²)，

M(i,k)＝0.4M_mag(i,k)+0.6M_alpha(i,k)，

其中mag(k)是某一點的鄰域點梯度幅值方差，alpha(k)是該點的鄰域點梯度方向方差；

(5)根據隸屬程度來擴展邊緣，即具有最大隸屬度的點將被擴展，但是擴展遵循不向水平擴展的法則。