原文传递
基于图像处理的铁轨表面缺陷检测设计
| 论文题名： | 基于图像处理的铁轨表面缺陷检测设计 |
| 关键词： | 铁路轨道;图像分割;特征提取;支持向量机;缺陷检测 |
| 摘要： | 随着我国铁路高速发展，传统的铁路轨道检测手段已无法满足高效、准确的检测需要。本文以铁轨图像为研究对象，结合图像处理、模式识别等相关技术，提出一套基于图像处理的铁轨表面缺陷检测系统，该系统能够实现对铁轨表面缺陷区域进行智能识别。本文主要包括以下几方面内容。 首先，通过对比几种传统的图像滤波算法，采用一种结合均值的快速中值滤波方法对图像进行初步的滤波处理；结合形态顶帽运算，提出一种基于梯度投影的方法对铁轨表面区域进行定位，通过定位结果验证该方法的有效性。其次，通过对比前后图像的差异，来初步判断图像是否存在缺陷；结合人类视觉注意机制，采用视觉显著性计算方法对缺陷区域进行分割，得到准确的缺陷区域，并与SR算法和Itti算法得到的结果做对比性实验；对缺陷区域进行特征提取，包括缺陷部分的形状特征、几何特征、灰度特征和纹理特征，分析提取到的数据，选取合适的特征训练SVM分类器并完成 SVM核函数参数优化，实现缺陷与伪缺陷（轨道连接处）的分类。最后，设计缺陷检测软件来实现上述算法，并对软件的可靠性进行检测。 经过实验验证，本文算法具有良好的稳定性，经过统计最终的检测识别率为91.67％，在实际应用中具有参考价值。 |
| 作者： | 任俊箫 |
| 专业： | 控制工程 |
| 导师： | 李强;陈雪冬 |
| 授予学位： | 硕士 |
| 授予学位单位： | 西南科技大学 |
| 学位年度： | 2017 |
| 正文语种： | 中文 |
检索历史
应用推荐
