原文传递
基于机器视觉的钢轨表面缺陷检测技术研究
| 论文题名： | 基于机器视觉的钢轨表面缺陷检测技术研究 |
| 关键词： | 机器视觉;钢轨缺陷;注意机制;支持向量机 |
| 摘要： | 针对目前人工检测钢轨表面缺陷存在的检测效率低，检测结果受主观影响严重等问题，本文对基于机器视觉的钢轨表面缺陷检测技术进行研究，通过图像处理、模式识别等技术实现钢轨表面缺陷的自动识别和分类。 本文结合机器视觉理论和钢轨质检要求，设计了基于机器视觉的钢轨表面缺陷检测系统总体方案，在实验室环境下完成图像采集硬件平台搭建和图像采集；对钢轨表面图像处理算法进行研究，着重对图像预处理、缺陷图像初检以及缺陷图像分割三部分进行研究。在预处理阶段，根据实验采集图片特点提出一种基于投影积分的自适应钢轨区域定位方法实现钢轨区域提取，采用自适应中值滤波实现钢轨表面图像去噪。此外，本文结合钢轨缺陷图像特点，着重对人眼视觉注意机制进行研究，提出基于上下文感知的视觉检测与迭代阈值分割相结合的缺陷分割方法，实现缺陷图像分割；对钢轨表面典型缺陷成因及特点进行分析研究，提取缺陷图像的灰度、纹理和几何形状三个特征，根据缺陷特征向量设计并实现了基于支持向量机的钢轨表面缺陷多分类器。 通过结果分析，本系统可实现轧疤、轧痕、夹杂以及伪缺陷的识别和分类，缺陷总体识别准确率达到84％，实验表明本系统对实际应用具有一定参考价值。 |
| 作者： | 王时丽 |
| 专业： | 电路与系统 |
| 导师： | 刘桂华 |
| 授予学位： | 硕士 |
| 授予学位单位： | 西南科技大学 |
| 学位年度： | 2016 |
| 正文语种： | 中文 |
检索历史
应用推荐
