详情

原文传递高速铁路轨道表面缺陷机器视觉背景差分检测技术研究

论文题名：	高速铁路轨道表面缺陷机器视觉背景差分检测技术研究
关键词：	高速铁路;轨道表面缺陷;机器视觉;背景差分
摘要：	高速铁路具有运行速度快、运输能力大、占用土地少、能源消耗低、产业结构优、社会效益好等优势。建设高速铁路客运专线，实现客货分运，是提高运输能力和质量，满足客运快速、准时、舒适等方面需求的根本途径。然而，随着铁路行车速度、密度和载重量的不断提高，由钢轨表面缺陷引起的断轨事故也在逐年增加。因此，如何实时检测钢轨表面缺陷是铁路安全、舒适、高速运营必须解决的一个关键问题。在当前铁路客运专线建设的大背景下，研究钢轨表面缺陷的自动检测技术更加具有现实意义。鉴于此，本论文对高速铁路轨道表面缺陷机器视觉检测背景差分检测技术进行了深入、系统的研究。　　首先阐述了轨道缺陷的检测现状;介绍了轨道缺陷的分类、危害及其检测方法，指出研究高速铁路轨道表面缺陷检测的重要意义;概述了国内外开发类似检测技术与设备的相关成果，分析并总结了高速铁路轨道表面缺陷检测所面临的挑战。本论文围绕该所面临的挑战开展了深入的研究，主要研究工作如下: 　　(1)分析了钢轨成像的特点，并考虑到多种因素对成像的影响，设计了专用的轨道表面缺陷检测机械结构，可对光源入射角度、安装方式、光源强度等进行调节，便于得到最佳的钢轨图像。对成像系统硬件进行了详细分析、选型，并分析了缺陷视觉检测软件架构。最后设计了低速平动平台、高速转动平台和手推车平台三种轨道表面缺陷检测平台。　　(2)提出一种基于背景差分的轨道表面缺陷图像检测方法。根据钢轨表面图像具有沿钢轨方向像素值基本不变的特征，建立钢轨表面图像背景模型，然后将实际采集的图像与背景图像进行差分操作，得到与光照强度呈正比、背景均匀的差分图像，减小了反射不均对图像处理的影响。基于切比雪夫不等式的自适应阈值选取与光照强度呈线性关系，因此，在对差分图像进行二值化时，约去了光强项，消除了光照变化的影响。算法参数少，只有阈值控制因子一个参数，易于调节，可控性强，计算量少，实时性高，耗时仅为24.2ms，但是对阴影、污渍和铁锈比较敏感。　　(3)提出一种基于反向扩散差分的轨道表面缺陷检测方法。首先，根据缺陷同时具有低灰度值和高梯度值的特征，设计了反向PM(Perona Malik)扩散因子。该因子对具有低灰度值和高梯度值特征的像素区进行平滑;而具有高灰度值和（或）低梯度值的像素区则被保留。然后，对原图像进行反向PM扩散后，与原图像进行差分操作，使得缺陷边缘部分被保留。利用自适应阈值将钢轨缺陷分割出来。该方法减小了光照变化、反射不均、阴影和污渍等环境因素对图像处理的影响。但是由于铁锈也具有高梯度值，对算法有很大的影响，同时，通过观察检测到的缺陷边缘发现，缺陷边缘存在空洞和断裂，为此，在分析各影响因素的特征的基础上，提出了改进的反向PM扩散的钢轨表面缺陷检测算法。针对引起边缘空洞断裂的本质原因和扩散模型离散机制，提出了最近邻中心差分机制。与反向PM扩散算法所采用的传统离散机制相反，该机制增强边缘中心的同时，抑制噪声点的增强。因此，差分图像消除由铁锈产生的噪声的同时，增强了边缘的完整性。　　(4)先前提出的缺陷检测算法是经过背景建模或图像扩散平滑，然后与原图像进行差分，再对差分图像二值化、去噪、滤波与填充，最后得到缺陷图像，过程复杂，干扰因素多，因此缺陷检测结果难以达到最优。为此，提出了基于低秩与稀疏表示的钢轨表面缺陷视觉检测算法。低秩与稀疏表示算法主要用于视频流中运动物体的识别，而对于静态物体则无法识别，为此，在分析了缺陷具有不规则边缘特性之后，将缺陷的不规则边缘看作运动物体，从而实现了基于低秩与稀疏表示的钢轨表面缺陷的识别检测。该算法首先建立了背景模型和缺陷模型，进而建立了钢轨图像模型，为了保证缺陷的完整性，引入了图割法进行空间约束，然后通过最小化能量函数，交替迭代求出背景模型和缺陷模型。为了提高算法的实时性，引入了幂方法用于快速求解矩阵的奇异特征值。实验结果表明，该算法对光照变化、反射不均、污渍和铁锈等具有较强的抗干扰性。
作者：	贺振东
专业：	控制科学与工程
导师：	王耀南
授予学位：	博士
授予学位单位：	湖南大学
学位年度：	2016
正文语种：	中文