原文传递
基于图像处理的轨道裂缝检测技术的研究
| 论文题名： | 基于图像处理的轨道裂缝检测技术的研究 |
| 关键词： | 轨道安全;图像处理;板式轨道;裂缝检测 |
| 摘要： | 当今高速铁路快速发展，CRTSⅡ型板式轨道是我国目前350km/h高速铁路中铺设最长的一种无砟轨道结构。轨道安全涉及人民群众的生命安全和财产安全，关于CRTSⅡ型板式轨道的轨道安全问题成为热点话题，而轨道板裂缝是轨道安全中的重点隐患之一。高速铁路轨道板裂缝检测时，环境复杂，图像采集困难，因此轨道板裂缝检测是一个难点。本文在综合分析国内外研究现状的基础上，针对CRTSⅡ型板式轨道，对基于图像处理的轨道裂缝检测技术进行了充分研究。主要工作如下： 提出一种复杂环境下基于图像处理的轨道板裂缝显著区域提取方法。复杂环境下采集到的轨道裂缝图像存在光照不均匀、噪声多等问题，首先对轨道板裂缝图像进行预处理包括尺度变换、高斯滤波和直方图均衡化，然后采用K-means算法和开运算，实现轨道裂缝图像的粗分类，最后采用改进的Canny边缘检测算法，提取出清晰的裂缝显著区域。 提出一种基于图像处理的轨道裂缝检测和分类方法。首先采用基于裂缝形状轮廓的算法提取裂缝特征，然后进行裂缝的精确定位并利用最小外接矩形标识图像中的裂缝，最后提出了一种对裂缝病害等级进行分类的参考标准。该算法不仅有效的改善了复杂环境下对轨道板裂缝检测的检测效率，准确率达到87.73%，而且量化了裂缝病害等级。 |
| 作者： | 章梦 |
| 专业： | 安全工程 |
| 导师： | 李文举;曲建涛 |
| 授予学位： | 硕士 |
| 授予学位单位： | 上海应用技术大学 |
| 学位年度： | 2019 |
检索历史
应用推荐
