原文传递
基于彩色图像多阈值分割算法的铁轨扣件锈蚀识别问题研究
| 论文题名： | 基于彩色图像多阈值分割算法的铁轨扣件锈蚀识别问题研究 |
| 关键词： | 彩色图像;铁轨扣件;锈迹识别;金字塔演化;颜色特征 |
| 摘要： | 铁轨扣件表面锈蚀缺陷是引起铁路交通事故的重要原因之一,及时而有效地对锈蚀缺陷铁轨扣件进行检测与维护能极大地减少铁路交通事故的发生.计算机图像处理技术的迅速发展,为铁轨扣件表面锈蚀缺陷的快速准确检测提供了新的技术处理手段.但扣件表面锈蚀呈随机分布、大小不一、分布不连续的特点,且检测时会受到光照不均、阴影、其它背景噪声的影响,使得扣件锈蚀缺陷的准确检测存在一定困难.为了提高扣件锈蚀缺陷检测准确率,本文提出一种将彩色图像自适应多阈值分割与图像特征相结合的铁轨扣件锈蚀缺陷检测算法,具体内容如下. 在图像预处理阶段,本文提出了一种改进金字塔演化策略(ImprovedPyramidEvolutionStrategy,IPES).设计了一种适合彩色图像多阈值分割问题的自适应搜索算子,扩大各层级搜索空间,提高了算法的寻优能力;利用种群间的竞争与协作关系以解决局部最优问题,进而提高求解精度和分割效果;以最大类间方差为优化目标函数,锐化图像特征,提高图像质量.利用现有的标准测试图像测试该算法并与其他8种算法性能进行比较,实验结果表明,经IPES算法分割后的图像,峰值信噪比以及结构相似性这两个指标值均优于对比算法,表明IPES算法在图像分割问题上具有良好的性能,能够很好的提升图像质量. 在图像缺陷检测阶段,本文基于颜色和纹理特征构造了两个弱分类器.第一分类器是粗糙度分析,通过计算图像灰度共生矩阵,统计分析设置粗糙度阈值,将候选区域的均匀性值与其进行比较,检测图像是否存在缺陷.第二分类器是锈蚀颜色分析,先通过大量的锈蚀图像构造锈蚀颜色光谱,利用锈色光谱计算锈色域的中心和标准差;然后将锈蚀缺陷图像的像素映射在RGB颜色空间中,计算在RGB颜色空间的像素与锈色域中心的偏差,判断偏差与标准差的大小,即可判断图像是否包含锈色缺陷或其他缺陷类型.最后,利用准确率和召回率两指标对分类器分类性能进行评估.实验结果显示,两评价指标均有较优结果,验证了本文分类器在缺陷检测方面的有效性与准确性. 本文所提出的铁轨扣件锈蚀缺陷检测算法,在图像预处理阶段利用彩色图像自适应多阈值分割算法,锐化了图像特征,提升了图像质量;在缺陷检测阶段基于颜色和纹理构造分类器,提升了锈蚀图像的检测准确性.该算法不仅为图像分割领域提供了一种新思路,更为解决铁路扣件锈蚀识别问题提供了一种新方法.目前,该算法已经应用于铁轨扣件的锈蚀检测实践中,具有广阔的应用前景. |
| 作者： | 徐汝利 |
| 专业： | 数学 |
| 导师： | 何朗 |
| 授予学位： | 硕士 |
| 授予学位单位： | 武汉理工大学 |
| 学位年度： | 2022 |
检索历史
应用推荐
