基于机器视觉的钢轨表面缺陷检测系统 |
| |
引用本文: | 谢敏杰,吕奉坤,袁小翠.基于机器视觉的钢轨表面缺陷检测系统[J].南昌水专学报,2020,39(1):74-79. |
| |
作者姓名: | 谢敏杰 吕奉坤 袁小翠 |
| |
作者单位: | 南昌工程学院机械与电气工程学院,江西南昌330099;南昌工程学院机械与电气工程学院,江西南昌330099;南昌工程学院机械与电气工程学院,江西南昌330099 |
| |
基金项目: | 江西省教育厅科学技术研究项目;江西省教育厅科学技术研究项目;国家自然科学基金 |
| |
摘 要: | 为了实现钢轨表面缺陷自动化检测,以手推式轨道检测车为平台建立基于机器视觉的钢轨表面缺陷检测系统。以黑白线阵CCD相机获取轨道图像,并辅以线阵白光光源主动照明,减少外界光源的干扰;编码器安装在车轮上获取检测车的运动信息,并将里程转换成脉冲信号触发线阵相机进行图像采集,获取的图像经千兆网传输至工业计算机进行处理;利用单片机设计信号处理器读取编码器的脉冲信号,根据编码器A、B相输出信号的相位差判断车轮的前进方向;提出改进最大熵阈值分割法对钢轨图像分割,使分割结果接近目标出现的概率。实验结果表明,图像采集系统能够稳定的采集轨道多部件图像,相比于Otsu、原始最大熵阈值分割法,改进最大熵阈值分割法在减少误分割的同时能够比较准确的将缺陷分割出来,与背景差分法、积分投影法相比,本文方法获得了较低的误检率和漏检率。
|
关 键 词: | 钢轨检测 机器视觉 表面缺陷 最大熵 |
Design of rail surface defect detection system based on machine vision |
| |
Abstract: | |
| |
Keywords: | |
本文献已被 万方数据 等数据库收录! |
|