基于机器视觉的钢轨表面缺陷三维检测方法

提出了一种二维视觉与三维视觉相结合的钢轨表面缺陷检测方法。该方法通过线阵相机采集二维图像,由激光扫描仪采集钢轨深度信息,最后将这两组数据传送回主机,用Halcon和VC编写上层图像处理软件,获得钢轨表面缺陷的大小、形状、位置及深度,实现了全面检测钢轨表面缺陷。实验表明,与二维图像识别,或者与单独使用三维扫描检测相比,本系统检测效果更好。     

多维超奇异积分的近似计算

多维超奇异积分在弹性力学和电磁场的散射问题等诸多工程领域中有广泛应用.考虑构造二维、三维面型超奇异积分的求积公式,同时提高误差精度.利用复合矩形求积公式在划分的N个子区间内近似计算被积函数中无奇异性的部分,剩余部分通过超奇异积分的解析式求解.根据外推思想,构造一维超奇异积分的修正复合矩形求积公式.最后将带有外推的求积公式推广到二维、三维面型超奇异积分中.文章结尾的数值算例验证了方法的可行性.     

基于光纤光栅的钢轨受力状态监测技术研究

钢轨状态监测对列车的安全运营具有重要意义.基于光纤光栅传感技术,采用钢轨三维梁模型对轴向应变、竖向和横向曲率进行测量.与传统一维测量模型相比,该方法可以同时测量钢轨竖、横向曲率和轴向力.通过实验室静态轴向加载试验对比了一维和三维模型,验证了三维模型的有效性与优势.     

基于结构光和极线约束的三维重建

结构光可以简单、快速并且精确地对被测物体进行三维信息提取,从而得到三维数据点云.而在结构光三维信息获取系统中,条纹的准确检测是影响系统精度的关键因素之一.为了改善这一问题,先利用格雷码对图像条纹进行粗定位,再结合相位码准确地对图像务纹进行细定位并利用极线约束把图像匹配过程中的二维搜索降为一维搜索.结构光条纹和极线的交点就是图像的匹配点,对匹配点空间前方交会即可得到物体的三维点云.反复试验表明,该方法能取得较好的效果.     

激光三维扫描图像处理改进算法

三维激光扫描技术以获取被测物体三维轮廓数据为目的,提取激光照射到被测物体形成的激光条纹的三维信息,从而快速获取被测物体表面的三维坐标数据.在图像处理中,经过去噪处理、图像灰度二值化、激光条纹细化等一系列改进的算法,较好地实现了激光条纹图像信息的提取,从而获得了较为理想的效果图.     

基于双模态深度学习的钢轨表面缺陷检测方法

针对目前钢轨顶面擦伤检测系统缺少第三维关键深度信息，检测结果易受干扰误报率高的问题，提出了一种基于双模态结构光传感器的钢轨表面缺陷检测方法。通过构建轨道表面缺陷的多模态深度学习检测网络，可以检测双模态钢轨图像中的擦伤缺陷。提出的深度网络分别融合了双模态图像的多尺度特征，并进行多尺度钢轨顶面擦伤检测。实验结果表明，该方法在显著降低检测误报的同时能够保持较高的检出率。与当前缺陷检测中常见的深度学习检测模型对比，平均精度均值（mAP）有大幅提升，性能优于以往的检测算法，在钢轨顶面擦伤检测任务中的应用前景良好。     

双目结构光的钢轨表面缺陷检测系统设计

随着高速铁路的快速发展及运输负载的增加,国家对铁路基础设施可靠性的要求越来越高。为实现钢轨表面缺陷的实时、多角度探测,设计了基于双目结构光的钢轨表面缺陷检测系统。该系统主要涉及三维数据采集设备的搭建及钢轨表面缺陷检测算法的实现。在搭建数据采集设备的过程中,由相邻的2台摄像机组成双目系统,利用激光发射器向钢轨表面投射线激光,并由相机采集钢轨表面线激光的形状变化图像。在重建过程中,标定并获得相邻的内外参数,采用高斯拟合和极线约束等方法,实现了完整钢轨表面的三维重建。通过设计模拟钢轨运动,完成了钢轨样品的重建。对比重建数据及效果可知,该系统可以有效地提取钢轨表面缺陷的深度及轮廓信息,且测量误差为4%,符合钢轨表面缺陷检测的精度要求。     

高精度钢轨三维廓形检测系统研究

为快速、准确地检测钢轨廓形,提出了一种基于高精度激光轮廓仪的智能钢轨廓形测量系统。根据钢轨建立世界坐标系,构建钢轨廓形测量模型。采用4套高精度三维激光轮廓仪对轨身全面扫描,获取钢轨的4条轮廓线,并进行坐标系的旋转和拼接得到钢轨的真实轮廓,完成对外形尺寸及特征参数的测量和计算。经现场测试,钢轨高度、轨头宽度、轨底宽度和人工测量相比,重复误差分别在0.015～0.027 mm,0.023～0.076 mm,0.036～0.071 mm之间,绝对误差分别在0.012～0.032 mm,0.02～0.07 mm,0.01～0.12 mm之间。证明该系统可以高效、稳定地完成钢轨外形尺寸的检测工作,提高了测量速度和精度。     

基于YOLO v3的钢轨螺栓组件故障检测方法

本文针对火车轨道钢轨接头处螺栓组件目标较小的特点,采用基于YOLO v3的目标检测算法,用于钢轨连接处螺栓、垫圈、螺母等小目标的检测.具体方法是:以YOLO v3网络为基础,首先进行数据采集和人工标记,标记之后进行网络训练,最后再将训练好的模型应用于测试集,从而检测出图像序列中的螺栓组件目标,并通过候选框标注所检测目标...     

基于光学三角几何关系的三维表面重建方法

工业图像处理作为图像处理技术的工业应用,是自动化技术的发展方向之一.传统的二维图像处理已经在视觉检测系统中广泛应用.目前利用光学方法的三维数字化具有越来越重要的意义.在工业生产中,多种获取三维数据的途径得到应用.其中最重要的方法有立体视觉,条形光相位平移法和条形光格雷编码法.本文重点介绍这三种方法在视觉检测系统中的运用.所开发的系统实现了被测工件可视化,而且更容易地将三维图像集成到生产线中.     

智能钢轨磨耗检测方法的研究

在分析了目前国内外钢轨磨耗检测方法及技术特点的基础上,结合实际需求,提出了基于一字线激光图像处理的钢轨磨耗检测方法。利用一字线激光图像在磨耗钢轨上的弯曲程度检测钢轨磨耗的宽度与深度,通过屋脊形边缘检测法寻找激光图像的中心点和边缘点,并拟合直线;确定磨耗检测的特征量组,利用特征量间的相关系数,去除冗余特征,选择最优特征组合。实验测试结果表明,该方法能够有效提取特征量值,并准确计算钢轨磨耗的宽度和深度值,具有计算信息量小、算法简便、精度高的特点,为钢轨磨耗检测装置的开发奠定了基础。     

一种基于图像处理的铁轨自动检测方法

提出了一套局部线型检测算子(LLPD)用于货运编组站铁轨的自动检测.利用该算子提取铁轨边缘,去除检测结果中的干扰信息,结合Hough变换的思想,实现了断线相连.该检测结果与其他边缘提取方法相比较,对复杂背景上铁轨的检测更有效,该方法能定位铁轨上的障碍物,对减少铁路调车事故有重要的意义.     

基于图像处理的钢轨纵向位移检测系统的研究

钢轨受行车载荷及自然因素的作用发生膨胀从而产生纵向位移,影响机车行车安全,因此研发高性能钢轨纵向位移检测装置意义重大.针对钢轨位移检测装置因人工检测方法导致耗时、耗力的问题,在MATLAB仿真研究基础上,设计了基于图像处理的钢轨纵向位移检测系统的实现算法,论述了对样本采集图像进行预处理、二值化、Canny边缘检测、Hough变换以及纵向位移计算等算法的实现过程.实验结果表明,所设计的系统具有较高精确性和可靠性,能够满足工程实际需要.     

基于缺陷比例限制的背景差分钢轨表面缺陷检测方法

针对钢轨表面图像具有的光照不均匀、可识别特征有限、对比度低、反射特性易变等特性,提出基于缺陷比例限制的背景差分钢轨表面缺陷检测方法。该方法主要包括轨面图像预处理、背景建模与差分、缺陷比例限制滤波、缺陷比例限制最大熵阈值分割和连通区域标记5个步骤。首先结合轨面图像列灰度均值和列灰度中值进行快速背景建模,将预处理后的图像与背景图像进行差分操作;其次利用轨面图像缺陷占比较低的特征对差分图进行缺陷比例上限的阈值截断,以增强差分图的对比度;随后利用此特征改进最大熵阈值分割,采用自适应加权因子对目标熵进行全局可变加权,并选择出一个合适的阈值使熵值最大化,使得在保留真实缺陷的同时减弱诸如阴影、锈迹等噪声的干扰;最后利用连通区域标记法对阈值分割后的二值图像中的缺陷区域进行统计,并把缺陷面积低于钢轨损伤标准的区域判定为噪声并进行去除,以实现钢轨表面缺陷检测。仿真实验结果表明,新方法可以对钢轨表面缺陷进行很好的检测,其检测结果的召回率、精确率和加权调和平均值分别达到94.19%、88.34%和92.96%,平均错误分类误差值为0.006 4,具有一定的实用价值。     

基于缺陷比例限制的背景差分钢轨表面缺陷检测方法

针对钢轨表面图像具有的光照不均匀、可识别特征有限、对比度低、反射特性易变等特性，提出基于缺陷比例限制的背景差分钢轨表面缺陷检测方法。该方法主要包括轨面图像预处理、背景建模与差分、缺陷比例限制滤波、缺陷比例限制最大熵阈值分割和连通区域标记5个步骤。首先结合轨面图像列灰度均值和列灰度中值进行快速背景建模，将预处理后的图像与背景图像进行差分操作；其次利用轨面图像缺陷占比较低的特征对差分图进行缺陷比例上限的阈值截断，以增强差分图的对比度；随后利用此特征改进最大熵阈值分割，采用自适应加权因子对目标熵进行全局可变加权，并选择出一个合适的阈值使熵值最大化，使得在保留真实缺陷的同时减弱诸如阴影、锈迹等噪声的干扰；最后利用连通区域标记法对阈值分割后的二值图像中的缺陷区域进行统计，并把缺陷面积低于钢轨损伤标准的区域判定为噪声并进行去除，以实现钢轨表面缺陷检测。仿真实验结果表明，新方法可以对钢轨表面缺陷进行很好的检测，其检测结果的召回率、精确率和加权调和平均值分别达到94.19%、88.34%和92.96%，平均错误分类误差值为0.006 4，具有一定的实用价值。     

基于背景差分与最大熵的轨面缺陷分割

为了提高钢轨表面缺陷检测的效率和准确率,提出了一种基于背景差分与最大熵的轨面缺陷检测算法.首先建立钢轨图像背景模型并将原图像与背景图进行差分操作,以此来避免光照变化和反射不均的影响,更准确地突出缺陷区域;然后将改进的遗传算法与最大熵值法相结合来寻找最佳分割阈值并对差分图进行二值化,通过结合改进遗传算法加快了最大熵值法的运算速度;最后对二值图进行滤波操作,完成钢轨表面缺陷的分割.仿真结果表明该方法能够更加快速准确地分割出缺陷,精确率、召回率和正确率分别达88.6%、93.4%和90.6%.     

基于机器视觉的轨道车辆零部件形位尺寸检测方法研究

在高铁车辆中,包含着种类繁多的零部件,每个零部件对于车辆的正常稳定运行都具有及其重要的影响,传统的检验用时较长且容易出错,检验效率较低。出错的车内装饰部件会造成不同程度的返工,大大的降低了生产效率。目前,高铁零部件形位尺寸检测研究领域尚很少视觉检测相关的研究,针对高铁零部件的大型不固定的特点,提出了完整的视觉检测高铁零部件形位尺寸的方法,首先从Snake动态轮廓模型分割零部件感兴趣区域,之后通过透视投影变换进行空间校正,采用Sauvola局部二值化进行轮廓提取,进而进行零部件视觉形位尺寸测量四个步骤实现高铁零部件的视觉检测,并对高铁上的三种零部件进行测试和验证,实验结果表明,基于视觉的高铁零部件形位尺寸检测具有较好的检测效率和可拓展性,可用于高铁多种零部件的形位尺寸入库检验中。     

基于改进Faster R-CNN的钢轨踏面块状伤损检测方法

针对钢轨踏面块状伤损存在的尺度变化大、样本数据集小的问题,提出了基于改进Faster R-CNN的钢轨踏面块状伤损检测方法。首先,基于ResNet-101基础网络结构来构建多尺度特征金字塔（FPN）,以实现深、浅层特征信息的融合,从而提高了小尺度伤损的检测精度;然后,采用广义交并比（GIoU）损失解决了Faster R-CNN中回归损失SmoothL1对预测边框位置不敏感问题;最后,提出引导锚定的区域提名网络（GA-RPN）方法,从而解决了区域生成网络（RPN）生成的锚点大量冗余而导致的检测网络训练中正负样本失衡问题。训练过程中,基于翻转、裁剪、噪声扰动等图像预处理方法对RSSDs数据集进行扩充,解决了钢轨踏面块状伤损训练样本不充足问题。实验结果表明,所提改进方法对钢轨踏面块状伤损检测的平均精度均值（mAP）可达到82.466%,相较于Faster R-CNN提高了13.201个百分点,能够更加准确地检测钢轨踏面块状伤损。     

一种基于漏磁检测的钢轨伤损判定和计数方法

为了快速有效地评估轨顶表面损伤状态,提出一种基于漏磁(Magnetic Flux Leakage,MFL)检测的钢轨伤损判定和计数方法.该方法使用自适应阈值法计算判伤阈值,减小了噪声对判伤结果的影响,并用整段MFL数据的峰峰值进行预判伤;根据峰值点位置选定判伤窗口,缩短了数据处理时间,利用窗口内数据的峰峰值进行伤损判定及数量统计,最终得到以米为单位的钢轨表面的伤损数量.通过有限元仿真验证了该方法的可行性,研究了固定磁轭提离条件下传感器提离与伤损信号的可区分间隔的关系.对人工标定伤损钢轨样例及自然伤损钢轨样例进行试验验证.试验结果表明,该伤损判定计算方法能快速、有效地检测出钢轨表面的伤损数量.     

串脉冲超声导波断轨检测技术研究

针对传统的钢轨断轨检测效率低、无法进行实时检测的不足,对串脉冲超声导波断轨检测方法进行了研究.首先为了增强发射能量,同时达到脉冲叠加的目的,研发了脉冲个数、脉宽、间隔均可调的高压串脉冲超声导波发射系统;为了保证接收信号的信噪比和空间精度,用匹配滤波的方法对接收信号进行脉冲压缩.采用研制的串脉冲超声导波断轨检测系统,选用SH导波换能器在钢轨上进行了检测实验.结果表明,检测系统性能稳定,经过串脉冲叠加,使接收信号的幅值约为单脉冲接收信号的3倍,经过匹配滤波后,信噪比得到明显提升.该方法的换能器置于轨腰,能够对钢轨实现在线监测.