基于图像处理之光照不均铁路扣件状态检测

《基于图像处理之光照不均铁路扣件状态检测》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、基于图像处理之光照不均铁路扣件状态检测第1章绪论1.1课题的研究背景及意义自1825年第一条铁路诞生以來，随着各方面铁路技术的不断进步，铁路运输已经成为当代社会最重要的运输方式，在国家经济的发展之中起着重要的推动作用。近年來，我国铁路事业快速发展，新投产铁路及高速铁路所占比重呈逐年递增趋势。为了确保日常铁路行车安全，铁路养护部门需要定期对铁路线路上的各个关键部件进行安全检查。以前轨道检测主要依靠人工检查，其检查效率慢，人员工作环境艰苦，安全性无法得到保证，对于偏远地区无法有效检查。然而随着高速客运机车和各种新

2、型货运机车的相继出现，轨道线路损耗相比之前大大增加，钢轨磨损、扣件丢失等情况出现的可能性也相应加大⑴。人工检测方式己经不能满足当前轨道检测现代化的需求。为保障铁路运输的安全与畅通，提高轨道检测效率，改善检测人员工作环境，采用现代科技手段对钢轨和扣件等线路关键部件的状态进行检测，已经成为轨道检测的发展方向。近年来，由于计算机软件与硬件的快速发展，图像处理技术应用的越来越广泛，发展越来越成熟，因而将图像处理技术应用于铁路线路的自动检测成为可能，同时也提供了一些可借鉴的方法。..1.2国内外研究现状早在二十世纪70

3、年代，芙国、法国、日本等西方发达国家已经开始将数字图像处理和分析技术应用于铁路线路自动检测系统，并相继幵发了一系列产品，取得较大的经济效益和社会效益。二十世纪90年代末美国ENSCO公司研发了轨道视觉检测系统(VIS),该系统主要用于辅助人工进行轨道缺陷检测。轨道视觉检测系统主要解决两方面的问题：首先，使用轨道巡检车代替传统的人工实地检测方式；其次，采用图像处理技术来检测轨道设备（尤其是扣件）状态[2]。法国铁路基础设施公司开发了IRIS320号综合检测列车；该检测车有以下特点：首先将驱动车布置在列车前方，机

4、车位于列车后方，以便减少机车受电弓对车载传感器的干扰。其次，该车具有统一的测速定位和时钟信息发布系统。通过车上数据分析管理平台，各检测系统数据可集中进行综合分析及对地数据交互。该车配置了轨道几何集成检测系统，代表了世界领先水平和发展方向。自1975年开始，円本铁路公司研制了DoctorYelloD和直方图均衡化的铁路图像增强算法.........333.5结果分析........373.6本章小结.........39第4章扣件缺陷检測算法.........404.1引言.........404.2扣件区域定

5、位.........404.3基于轮麻追踪的扣件边缘优化算法.........434.4支持向置机分类.........504.5小结.........52第4章扣件缺陷检测算法4.1引言扣件是铁路轨道上连接钢轨和轨枕的部件，其工作状态好坏将直接影响铁路行车的安全性。对光照不均匀的铁路图像进行预处理，校正其光照分布，增强扣件区域细节信息之后，需要对扣件状态进行检测。在对扣件状态进行检测之前，首先对扣件区域进行初始定位。针对扣件区域定位方法，范宏许贵阳等都做了相关研究，研究思路主要通过引入扣件、钢轨、轨枕三者之

6、间的相对关系这一先验知识，首先对轨枕和钢轨进行定位，然后得到扣件区域的位置信息。本章首先根据钢轨、轨枕和扣件三者的纹理特征和相对位置关系对扣件区域来进行初始定位。在对扣件进行粗定位之后，不在继续追求更高精度的定位，而是提出一种边缘跟踪方法，尽量去除扣件周围无用的干扰信息，从另一方面达到精确定位的效果。这种处理将更有利于后续的扣件状态识别，提高扣件检测的准确率。.结论本文主要研究了光照不均匀的铁路图像中扣件的检测识别系统的设计与实现。论文涉及两部分：光照不均匀铁路图像的预处理，铁路图像上扣件的特征识别检测。首先

7、研究了常见图像增强算法的原理，将其应用于光照不均铁路图像增强中。直方图均衡化算法可以有效提高图像对比度，但是没有考虑图像频率信息和像素点之间的相关性，容易出现局部过增强现象；Retinex方法对整体灰度值偏低的图像处理效果较好，但是需要针对每幅图像调整参数，不适用于批量图像处理；同态滤波算法也存在一定的局限性，仅对于动态范围高、局部灰度值低的图像有较好的增强效果，但是由于铁路扣件图像中存在局部高光和阴影区域，同态滤波算法对这些图像增强效果差。针对以上不足，本文将经验模态分解算法引入扣件图像预处理。经验模态分解

8、算法基于希尔伯特-黄理论，将原始图像分解为一系列不同频率的二维分量，根据处理需求，针对不同分量进行特定操作。该算法的处理过程完全数据驱动，无需调整参数，易于实现不同光照质量图像的批量处理；同时该算法在空域对图像进行操作，避免频域图像处理算法中存在的灰度值与其空间位置无法对应的盲目性。本文首先针对二维经验模态分解中的局部极值点选取、边界效应处理等关键问题提出解决方案。然后根据二维经验模态分解和直方图均