资源描述：
《钢轨表面缺陷检测机器视觉系统的设计》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、第24卷第11期电子测量与仪器学报Vol.24No.11·1012·JOURNALOFELECTRONICMEASUREMENTANDINSTRUMENT2010年11月DOI:10.3724/SP.J.1187.2010.01012*钢轨表面缺陷检测机器视觉系统的设计刘泽王嵬王平(北京交通大学轨道交通控制与安全国家重点实验室,北京100044)摘要:设计了动态阈值分割算法和缺陷区域提取算法,对钢轨表面掉块、表面裂纹两类典型缺陷图像进行处理,可以准确提取缺陷区域,标定缺陷位置,并统计缺陷特征。搭建了在线钢轨探伤
2、模拟平台,通过高速线阵相机和辅助光源获取图像,由千兆网传输到工控机中,利用Halcon和VisualCsharp编写上层图像处理软件进行在线检测。模拟钢轨探伤实验可以在最快100km/h速度下,准确的发现钢轨样品表面宽度1mm的裂纹缺陷,并记录缺陷所在位置。关键词:钢轨探伤；表面缺陷；图像处理；特征识别；探伤作业模拟中图分类号:U216.3文献标识码:A国家标准学科分类代码:510.4050DesignofmachinevisionsystemforinspectionofrailsurfacedefectsL
3、iuZeWangWeiWangPing(StateKeyLaboratoryofRailTrafficControlandSafety,BeijingJiaotongUniversity,Beijing100044,China)Abstract:Designeddynamicthresholdalgorithmandflawregionextractionalgorithmforprocessingtwotypicalrailsurfacedefects,railheadspallingandcracks.Fl
4、awregioncanbeextracted,whileitspositionandfeatureweresavedandcalculated.Builtthesimulatedraildetectingplatform,capturedimageswithhelpofhigh-speedline-scancameraandilluminants,thentransportedthemtohostcomputerviaGigabitEthernet.Theimage-processingsoftwarewasc
5、odingbyhalconandvisualCsharp.Insimulatedexperiment,thecrackswhosewidthis1mmcanbefoundedac-curatelyandtheirpositionwillberecordedtoo,atthespeedof100km/h.Keywords:Raildetecting;surfacedefect;imageprocessing;featurerecognition;simulatedraildetecting1引言取、特征识别和参数
6、计算等操作,缺陷图像与识别结果通过软件的人机界面显示。高速铁路和重载铁路的运营对铁路基础设施可靠性的要求十分严格。钢轨探伤作为基础设施检测2系统设计工作的一部分,对铁路运营的安全起着至关重要的[1]2.1在线应用设计作用。在过去,大部分的在线钢轨断裂都是内部缺陷造成的。内部缺陷通常产生于钢轨腰部和头部,随钢轨表面缺陷主要分为两种类型:表面裂缝着钢轨的过度磨损和疲劳使用,内部缺陷不断发展和滚动接触疲劳磨损。疲劳磨损主要表现形式有两扩大,最终导致断轨事故[2-3]。现在随着先进生产技种,包括轨头掉块和轨头波纹磨损,
7、如图1和图2术的引进,例如高碳钢和钢铁清洁生产工艺,钢轨所示。钢轨表面疲劳磨损不仅影响超声波探伤技术内部缺陷出现的几率已经减少很多,取而代之的是的准确度,某些特殊位置如轨头测量角周围的磨[4-5]钢轨表面缺陷导致钢轨断裂的情况越来越常见。损,还可能向下发展演变成危险更大的内部核[6-9]本文提出的机器视觉系统包括模拟钢轨探伤作伤。业平台、高速线阵相机、辅助光源和处理主机。系机器视觉系统在线应用的设计方案如图3所示。统能够获取高速运动的钢轨表面图像并进行缺陷提该系统拟安装在钢轨探伤列车车厢底部,列车运行时本文于2
8、010年9收到。*基金项目:国家“863”计划(编号:2007AA11Z118)资助项目;国家自然基金(编号:60776831)资助项目。第11期钢轨表面缺陷检测机器视觉系统的设计·1013·图1轨头掉块图2轨头波纹磨损Fig.1SpallingofrailheadFig.2Corrugationofrailhead图3机器视觉系统硬件结构Fig.3Blockdiagramofvisi
