基于图像处理的铁轨表面缺陷自动检测方法研究

《基于图像处理的铁轨表面缺陷自动检测方法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、中图分类号：TP391.41;U213.4+2论文编号：102870415-S065学科分类号：081001硕士学位论文基于图像处理的铁轨表面缺陷自动检测方法研究研究生姓名李立学科、专业通信与信息系统研究方向图像处理与视频通信指导教师吴一全教授南京航空航天大学研究生院电子信息工程学院二О一五年三月INanjingUniversityofAeronauticsandAstronauticsTheGraduateSchoolCollegeofElectronicandInformationEngineeringResearchonAutomaticDetectionMethodso

2、fRailSurfaceDefectsBasedonImageProcessingAThesisinCommunicationandInformationSystembyLiLiAdvisedbyProf.WuYiquanSubmittedinPartialFulfillmentoftheRequirementsfortheDegreeofMasterofEngineeringMarch,2015II南京航空航天大学硕士学位论文承诺书本人声明所呈交的硕士学位论文是本人在导师指导下进行的研究工作及取得的研究成果。除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写

3、过的研究成果，也不包含为获得南京航空航天大学或其他教育机构的学位或证书而使用过的材料。本人授权南京航空航天大学可以将学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。（保密的学位论文在解密后适用本承诺书）作者签名：日期：III基于图像处理的铁轨表面缺陷自动检测方法研究摘要铁轨表面缺陷自动检测是保障铁路运行安全的主要措施之一，利用图像处理方法检测铁轨表面缺陷因其具有准确、高效、自动化程度高等优点而成为重要的研究课题。本文以前人的研究工作为基础，深入研究了铁轨表面缺陷自动检测所涉及的若干关键技术，包括图像去噪、缺陷边缘检测、缺陷分

4、割，缺陷分类识别，主要工作如下：首先，提出了一种基于Shearlet域各向异性扩散的铁轨表面缺陷图像去噪方法。对含噪铁轨表面缺陷图像进行非下采样Shearlet变换后，利用K-奇异值分解算法去除低频分量中的噪声，各个方向的高频分量则通过核各向异性扩散算法进行去噪；随后对处理过的低频分量和高频分量进行非下采样Shearlet逆变换，得到重构图像。实验结果表明，与小波扩散去噪法、Shearlet硬阈值去噪法、K-奇异值分解稀疏去噪法、小波域稀疏去噪法相比，该方法的去噪能力更强，并能更好地保留铁轨表面缺陷纹理细节特征。然后，研究了一种基于核模糊聚类和正则化的铁轨表面缺陷图像去噪方法。

5、利用核模糊C均值聚类算法对相似的图像块进行聚类后，对于同一类图像块，通过施加范数正则化约束，实现该类图像块在字典下的稀疏分解；随后采用改进的K-奇异值分解算法完成字典的更新，从而有效地去除图像噪声。实验结果表明，与小波扩散去噪法、固定字典去噪法、最优方向去噪法、K-奇异值分解去噪法相比，该方法能更有效地去除图像噪声，保留铁轨表面缺陷细节，改善图像视觉效果。接着，实现了一种基于Shearlet域改进蜂群的铁轨表面缺陷图像边缘检测方法。对铁轨表面缺陷图像进行非下采样Shearlet变换后，对于低频分量，利用改进蜂群算法准确检测出边缘的基本轮廓线，而对于高频分量，采用方向模极大值算法

6、检测出图像中丰富的边缘细节；最终融合高、低频分量的检测结果。实验结果表明，与Canny方法、改进的蚁群方法、改进的蜂群方法、改进的非下采样Contourlet模极大值方法相比，该方法检测出的图像缺陷边缘定位准确、完整清晰、细节丰富，边缘检测效果更好，且所需运行时间较少。其次，给出了基于混沌蜂群优化的Arimoto熵铁轨缺陷图像双阈值分割方法。先将Arimoto熵单阈值选取推广到双阈值选取，并采用递推方式计算Arimoto熵双阈值选取公式中的中间变量，减小运算量；再利用基于Tent映射的混沌序列改进蜂群优化算法，从而实现对两个最佳阈值的快速搜寻。大量实验结果表明，与最大Shann

7、on熵多阈值分割法、二维Shannon熵分割法、二维Tsallis灰度熵分割法、倒数灰度熵多阈值分割法相比，给出的方法能更快速准确地分割出铁轨表面缺陷，具有更好的分割效果，是一种实时有效的铁轨表面缺陷检测方法。最后，提出了基于稀疏表示和随机森林的铁轨表面缺陷分类方法。先采用K-奇异值分解算法对铁轨表面缺陷样本图像进行训练，并使用训练后的字典对图像进行稀疏分解；随后利用分解系数构造特征向量，并通过主成分分析进行降维变换，确保特征向量的高效性；最终使用随IV南京航空航天大学硕士学位论文机森林分类