文献类型：期刊文章

作　　者：闵永智[1,2] 岳彪[1,3] 马宏锋[4] 肖本郁[1]

Min Yongzhi;Yue Biao;Ma Hongfeng;Xiao Benyu(School of Automation and Electrical Engineering, Lanzhou Jiaotong University, Lanzhou 730070, China;Rail Transit Electrical Automation Engineering Laboratory of Gansu Province, Lanzhou Jiaotong University, Lanzhou 730070, Chino;Gansu Provincial Engineering Research Center for Art~ Intelligence and Graphics ＆ Image Processing, Lanzhou 730070, Chino;School of Electronic Information Engineering, Lanzhou Institute of Technology, Lanzhou 730050, China)

机构地区：[1]兰州交通大学自动化与电气工程学院,兰州730070 [2]兰州交通大学甘肃省轨道交通电气自动化工程实验室,兰州730070 [3]甘肃省人工智能与图形图像处理工程研究中心,兰州730070 [4]兰州工业学院电子信息工程学院,兰州730050

出　　处：《仪器仪表学报》

基　　金：国家自然科学基金(61663022,61461023);长江学者和创新团队发展计划(IRT_16R36);兰州交通大学优秀科研团队(201701)项目资助

年　　份：2018

卷　　号：39

期　　号：4

起止页码：220-229

语　　种：中文

收录情况：BDHX、BDHX2017、CAS、CSCD、CSCD2017_2018、EI、IC、JST、RCCSE、RSC、SCOPUS、ZGKJHX、核心刊

摘　　要：利用机器视觉技术检测钢轨表面缺陷时,检测结果的准确性易受光照变化、钢轨表面反射不均和锈迹等因素的影响。为此,提出了基于图像灰度梯度特征的钢轨表面缺陷检测方法。首先,在设计钢轨表面缺陷检测装置的基础上,分析了钢轨图像中不同区域的灰度和梯度特征;然后,基于双边滤波思想设计了背景平滑滤波器,利用局部灰度和梯度变化信息自适应调整不同特征区域的平滑程度,对原图像平滑得到背景图像;最后,将原图像与背景图像差分,通过对差分图像阈值分割并利用连通区域标记法,实现钢轨表面缺陷检测。实验结果表明,该方法可以在凸显图像缺陷部分的同时,有效减弱光照变化、钢轨表面反射不均和锈迹的影响,对不同轨道环境下的疤痕和裂纹缺陷均取得了较好的检测效果,缺陷漏检率和误检率分别为5.79%和6.84%,具有一定的实用价值。

关 键 词：机器视觉  钢轨表面缺陷  双边滤波 图像平滑 图像差分

分 类 号：TP391.4] TH89[计算机类]