基于机器视觉的高铁轨道表面缺陷检测技术研究

发布时间：2022-09-17 19:21

　　随着高速铁路技术的快速发展,其快速、准时、舒适的特点为人们出行带来了极大的方便,中国高铁已成为国家外交合作的靓丽名片。为保证高速铁路高效、安全运营,必须对钢轨健康状况进行快速、实时、自动检测。针对传统人工目测、无损检测等技术效率低、精度差以及存在安全隐患等问题,本文通过机器视觉检测方式,设计了一套高铁轨道表面缺陷检测系统,以机器代替人眼,实现了轨道表面缺陷的在线实时智能检测。论文首先介绍了高铁轨道表面缺陷检测的研究背景与现实意义,阐述了钢轨表面缺陷类型及产生原因,针对目前常用检测技术存在的不足,提出将机器视觉检测技术应用于钢轨表面缺陷检测;其次,分析了钢轨表面缺陷检测系统的主要功能以及相关需求,基于此,提出了系统的总体设计方案,并详细介绍了光源、照明方案、工业相机和镜头的类型,依据系统相关性能指标选定硬件参数类型,搭建了一套结构简易、光源可调节、操作方便的高铁轨道表面缺陷检测系统硬件装置;接着,针对轨道表面缺陷检测中的难点问题,提出并实现了一种基于Blob分析的轨道表面缺陷检测算法。其中,为了突出钢轨表面的缺陷特征以及减少后续缺陷检测的时间,研究了一种自适应增益对比度增强算法和一种自适... 

【文章页数】：89 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第1章 绪论
    1.1 课题研究背景和意义
    1.2 钢轨表面缺陷类型
        1.2.1 钢轨擦伤
        1.2.2 钢轨滚动接触疲劳
        1.2.3 钢轨波磨
        1.2.4 钢轨剥离掉块
    1.3 轨道缺陷主要检测方法
        1.3.1 目测法
        1.3.2 超声波检测法
        1.3.3 电涡流检测法
        1.3.4 漏磁检测法
        1.3.5 视觉检测法
    1.4 机器视觉检测技术
        1.4.1 机器视觉简述
        1.4.2 机器视觉系统
        1.4.3 工业4.0与中国制造2025
    1.5 国内外研究现状
        1.5.1 国外研究现状
        1.5.2 国内研究现状
    1.6 本文的研究内容及章节安排
第2章 高铁轨道表面缺陷检测系统设计
    2.1 引言
    2.2 系统总体结构设计
        2.2.1 系统功能分析
        2.2.2 系统总体方案设计
    2.3 系统机械结构设计
    2.4 图像获取模块及硬件选型
        2.4.1 线阵扫描成像原理
        2.4.2 光源选型及照明方案设计
        2.4.3 工业相机选型
        2.4.4 光学镜头选型
    2.5 控制模块设计
    2.6 本章小结
第3章 轨道表面缺陷检测方法
    3.1 引言
    3.2 轨道表面图像去噪
    3.3 轨道表面图像增强
        3.3.1 线性反锐化掩膜图像增强算法
        3.3.2 基于ACE的轨道表面图像增强算法
    3.4 基于自适应垂直投影的轨道表面图像ROI区域提取算法
    3.5 基于Blob分析的轨道表面缺陷检测算法
        3.5.1 背景分割
        3.5.2 缺陷区域获取
        3.5.3 连通域分析
    3.6 本章小结
第4章 轨道表面缺陷识别方法研究
    4.1 机器学习概述
    4.2 轨道表面缺陷特征提取
        4.2.1 缺陷特征量计算
        4.2.2 缺陷特征参数分析与选取
    4.3 基于SVM的缺陷识别方法
        4.3.1 SVM算法原理简介
        4.3.2 缺陷的分类与识别
    4.4 本章小结
第5章 轨道表面缺陷检测识别软件设计与实现
    5.1 轨道表面缺陷检测识别软件需求
    5.2 软件系统总体设计
    5.3 检测识别系统软件开发
        5.3.1 软件界面
        5.3.2 软件操作流程
    5.4 本章小结
总结与展望
参考文献
致谢
附录A 攻读学位期间所发表的学术论文目录
附录B 攻读学位期间参加的科研项目


【参考文献】：
期刊论文
[1]我国高速铁路钢轨早期伤损研究[J]. 刘丰收,李闯,田常海.  铁道建筑. 2018(01)
[2]交通强国 铁路先行 为促进经济社会持续健康发展作出更大贡献——在中国铁路总公司工作会议上的报告（摘要）[J]. 陆东福.  中国铁路. 2018(01)
[3]铁磁性构件缺陷的脉冲涡流检测模式研究[J]. 周德强,潘萌,常祥,王华,曹丕宇.  仪器仪表学报. 2017(06)
[4]基于机器视觉的钢轨表面检测光学模型的研究[J]. 吴禄慎,张丛,万超,史皓良.  铁道标准设计. 2017(05)
[5]CCD与CMOS的图像传感技术[J]. 万璞,王丽莎.  电子技术与软件工程. 2016(10)
[6]Investigation into rail corrugation in high-speed railway tracks from the viewpoint of the frictional self-excited vibration of a wheel–rail system[J]. G.X.Chen,X.L.Cui,W.J.Qian.  Journal of Modern Transportation. 2016(02)
[7]铁轨表面缺陷图像增强与分割算法[J]. 邬锋,茅正冲.  计算机仿真. 2015(10)
[8]基于反向P-M扩散的钢轨表面缺陷视觉检测[J]. 贺振东,王耀南,毛建旭,印峰.  自动化学报. 2014(08)
[9]高速铁路钢轨波磨研究[J]. 姜子清,司道林,李伟,杜香刚.  中国铁道科学. 2014(04)
[10]高速综合检测列车综述[J]. 仲崇成,李恒奎,李鹏,曹源,张玉琢.  中国铁路. 2013(06)

硕士论文
[1]高速列车—轨道—路基耦合系统垂向振动特性分析[D]. 赵乾峰.苏州大学 2013
[2]轨道缺陷自动检测系统的研究与应用[D]. 李修林.北京交通大学 2008
[3]线阵CCD卫星遥感影像成像模型及算法研究[D]. 宇超群.解放军信息工程大学 2005



本文编号：3679800