检索结果-南通市图书馆

维普期刊数据库博看期刊

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于图像增强与深度学习的钢轨表面缺陷检测

铁道科学与工程学报 2021年第3期18卷 623-629页

作者：罗晖徐广隆华东交通大学信息工程学院江西南昌330013

相比传统的物理检测算法,基于机器视觉的检测算法具有检测速度快、操作便捷等诸多优点,但因受光照不均、相机失焦抖动、雨雪天气等外界因素的影响,导致检测精度降低。针对这一问题,提出一种基于图像增强与深度学习的钢轨表面缺陷视觉检... 详细信息

相比传统的物理检测算法,基于机器视觉的检测算法具有检测速度快、操作便捷等诸多优点,但因受光照不均、相机失焦抖动、雨雪天气等外界因素的影响,导致检测精度降低。针对这一问题,提出一种基于图像增强与深度学习的钢轨表面缺陷视觉检测算法。首先,对图像进行Gabor滤波去噪,以减少噪声对缺陷检测的影响;然后,利用HSV空间变换方法增强缺陷图像的关键特征信息;最后,通过改进Faster R-CNN卷积神经网络,实现了多尺度钢轨表面缺陷的检测与识别。通过对所提出的检测算法进行对比实验,实验结果表明:裂纹、剥落、磨损三类缺陷的识别精度分别为91.87%,92.75%和91.52%,检测速度为每张图像0.265 s,优于已有的钢轨表面缺陷检测算法,能够很好地应用于实际项目中。

关键词：钢轨表面缺陷检测机器视觉目标检测图像增强卷积神经网络

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于三维及彩色信息的钢轨表面缺陷检测

基于三维及彩色信息的钢轨表面缺陷检测

作者：侯彬东北大学

学位级别：硕士

近年来列车的速度不断提高,对钢轨的质量要求也在上升。钢轨是承担火车全部重量的关键设备,轻微的缺陷都有可能导致重大事故。为了最大限度减少铁路运输中的安全隐患,必须对钢轨进行检测,及时地发现钢轨缺陷。但目前钢轨表面缺陷检测仍... 详细信息

近年来列车的速度不断提高,对钢轨的质量要求也在上升。钢轨是承担火车全部重量的关键设备,轻微的缺陷都有可能导致重大事故。为了最大限度减少铁路运输中的安全隐患,必须对钢轨进行检测,及时地发现钢轨缺陷。但目前钢轨表面缺陷检测仍以人工检测法为主。为此本文利用钢轨三维深度信息和钢轨表面彩色图像提出一种基于显著性的钢轨表面缺陷检测方法。从以下几个方面对此进行研究:（1）针对线阵相机成像过程复杂、标定困难等问题,提出一种简单灵活的线阵相机标定方法,使用一种含有定向编码信息的标定板,标定板设计为两个相互平行且高度不同的平面组成三维立体标定板,使用带有编码信息的圆环和矩形条纹作为标定板上的图案,期望可以从各个方向获得不同的编码信息,利用编码信息确定线阵相机和标定板之间的相对位置,然后基于交比不变性求解线阵相机初始内外参数,最后使用初始参数利用非线性优化方法获得最终的校准结果。对该线阵相机标定方法进行仿真实验和实测实验,并和现有线阵相机标定方法进行对比。（2）本文将钢轨表面缺陷检测问题转化成钢轨表面显著性检测问题,提出一种融合全局对比度以及局部约束线性编码的显著性检测算法,首先利用简单线性迭代聚类（SLIC）方法对图像进行多尺度超像素分割,在每个尺度下将RGB特征、CIE-Lab特征、LBP特征、HOG特征以及深度信息用于显著性计算,保证检测的全面性,避免漏检情况;然后使用秩-1约束进行多尺度显著性图融合得到全局显著图,最后融合基于局部约束线性编码的局部显著图和全局显著图得到钢轨缺陷图,多次融合提高检测算法的准确性,减少误检情况。在实验室环境下对该显著性检测算法进行实验验证,并且提取各阶段显著图像进行对比,最后和现有显著性检测算法进行实验对比。（3）设计并实现钢轨表面缺陷检测系统,使用3DPIXA双目彩色线阵相机采集钢轨表面图像,Corona Ⅱ光源解决钢轨表面图像采集时的光照条件,根据现场环境的需要调整相机曝光、增益以及光源亮度等,利用编码器实现移动平台和线阵相机扫描速度的配合,得到统一稳定的高质量图像。最后使用得到的钢轨表面图像和对应的深度图采用本文提出的显著性检测算法进行缺陷检测。

关键词：钢轨表面缺陷检测线阵相机标定编码显著性检测局部约束线性编码

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

钢轨表面缺陷的视觉检测算法研究

钢轨表面缺陷的视觉检测算法研究

作者：周青青湖南科技大学

学位级别：硕士

随着交通系统不断完善,铁路线路也不断扩展和完善,铁路运输在经济发展中已经起到至关重要的作用,因此对支撑列车运行的钢轨的安全检测也非常重要。以前传统的检测主要依赖于人工,存在一定的漏检率和误判率。近年来,随着计算机技术发展,... 详细信息

随着交通系统不断完善,铁路线路也不断扩展和完善,铁路运输在经济发展中已经起到至关重要的作用,因此对支撑列车运行的钢轨的安全检测也非常重要。以前传统的检测主要依赖于人工,存在一定的漏检率和误判率。近年来,随着计算机技术发展,基于机器视觉的钢轨表面缺陷检测技术逐渐取代了人工检测。由于铁路系统钢轨分布较复杂、空间较广泛,同时受到地域特点及钢轨老化等因素的影响,相机拍摄的图像受到光照环境的影响,钢轨检测仍然具有一定的困难。本文在现有表面缺陷检测算法的基础上,对钢轨表面缺陷检测算法展开了研究,主要研究内容如下:本文根据采集图片的背景和轨面亮度的特点,设计了一种基于亮度标准差与最大亮度和的钢轨定位方法对采集图片中钢轨轨面进行提取。该方法能够快速提取钢轨表面区域信息并且可以同时处理彩色图像和灰度图像,该方法具有适用性广和高效性。分析了常用的图像去噪方法,通过实验对比,采用了自适应中值滤波对钢轨图像去噪,采用了混沌天牛须算法进行图像增强,和常用的直方图均衡化法和线性变换法比较,表明本文增强算法更适于与钢轨图像处理。最后对钢轨表面特征信息进行分析,采用了基于天牛须算法的三维Otsu算法对轨面图像缺陷进行分割,利用形态学中的膨胀腐蚀运算对分割后的二值图像进行处理,根据轨面锈迹和轨面缺陷的灰度梯度特征信息,进行锈迹去除,通过连通区域标记法标记出缺陷部分。通过对实际采集的图像进行实验分析,验证了本文采用的算法的有效性,能够完成钢轨表面的复杂缺陷的快速自动分割,适用于钢轨轨面的掉块检测。

关键词：视觉检测钢轨表面缺陷检测三维Otsu算法天牛须算法

非平衡小样本下钢轨表面缺陷图像式检测方法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

非平衡小样本下钢轨表面缺陷图像式检测方法研究

作者：李亚兴兰州交通大学

学位级别：硕士

铁路系统是我国交通系统中的重要组成部分,其运行环境复杂多变,经常受到雨雪和脏污的影响,并且轨面载荷也随着机车重量的不同而实时变化,从而使得钢轨表面的缺陷种类十分繁复。由于监督式深度学习方法在钢轨表面缺陷检测应用中存在缺陷... 详细信息

铁路系统是我国交通系统中的重要组成部分,其运行环境复杂多变,经常受到雨雪和脏污的影响,并且轨面载荷也随着机车重量的不同而实时变化,从而使得钢轨表面的缺陷种类十分繁复。由于监督式深度学习方法在钢轨表面缺陷检测应用中存在缺陷样本不足和正负样本不平衡的问题。基于前沿的深度学习方法提出了三阶段的钢轨表面缺陷检测算法RSDD-Net(钢轨表面缺陷检测网络),包括用于轨面定位与提取的RC-Net(钢轨表面裁剪网络),用于轨面缺陷分割的DR-VAE(去缺陷变分自编码器)以及用于轨面缺陷分类的MSDC(缺陷掩膜分类器)。根据原始轨检图像的特征复杂度,提出了简单有效的RC-Net回归模型,实现了对钢轨表面区域的准确提取。在深度生成模型Soft-Intro-VAE(软自省变分自动编码器)的基础上,提出了一种轻量级的语义分割架构DR-VAE,只需要正常样本进行自监督训练,即可实现铁路表面缺陷的语义分割。基于孪生神经网络的主体架构,结合自监督学习思想,提出更加适用于轨面缺陷分类的MSDC用于3个具体类别的轨面缺陷分类。首先,通过分析原始的轨检测图像复杂度,对目标检测网络进行了裁减并提出了只输出轨面顶点横坐标的回归模型RC-Net用于从轨检图像中定位和提取出轨面区域以便于后续的缺陷分割与缺陷分类。其次,缺陷分割模型DR-VAE在训练阶段通过D-RM(缺陷随机掩膜)将随机伪缺陷掩膜到正常轨面图像的随机位置以生成自监督信号。同时,DR-VAE中的解码器也作为一个判别器来实现自省式对抗训练。为了优化损失函数以适应复杂多变的轨面背景,DR-VAE使用SSIM(结构化相似性度量)作为像素损失,从而重建去除缺陷的轨面背景图像。在推理阶段,DR-VAE通过引入分布容量衰减因子来减少重建中的误差从而提高钢轨表面背景的还原度,最后利用原始图像和重建图像的残差图来实现钢轨表面缺陷的语义分割。然后,提出了用于轨面缺陷分类的MSDC模型。该模型架构主要分为三部分,包括特征提取框架,参数微调框架以及分类推断框架。其中,特征提取框架通过自编码器对图像编码与解码的过程使得模型学习到更加一般性的特征向量。参数微调框架通过特征提取网络在轨面缺陷数据集上的权重参数微调,使得模型更适合提取有利于轨面缺陷分类的抽象特征。推断框架通过比较支持集与待分类缺陷图像的归一化特征向量的余弦相似度来识别缺陷类型。最后,通过将RC-Net、DR-VAE与MSDC进行模型级联得到了三阶段的轨面缺陷检测模型RSDD-Net。通过P-R曲线研究了各个子模型中的超参数对模型性能的影响并确定了子模型的最优超参数。通过对比实验研究了各个子模型的主要性能指标。综合实验表明,RSDD-Net的缺陷检测结果能够满足实际需求,具有一定的应用价值。

关键词：钢轨表面缺陷检测非平衡小样本缺陷分割与分类

基于机器视觉的钢轨表面面型缺陷分类实验设计

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

实验室研究与探索 2024年第3期43卷 122-127,134页

作者：李珂嘉张璐薇马跃洋尹昱东杨帆张璐西安交通大学仪器科学与技术学院西安710049 西安交通大学机械工程学院西安710049 西安交通大学化学学院西安710049 西安工业大学光电工程学院西安710021

随着城市轨道交通的飞速发展,实现钢轨表面缺陷实时检测对铁路行业稳步发展意义重大。如何实时检测钢轨表面缺陷是保障铁路运行安全亟须解决的一个关键问题。鉴于此,设计了一套基于机器视觉的钢轨表面缺陷检测实验仿真方法。搭建图像采... 详细信息

随着城市轨道交通的飞速发展,实现钢轨表面缺陷实时检测对铁路行业稳步发展意义重大。如何实时检测钢轨表面缺陷是保障铁路运行安全亟须解决的一个关键问题。鉴于此,设计了一套基于机器视觉的钢轨表面缺陷检测实验仿真方法。搭建图像采集、图像预处理和缺陷分类等模块;提出自拟合亮度调整算法完成像素值统计,得到清晰的缺陷特征图像;用750组数据训练网络权值,实现缺陷分类预测;经过数据分析和误差评估,识别准确率在90%以上,相关系数高达0.96,单幅图像平均耗时1.267 s,测试表明,所提方法能准确、高效地实现钢轨表面缺陷信息的缺陷分类与识别。

关键词：钢轨表面缺陷检测机器视觉图像处理缺陷分类

基于LabVIEW机器视觉的钢轨质量监测系统研究与设计

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于LabVIEW机器视觉的钢轨质量监测系统研究与设计

作者：韩含天津职业技术师范大学

学位级别：硕士

在钢轨轧制过程中,由于加工工艺不完善、设备和部件老化等因素,钢轨表面经常出现各种缺陷,主要包括裂纹、划痕等。这些缺陷会影响钢轨的外观质量、耐磨性和耐腐蚀性,降低钢轨的性能指标。如果这些缺陷不能及时发现和修复,钢轨在运输和... 详细信息

在钢轨轧制过程中,由于加工工艺不完善、设备和部件老化等因素,钢轨表面经常出现各种缺陷,主要包括裂纹、划痕等。这些缺陷会影响钢轨的外观质量、耐磨性和耐腐蚀性,降低钢轨的性能指标。如果这些缺陷不能及时发现和修复,钢轨在运输和安装过程中可能会出现更严重的问题,甚至导致钢轨断裂,危及铁路的稳定性和安全性,对列车运营造成严重威胁。因此,对生产线上的钢轨表面质量进行监测非常重要。钢轨表面质量检测的发展大致可分为三个阶段:人工视觉检测阶段、机电光学技术检测阶段和机器视觉检测阶段。虽然人工目视检查法被广泛使用,但存在工人工作强度大、漏检率高的缺点。机电光学检测法虽然克服了人工目视检查方法的缺点,但其在应用上也存在着很多局限。相比之下,机器视觉检测法受环境和磁场的影响较小、测量精度高、工作距离可调,满足了生产线快速的生产节奏和现代工业自动检测的效率和精度要求。本文使用LabVIEW平台进行机器视觉的图像处理和分析,结合目前深度学习领域的相关技术及部署方案,设计并实现了基于Lab VIEW机器视觉的钢轨表面质量监测系统。首先,利用数据增强的方式在钢轨公开数据集的基础上生成新的数据样本,用Label Img图像标注工具对图像进行标注。其次,通过图像分割、形态学分析等图像处理技术对钢轨表面缺陷数据集进行处理和分析。然后,以卷积神经网络为基础,针对钢轨表面质量监测系统中所涉及的目标检测算法进行研究,对目前较为流行的三种目标检测模型在钢轨表面缺陷数据集中进行训练与评估,并对基于K-Means聚类的SSD-Mobilenet算法进行优化。通过对四种模型进行实验对比,本系统选用优化后的K-Means聚类的SSD-Mobilen et算法。最后,将视觉模块和运动控制模块系统进行整合并进行测试,利用Lab VIEW软件编程设计了图形显示界面,能够直观地展示钢轨表面缺陷的检测结果和数据分析结果,实现了对钢轨表面缺陷的实时、在线监测。实验表明,本系统能够快速有效地诊断钢轨表面裂纹和划痕这两种主要缺陷,应用在钢轨生产中更容易实现钢轨表面缺陷检测的智能化,达到钢轨工件表面缺陷检测的要求。

关键词：机器视觉 LabVIEW 图像处理钢轨表面缺陷检测 SSD-Mobilenet算法