足球比分直播

基于灰度不变性的扣件缺陷检测算法分析.pdf

返回
基于灰度不变性的扣件缺陷检测算法分析.pdf_第1页
第1页 / 共59页
基于灰度不变性的扣件缺陷检测算法分析.pdf_第2页
第2页 / 共59页
基于灰度不变性的扣件缺陷检测算法分析.pdf_第3页
第3页 / 共59页
基于灰度不变性的扣件缺陷检测算法分析.pdf_第4页
第4页 / 共59页
基于灰度不变性的扣件缺陷检测算法分析.pdf_第5页
第5页 / 共59页
点击查看更多>>
资源描述:
西南交通大学硕士学位论文主要工作贡献声明本人在学位论文中所做的主要工作或贡献如下1.针对现有扣件定位方法对不同光照条件下的扣件图像定位适应性差、准确率低的缺点,利用灰度不变性思想,提出了一种基于Rank变换和区域生长方法相结合的扣件定位方法。该定位方法首先根据人眼视敏度特性设定Rank变换窗口,利用该窗口对图像进行处理得到Rank图像。其次,对该图像进行阈值化处理,得到增强的扣件边缘图像。最后,利用LSD中区域生长方法的思想和先验知识,在增强后的扣件边缘图像中搜寻挡板座与轨枕接触的边界线,并根据原图中扣件、挡板座和轨枕三者之间的空间位置关系来确定扣件的准确位置。2.针对原金字塔梯度直方图方法Pyramid Histogram of oriented gradients,PHOG因扣件关键区域信息在特征向量中所占比重小而导致识别率低、速率慢的问题,提出了一种改进的PHOG特征提取方法。该方法首先根据扣件图像的结构特点,在原PHOG方法的基础上构造了一种新的块划分方法,以去除图像中包含扣件信息较少的区域。其次,为了使得最终的特征向量能够更好地描述扣件形状特征,将该改进后的特征提取方法与基于Rank变换的边缘特征增强方法相结合,提取扣件的特征向量。最后,利用支持向量机训练分类器模型,从而实现扣件状态的自动识别。本人郑重声明所呈交的学位论文,是在导师指导下独立进行研究工作所得的成果。除文中已经注明引用的内容外,本论文不包含任何其他个人或集体已经发表或撰写过的研究成果。对本文的研究做出贡献的个人和集体,均已在文中作了明确说明。本人完全了解违反上述声明所引起的一切法律责任将由本人承担。学位论文作者签名日期 沙岱、j.为万方数据西南交通大学硕士研究生论文 第1页摘 要铁路运输是交通运输的重要组成部分,对铁路线路的维护工作是保障其安全运营的重要基础。铁路扣件作为连接钢轨和轨枕的组成部件,对保障铁路线路的安全起着非常重要的作用。图像处理技术作为一种高效的非接触式检测技术,近年来被应用到铁路扣件的状态检测中。本文利用图像处理技术来对铁路扣件缺陷检测进行研究,其主要内容如下首先,针对现有扣件定位方法对不同光照条件下的扣件图像定位适应性差、准确率低的缺点,提出了一种基于Rank变换和区域生长方法相结合的、具有灰度不变性的扣件定位方法。该定位方法根据人眼视敏度特性设定了一种Rank变换窗口,并利用该窗口对图像进行处理得到一幅Rank图像,接着对该图像进行阈值化处理,从而得到增强后的扣件边缘图像。之后,利用LSD中区域生长方法的思想和先验知识,在增强后的扣件边缘图像中搜寻挡板座与轨枕接触处的边界线,并根据扣件、挡板座和轨枕相互之间的空间位置关系,来确定扣件的准确位置。实验证明,该方法定位准确且具有很好的适应性和鲁棒性。其次,针对原金字塔梯度直方图方法Pyramid Histogram of oriented gradients,PHOG因扣件关键区域信息在特征向量中所占比重小而导致识别率低、速率慢的问题,提出了一种改进的PHOG特征提取方法。该方法根据扣件图像的结构特点,在PHOG方法的基础上,构造了一种新的块划分方法,以去除图像中包含扣件信息较少的区域。同时,为了使得最终的特征向量能够更好地描述扣件的形状特征,将改进后的特征提取方法与基于Rank变换的边缘特征增强方法相结合,来提取扣件的特征向量,并将该向量输入到支持向量机中进行训练,以便得到分类器模型从而实现扣件状态的自动识别。实验证明,该扣件提取方法相比传统的PHOG方法在识别率以及时效性上均有不同程度的提高。关键词扣件检测; Rank变换;区域生长;PHOG特征;支持向量机万方数据西南交通大学硕士研究生论文 第1I页AbstractRailway transport is all important part of Transportation Mode.so the maintenance ofrailway is very important to ensuro its safety.As the connected component of rail and sleeper,railway fastener has all important influence on the safety of the railway.Image processingtechnology,as a kind of non-contact detection technology,gradually is used to railwayfasteners state detection in recent years.In this article,the railway fastener defect detection isstudied by using image processing technology.The main contents are as followsFirst of all,Aiming at the poor adaptability and low accuracy of the existing railwayfastener localization algorithm,this article puts forward a fastener positioning algorithm、,itllgray scale invariance.which combines an edge feature enhanced based on Ranktransation、Ⅳitll a region growing algorithm.This positioning algorithm according thehuman eye visual acuity feature to set the size of the Rank transation’S window,uses thiswindow to traverse the fastener image for getting a Rank image,and then threshold the Rankimage to enhance edge character.Later,this article u螂the idea of the region growing in the LSD combine谢m the priori knowledge to search the edges of the baffles in the edgeenhanced image,then according the space position relations among the fastener,baffle andsleeper to position the fastener.Experiments show that this accurate algorithm has goodadaptability and robustness.Secondly,In order to avoid the feature ination redundancy problem of the originalayrarmd Histogram of Oriented Gradients,this article proposes all improvement featureextraction algorithm based on it.According to the structure of the fastener image,this articleproposes a new block partition algorithm on the basis of the original PHOG character,thenextract the characteristics ofthe fastener by using this algorithm combine with the edge featureenhanced which based on Rank tmnsfonnation,and them into the support vectormachineSVMfor training,in order to get the classifier model SO as to realize the automaticidentification of the fastener state detection.Experiments show that improvement feature canobtain better recognition effect and timeliness.Key wordsFastener detection;Rank transation;Region growing algorithm;PHOGcharacter;Support Vector Machine.万方数据西南交通大学硕士研究生论文 第1II页目 录第l章绪论.11.1研究背景及意义l1.2国内外研究现状.21.2.1相关设备介绍21.2.2相关技术研究31.3本文的工作及内容安排51.3.1本文的主要研究内容51.3.2论文内容章节安排5第2章相关理论介绍.62.1引言62.2理论介绍62.2.1直方图均衡化62.2.2阈值化..82.2.3边缘检测92.2.4均值滤波一132.2.5 LSD直线检测方法.142.3本章小结17第3章扣件定位183.1引言.183.2现有的扣件定位方法介绍..183.2.1基于目标区域灰度分布的定位方法。193.2.2基于边缘提取的扣件定位方法.233.3本文扣件定位方法243.3.1滤波去噪.253.3.2基于Rank变换的边缘特征增强方法263.3.3直线特征提取及定位..303.4实验验证及分析363.5本章小结37第4章扣件识别38万方数据西南交通大学硕士研究生论文 第1V页4.1引言.384.2特征提取方法384.2.1 HOG和PHOG方法介绍394.2.2改进的PHOG特征提取方法414.3支持向量机~444.4参数的选择及实验484.4.1参数的选择。484.4.2实验验证及分析..494.5本章小结..50总结与展望.51致谢.53参考文献54攻读硕士学位期间发表的论文及科研成果.58A.发表论文情况58B.参加科研项目58万方数据西南交通大学硕士研究生学位论文 第1页1.1研究背景及意义第1章绪论自19世纪20年代第一条铁路在英国开始运行至今已经有近200多年的历史,列车由最初的蒸汽机驱动变为现在的内燃机驱动和电力驱动,其运行速度也由最初的几公里每小时提高到目前的几百公里每小时,运载能力也取得了极大的提高。相比于汽车运输和飞机运输,铁路运输因为其运营成本低、运力大、费用低、安全可靠、不易受自然环境的影响等优点目前仍然是国民经济中最主要的运输方式。与欧美发达国家相比,我国的铁路起步较晚,但是发展速度却非常快。据中国铁路总公司统计。截止到2014年年底,我国铁路运营总里程已经突破ll万公里,高速铁路也已经突破1.5万公里。如何对既有铁路线路进行维护以保证线路运营的安全就显得十分重要。1螺栓;2螺母;3平垫圈;4扣件弹条;5轨距挡板;6挡板座;7_-檄胶垫板图l一1铁路线路主要组成部件如图1.1所示,铁路线路由钢轨、轨枕、扣件、挡板座等主要部件组成。其中,扣件作为连接钢轨和轨枕两者之间的重要部件,对于固定钢轨的正确位置,阻止钢轨的横向或纵向的位移,防止钢轨的倾翻起着非常重要的作用,此外,扣件还能为钢轨提供必要的弹性和绝缘性,并且对轨距和水平也有一定的调节能力。图1·2所示为常见的两种扣件缺陷情况,在实际运行的铁路线路中,扣件的缺陷,如丢失或断裂,会极大地影响列车的行车安全,给国家的财产和人民生命安全造成巨大的潜在威胁。总而言之,扣件在保证轨道稳定性和可靠性方面起着重要的作用。因此,如何及时地发现并更换存在缺陷的扣件在整个铁路线路检测中是一件非常重要的工作。万方数据西南交通大学硕士研究生学位论文 第2页a扣件丢失图1-2扣件缺陷图像b扣件断裂目前,我国扣件维护最主要的方式依然是人工巡道的检测方法,该方法依靠经过专业培训的巡道工人定期地沿着铁路线路步行,逐个查找线路中状态异常的扣件。人工巡道的方法可以及时地发现存在断裂或者丢失情况的扣件,并对其及时地进行更换,但是该方法对工人而言劳动强度大、效率低下,检测结果易受自然条件以及工人主观条件的影响,此外,高速运行的列车对工人的生命安全也构成了极大的潜在威胁。因此,如何研究一种准确、高效的扣件自动检测系统就显得具有非常重要的实际意义。近年来,伴随着计算机硬件技术的飞速发展,数字图像处理技术作为一种利用计算机对图像信息进行加工处理的技术,由于其形象直观、信息量大等优点,很快成为了一种获取和传递信息的重要工具。由于该技术能够实现在危险场合、恶劣环境和繁重工作等情况下的感知,故而它在科学研究、工业检测、农业生产、生物医学、文化艺术、军事公安、航空航天、机器人视觉等领域中都有着广泛的应用。目前已经有很多科研工作者利用数字图像处理技术,来分析由安装在行驶过程中的巡道车上的视频摄取设备所拍摄的线路扣件图像,从而实现识别扣件状态的功能。数字图像处理技术作为一种高效、安全的非接触式检测技术,它可以在降低运营成本的同时,提高行车安全并保障巡道工人的人身安全,从而满足铁路发展的要求。总而言之,相对于传统的人工巡道的方法,这种利用图像处理和计算机视觉技术来实现扣件的自动检测的方法具有更高检测效率和准确性以及更大的经济意义和社会意义,是一种值得深入研究的技术。1.2国内外研究现状1.2.1相关设备介绍由于铁路线路检测是确保铁路线路安全平稳运行的重要工作,世界各国都非常重视万方数据西南交通大学硕士研究生学位论文 第3页轨道检测的研发与应用。伴随着计算机技术的不断提高,越来越多的轨道检测系统被研发并应用到实际线路的检测中来。上世纪九十年代,美国的Ensco公司研发了一种视频检测系统VlS,并将该系统装备在自动轨道检测车上来辅助线路工人进行轨道检测,该系统把线路场景图像、轨道图像与采集位置、时间、附近区域轨道几何状态等信息结合起来,利用图像处理技术对其分组进行处理[21。由于该系统在设计的初期还不够成熟,故而只能检测PANDPOL扣件。1998年,德国Arias Elektronik公司开发了一种光电式轨道检测系统RAILc胍CK系统131。该系统通过安装在运行中的轨检车上的数字摄像机来对检测线路的图像数据进行连续地采集、储存,并利用现代图像处理技术来对钢轨、扣件、轨枕及道床的伤损和缺陷进行检测和分类处理。目前,安装了该系统的检测列车最高允许检测速度为120km/h。2003年,法国国家铁路公司SNCF研制的MGV高速综合检测车可实现对高速铁路网中的钢轨表面、扣件、轨枕等铁路部件以及其运行状态的检测,检测速度高达到320km/h[41。早在20世纪90年代,日本东海道铁路公司就将图像处理技术应用到钢轨表面缺陷、扣件状态及道床形状尺寸等内容的检测中来,并基于此开发了多种小型检测设割51。2006年,该公司又研制了基于图像处理技术的141系综合检测车,用来检测扣件螺栓的紧固情况以及钢轨接缝状态等项目[61。与发达国家相比,尽管我国对轨道检测系统的研究起步较晚,但是其发展速度却非常快。截止到目前为止,我国已经研究成功几种不同类型的轨检车,可实现接触网、轨道几何尺寸、轮轨等方面的检测,但是对于扣件缺陷方面的检测还主要集中在高校和科研院所,基本上都处于试验或小范围的测试阶段。1.2.2相关技术研究扣件缺陷检测作为铁路线路维护中的一项重要内容,是确保铁路线路安全运营的重要工作。为了克服人工巡检方法的不足,很多国家都积极地开展了相关技术的研究工作,并通过应用新的技术和理论,来提高扣件缺陷检测的自动化程度以及得到高效、精确的铁路扣件检测结果。国外很早就开始了对扣件缺陷检测技术的研究,其发展也比较快,并已取得了很大进步,很多研究成果已经转化为产品。Maneesha等[71根据颜色信息,将Pandrol扣件图像将其分为新、旧两种情况,并采用高斯平滑、边缘检测、二值化等算法,来实现对旧扣件的状态检测。Stella等【8】和Marion等【9】将小波分析方法和神经网络分类器相结合,来对如图1.3所示的Hexagonal.1leaded扣件进行状态识别。万方数据西南交通大学硕士研究生学位论文 第4页麟鬻熬戮誊渗。。『i爹溺隧鍪”墓-曩薯蕈誓薹磬誉囊麓。镶瓣秽 j掣。;莹霉j曲Pandrol扣件 bHexagonal·hexaded扣件图1.3各种不同类型扣件在国内,近年来许多研究者引入图像处理技术来检测Vossloh扣件,并取得了较好的研究成果,但这些成果大多数以算法研究和试验为主。其中,徐瑞梅Il oJ和Zhang HaiboIllJ使用特定的结构光发生器来获取扣件的结构光图,并将所采集的结构光图与标准扣件模板进行匹配,从而实现扣件的状态识别。钱广春[121提出了一种用来检测平行直线的相关直线法,并将该方法用来对扣件进行定位,之后,钱利用基于统计信息的方向场算法来对扣件进行状态识别。张洋【l 3】提出了基于Hough变换的算法来进行区域定位,同时张在不变矩算法的基础上提出了一种图像特征提取方法,最后利用BP神经网络训练分类器进行分类识别。范宏【14】利用“十字交叉”和模板匹配相结合的方法来定位扣件区域,并采用Haar-like矩形特征对定位后的扣件图像提取其特征向量,然后将该特征向量输入到AdaBoost算法的分类器中,从而实现对扣件状态的自动识别。常江Il 5J提出了一种具有先验知识的纹理分析法来对扣件进行定位,并将PCA主分量分析法和BP神经网络相结合来实现对扣件状态的自动识别。吴梦【161利用基于区域亮点统计的算法来确定钢轨和轨枕的位置,并根据扣件与这两者之间的相对位置关系来确定扣件的最终位置,然后,将PCA降维方法与最近邻域分类器相结合,来实现对扣件缺失状态的识别。李永波117J采用梯度方向直方图特征来描述扣件的特征信息,与此同时,针对梯度方向直方图特征向量维数过大的问题,李采用核主成分分析法对其进行特征降维,并将降维后的特征向量利用支持向量机来训练以便得到合适的分类器,从而实现对扣件状态的识别。张冰【l驯首先提出了一种基于特定区域像素点扫描统计的方法来对扣件进行定位;其次,以二维核主成分分析一二维主成分分析算法K2DPCA一2DPCA为基础提出了一种新的特征提取算法来提取扣件图像的特征向量;最后,选用支持向量机作为最终分类器,来实现对螺母缺失情况的检测。马姗【19】基于先验知识、投影法以及长直线检测法LSD三种方法提出了一种有监督的轨道检测算法来进行定位,并针对扣件图像选择梯度方向直方图特征HOG和基于汉明距离的最近邻算法来对其进行识别。杭元元120J提出了一种扣件区域两步定位方法来对扣件进行定位,此外,杭将金字塔梯度方向直方图PHOG与局部二元模式LBP相结合用来提取扣件特征信息,最后将该特征信息用支持向量机来进万方数据西南交通大学硕士研究生学位论文 第5页行训练分类。1.3本文的工作及内容安排1.3.1本文的主要研究内容本文主要研究了扣件的定位和状态识别两个过程。针对不同光照条件下的扣件图像,本文以实验结果为导向,比较了目前一些相关算法的优缺点,并最终提出了适合本文研究对象的算法。其具体研究内容包括1.分析目前国内外有关扣件定位和扣件识别的相关算法以及这些算法所存在的问题。2.研究扣件精确定位方法。针对所研究的扣件图像特点以及现有定位方法定位存在准确率低、适应性差的缺点,提出一种适应性广、准确率高的扣件定位算法。3.研究扣件缺失检测算法。针对目前扣件识别方法所提取的特征向量中扣件关键区域信息所占比重小而导致识别率低的问题,提出一种适合本文研究对象的改进的PHOG的特征提取方法,并将该方法与基于Rank变换的边缘特征增强方法相结合,来提取扣件的特征向量。1.3.2论文内容章节安排本文由五个章节组成第一章介绍本次课题的研究背景和意义、国内外相关设备和技术研究的发展现状、以及本文的主要研究内容。第二章简单介绍一些图像处理算法的理论,为后续的研究奠定一定的理论基础。第三章简单介绍国内的、尤其是本实验室先前的一些扣件定位方法以及这些算法所存在的问题。针对这些问题,本章提出一种具有灰度不变性的扣件定位方法,并对该方法算法和实现流程进行详细地介绍。最后,本章通过实验来验证本文定位方法的有效性。第四章针对定位后的扣件图像特点,本章在金字塔梯度直方图提取特征的基础上提出一种改进的特征提取方法,并将该方法与基于Rank变换的边缘特征增强方法相结合来提取扣件的特征向量。最后,利用支持向量机对扣件进行训练分类,并对得到的实验结果进行分析。总结与展望对本文的主要研究工作进行总结,并对后续工作进行展望。万方数据
展开阅读全文
收藏
下载资源

加入会员免费下载





足球比分直播