楊勇光

江蘇建科工程咨詢有限公司 江蘇 南京 210000

現(xiàn)如今，機(jī)器視覺技術(shù)得到了迅速發(fā)展，將其應(yīng)用在鐵軌質(zhì)量檢測中有助于及時發(fā)現(xiàn)存在問題。應(yīng)用線掃描相機(jī)與LED線性光源的光學(xué)成像系統(tǒng)，應(yīng)用均值平均分割與支持向量機(jī)展開波紋檢驗與判斷，利用區(qū)域生長于主成分分析及時檢測裂紋。

1 系統(tǒng)設(shè)計

基于高速條件下，通過線陣相機(jī)與線陣光源的光學(xué)成像形式能夠生成清楚的鐵軌表面圖像。在列車內(nèi)安裝光電編碼設(shè)備，主要作用為車速測量。磁盤陣列利用IP以太網(wǎng)與服務(wù)器連接，多應(yīng)用在儲存在線檢測的海量鐵軌圖像數(shù)據(jù)。圖像處理計算機(jī)實現(xiàn)鐵軌影像的預(yù)處理與鐵軌表面缺陷檢驗。GPS系統(tǒng)可以準(zhǔn)確檢測到鐵軌坐標(biāo)位置，輸入鐵路里程數(shù)，更正光電傳感器獲得距離參數(shù)。實際運(yùn)行過程中，系統(tǒng)上電后，各系統(tǒng)實現(xiàn)初始化，檢驗人員通過相機(jī)形式、曝光時間等參數(shù)。隨后，檢驗列車初始時待檢測鐵軌段行駛，車輪光電傳感器發(fā)出脈沖信號，接收到信號后搜集鐵軌成像并輸送至磁盤陣列內(nèi)。計算機(jī)提取成像后，缺陷檢測程序檢驗鐵軌外層有無的缺陷，結(jié)合缺陷類型劃分。工作人員檢查初始影像，診斷有無缺陷問題。隨后，儲存缺陷數(shù)據(jù)便于檢修人員檢修[1]。

2 鐵軌表面缺陷檢測識別算法

2.1 數(shù)字圖像處理技術(shù)

圖像處理技術(shù)指的是計算機(jī)對數(shù)字圖像的研究，其中包含計算速度、傳輸帶寬、儲存容量，綜合了額計算機(jī)、電子、數(shù)據(jù)等信息技術(shù)。圖像處理可以劃分成低級、中級、高級。數(shù)字圖像文件格式呈現(xiàn)多樣化，BMP格式作為標(biāo)準(zhǔn)Windows圖像格式，在Windows條件下圖像軟件都兼容BMP圖像格式。數(shù)字圖像處理特別時工業(yè)檢測時，BMP格式應(yīng)用較多。改系統(tǒng)搜集的鐵軌圖像為BMP格式單通道影像，像素深度約8bit。線陣相機(jī)搜集的一幀線影像約1024個像素，筆者把1536行線影像連接成全景影像。因此，該系統(tǒng)搜集的鐵軌影像大小約1024*1536。系統(tǒng)現(xiàn)場搜集的帶波紋擦傷的鐵軌全景影像[2]。

2.2 表面缺陷視覺檢驗過程

該系統(tǒng)核心任務(wù)是通過圖像處理與識別技術(shù)將缺陷目標(biāo)分化，隨后提取缺陷特征，結(jié)合圖像特點(diǎn)分類。鐵軌影像處理要求協(xié)調(diào)鐵軌表面影像質(zhì)量無穩(wěn)固性、圖像數(shù)據(jù)量較大、表面缺陷形式多樣化。結(jié)合鐵軌影像設(shè)計鐵軌表面缺陷檢測算法，制定有效方案排除消音、圖像影像。該種檢測方法分為：鐵軌圖像預(yù)處理、缺陷快速檢測、缺陷準(zhǔn)確。首先，搜集鐵軌影像實現(xiàn)預(yù)處理，鐵軌表面區(qū)域只占據(jù)圖像一部分，其他區(qū)域灰度特點(diǎn)和缺陷相近。選擇水平投入方法提取鐵軌表面區(qū)域影像。其次，搜集鐵軌表面缺陷。劃分鐵軌表面影像獲得相關(guān)影像，隨后進(jìn)行鐵軌表面圖像處理獲得另一個影像。將兩個影像應(yīng)用邏輯與“and”做融合，獲得候選缺陷的鐵軌表面影像，其中可能出現(xiàn)虛假缺陷。分析兩幅影像有無異常，如果不存在即可完成鐵軌影像檢驗，如果存在操作后續(xù)處理操作。缺陷準(zhǔn)確定位。對鐵軌表面影像采取開操作，便于連接相同缺陷單斷裂的缺陷像素。隨后，結(jié)合數(shù)學(xué)形態(tài)填充算法填充空洞，過濾區(qū)域面積低于設(shè)定閾值區(qū)域，獲得真實缺陷的影像。最終，標(biāo)記影像獲得標(biāo)記矩陣，通過標(biāo)記矩陣其提取缺陷區(qū)為后續(xù)缺陷特征提取創(chuàng)造條件[3]。

2.3 鐵軌圖像預(yù)處理

首先，圖像去噪。在鐵軌影像種提取有效信息成為核心，搜集鐵軌影像時會受到環(huán)境、列車行駛時線陣相機(jī)抖動影像，防止產(chǎn)生噪音進(jìn)而保障影像質(zhì)量。所以，選取適宜的算法對搜集的影像展開去噪平滑操作。圖像濾波方法呈現(xiàn)多樣性，結(jié)合濾波功能可以劃分為平滑型濾波與銳化型濾波。其次，鐵軌表面區(qū)域提取。分為鐵軌影像可以看見影像從鐵軌表面與其他區(qū)域組成。檢測系統(tǒng)內(nèi)，相機(jī)視場為130mm，鐵軌寬度約70mm～75mm，鐵軌底部寬為160mm。因此，其他鐵軌區(qū)域?qū)儆谝徊糠骤F軌底端。另一方面，非鋼軌表面區(qū)域和鋼軌表面區(qū)域灰度參數(shù)特點(diǎn)不同，鋼軌表面區(qū)域灰度參數(shù)超出非鋼軌表面區(qū)域灰度參數(shù)，單缺陷灰度參數(shù)與非鋼軌表面區(qū)域與灰度參數(shù)相近。計算過程中若忽略不計將給后續(xù)檢測算法造成難度。因此，提取鋼軌表面區(qū)域，排除非鋼軌表面區(qū)域。

2.4 缺陷準(zhǔn)確定位

單個波紋擦傷缺陷被分割成了若干個缺陷或者呈噴霧狀分布，這樣不利于后面的缺陷識別算法，所以需要將單個的波紋擦傷缺陷進(jìn)行黏合。因為算法是同時作用于兩種缺陷的，所以需要確保選擇的缺陷既能將單個波紋擦傷缺陷黏合，又不影響癥痕缺陷。

區(qū)域黏合后的二值圖像中，有些單個缺陷的內(nèi)部存在一些孔洞，為了避免其對特征提取算法的影響，需要對其進(jìn)行填充。本文使用一種基于數(shù)學(xué)形態(tài)學(xué)的區(qū)域填充算法對圖像進(jìn)行孔洞填充，該算法是以集合的膨脹、求補(bǔ)和交集為基礎(chǔ)[4]。

3 結(jié)束語

總而言之，伴隨著鐵路工程建設(shè)進(jìn)程的加快，鐵路部門應(yīng)對鐵路維修給予高度重視，加強(qiáng)鐵軌外層質(zhì)量研究。以往人工巡檢已經(jīng)落后現(xiàn)代要求，應(yīng)用高速檢測的鐵軌表面缺陷的機(jī)器視覺檢測系統(tǒng)成為當(dāng)前鐵路維修重要研究內(nèi)容。筆者分別從兩方面對鐵軌表面缺陷展開分析，設(shè)計鐵軌表面缺陷的機(jī)器視覺檢測系統(tǒng)，對系統(tǒng)內(nèi)光學(xué)成像技術(shù)與表面缺陷檢測識別算法展開分析，希望對后續(xù)研究提供借鑒。