铁轨图像的低秩矩阵分解缺陷检测

随着高铁在中国乃至世界的快速发展,对轨道质量的要求越来越高。轨道表面缺陷检测直接关系着铁路安全、国家经济及安全等问题。基于固定光源下的摄像头拍摄的轨道表面图像,将轨道表面的缺陷检测建模为低秩矩阵分解问题,并对分解得到的稀疏矩阵计算其行累积量,由于去除了背景的干扰,缺陷区域所在的行累积量绝对值会变得很小,从而可以通过阈值操作得到缺陷行坐标,最后对由缺陷行坐标确定的小图像块区域进行二值化操作,并寻找最大联通区域即可确定缺陷位置,实现缺陷的自动检测与定位。与已有文献实验比较结果表明,该算法对不同光照及背景下的轨道缺陷检测均取得了较好的检测结果。

基于图像传感器的铁轨表面缺陷视觉检测算法

铁轨表面缺陷严重影响铁路系统的运行质量和安全,提出了基于图像传感器的铁轨表面缺陷视觉检测算法,并重点研究了图像增强和自动阈值分割。采用局部对比度测量法增强铁轨图像对比度,使缺陷区域明显突出于背景区域;采用改进的最大类间方差法分割铁轨增强图像,消除了更多的噪声且保持了必要的缺陷信息。实验结果表明:铁轨表面缺陷检测的准确率和检全率分别达到86.1%和91.9%。