基于计算机视觉的铁轨表面缺陷检测技术的研究
 
       随着我国铁路提速战略的实施,对列车的安全、舒适性提出了更高的要求,同时运行速度的提高和重载列车的开行,对轨道的破坏作用大,导致轨道状态的恶化加剧。因此,加强轨道动态检测力度,及时掌握轨道质量状态,指导线路养护维修,确保铁路运输安全,已成为铁路工作中的一项重要基础工作。
       目前对铁轨表面缺陷的检测,国内的检测方法主要有目视法、磁粉法和电涡流法。但这些方法各自存在弊端。目视法费时费力、劳动强度大、单调乏味、危险性高、效率低、测量结果易受主观因素影响较大。磁粉法操作成本高,不能对缺陷准确分类,检测速度低。电涡流法由于存在高频激励信号,使系统结构及信号处理较为复杂,而且检测效率比较低。
       计算机视觉技术是计算机科学的一个重要分支,它涉及到图像处理、模式识别、人工智能、光学等多个领域。基于计算机视觉技术的基本理论,设计的铁轨表面缺陷检测的软硬件平台,并用于该方案对铁路现场采集到的铁轨缺陷图片进行处理。实验结果表明该方案能够正常识别出铁轨表面缺陷的大小和位置,具有一定的实用价值。