[发明专利]基于Gabor小波和SVM的钢轨病害的检测方法

说明书

本发明公开了一种基于Gabor小波和SVM的钢轨病害的检测方法，包括：读取钢轨表面图像；采用中值滤波滤除钢轨表面图像中的噪声，并进行背景补偿；对钢轨表面图像中的钢轨进行矫正、定位和分割；对钢轨进行动态引导滤波、边缘检测和标记，计算并定位钢轨的表面病害，并对表面病害进行分割；根据钢轨的表面病害的最小矩形框从不同角度计算并提取表面病害的特征向量；根据钢轨的表面病害的定位、分割和提取的特征向量，基于SVM对钢轨表面的病害进行识别检测。本发明能够在一定程度上实现钢轨表面剥离掉块病害的自动定位识别，并提高了传统人工检测所难以保证的客观准确性。

技术领域

本发明涉及轨道交通线路钢轨缺陷病害检测领域，特别是涉及一种基于Gabor小波和SVM的钢轨病害的检测方法。

背景技术

近年来，轨道交通作为一种现代化的交通运输方式，在国内各大城市得到了快速发展，其对轨道交通的运输安全提出了更加严格的要求。钢轨作为与机车直接接触运行的基础，是保证轨道交通安全稳定运行的关键。轨道运营机车和钢轨之间存在持续接触摩擦作用，加上自然环境的侵蚀，在线路上很容易出现钢轨表面的缺陷，产生钢轨伤损。特别是在机车的紧急制动状态下，轮轨之间剧烈摩擦，踏面处发生淬火致使车轮碾压钢轨表面的小部分金属，使表面产生掉块病害。

钢轨表面形成的剥离掉块等伤损如果不及时处理，会对机车转向架的轮对和轴承造成不同程度的磨耗，且随着掉块病害严重性的不断增加，严重时会使钢轨出现断裂或者崩塌，这必然会引起列车事故，导致不可挽回的损失。因此，对钢轨表面关键病害的定期巡检是必不可少的，及时发现并处理钢轨表面的剥离掉块等病害，同时系统性地记录缺陷检测数据，为钢轨维保策略的制定提供有效的数据支持，从而更有力地有效地保障轨道交通的安全高效运营。

然而，相对于国内轨道交通线路的不断发展，轨道线路缺陷检测技术的发展相对滞后。目前仍然以人工巡检的方式为主，该方式虽然简单易操作但检测效率低下，结果往往受主观的影响，难以满足日益增长的运营需求。现存的相对成熟的自动化检测方法中如超声波检测需要与钢轨接触良好，检测速度受到很大的限制；电涡流法存在一定的电磁干扰，信号处理复杂，影响检测检测效率等。

发明内容

为了解决上述问题至少之一，本发明第一方面提供一种基于Gabor小波和SVM的钢轨病害的检测方法，包括：

S101：读取钢轨表面图像；

S103：滤除所述钢轨表面图像中的噪声，并进行背景补偿；

S105：对所述钢轨表面图像中的所述钢轨进行矫正、定位和分割；

S107：对所述钢轨进行动态引导滤波、边缘检测和标记，计算并定位所述钢轨的表面病害，并对所述表面病害进行分割；

S109：根据所述钢轨的表面病害的最小矩形框从不同角度计算并提取所述表面病害的特征向量；

S111：根据所述钢轨的表面病害的定位、分割和提取的所述特征向量，基于SVM对所述钢轨表面的病害进行识别检测。

进一步地，所述步骤S103具体包括：

S1031：采用中值滤波滤除所述钢轨表面图像中的噪声；

S1033：对所述钢轨表面图像使用基于形态学的背景补偿以突出所述钢轨的边缘。

进一步地，所述步骤S105具体包括：

S1051：利用霍夫变换对所述钢轨表面图像的所述钢轨进行竖直方向的矫正；

S1053：设计水平梯度算子强化所述钢轨表面的边界并进行边界估计以确定所述钢轨的一个边界；

S1055：根据所述钢轨表面图像中所述钢轨的经验宽度值寻找所述钢轨的中线位置以确定所述钢轨的另一个边界；