[发明专利]钢轨表面缺陷检测方法、装置、设备及存储介质

说明书

本发明公开了一种钢轨表面缺陷检测方法、装置、设备及存储介质。其中，该方法包括：获取图像传感器采集轨道的钢轨图像；基于边缘检测，得到所述钢轨图像对应的缺陷边缘图像；对所述缺陷边缘图像进行边缘生长处理，得到处理后的缺陷边缘轮廓；对所述缺陷边缘轮廓基于轮廓填充，确定钢轨表面缺陷的区域。由于对缺陷边缘图像进行边缘生长处理，使得检测出的具有不清晰轮廓的缺陷所导致的断裂边缘进行连接，恢复了缺陷轮廓检测的完整度，并基于缺陷边缘轮廓基于轮廓填充，可以增强钢轨表面缺陷检测对复杂环境的适应性，利于提升轨道上钢轨表面缺陷检测的可靠性。

技术领域

本发明涉及轨道交通检测领域，尤其涉及一种钢轨表面缺陷检测方法、装置、设备及存储介质。

背景技术

铁路维修在保障乘客安全和铁路运输效率方面起着关键作用。滚动接触疲劳损伤已经变得越来越普遍，而且造成了大量的铁路事故，因此能够通过基于机器视觉的钢轨表面检测装置有效地自动获得钢轨表面缺陷的信息以及时修复受损的铁轨是至关重要的。钢轨表面缺陷检测至今还主要依靠人工视觉巡检，必要时辅助一些简单仪器。这种现行的检测方法带有主观性，所以检测精度差，检测效率低，同时也积极耗费人力物力。直到机器视觉技术应用于钢轨表面缺陷检测，钢轨表面缺陷的高速自动检测才具有可能。

钢轨表面缺陷视觉检测可通过安装在列车底部的线性摄像机高速捕捉钢轨图像，然后通过图像处理方法检测和识别钢轨表面缺陷。因此，设计实现钢轨表面缺陷自动检测方法将有十分重要的意义。其中，实现缺陷精确定位和形状准确分割将是钢轨表面缺陷自动检测方法设计成功的关键。

相关技术中，基于图像处理的钢轨表面缺陷检测方法往往难以适应于钢轨表面背景的多变性场景，比如，钢轨表面由于金属特性会形成轨道图像光照不均的现象，基于灰度特征提取的钢轨表面缺陷检测方法在遇到钢轨表面上存在的与缺陷视觉特征相似的锈迹和污渍的干扰时，检测精度受到影响；此外，利用边缘特征检测缺陷对于缺陷轮廓不清晰的情况下很难实现准确分割；另外，在遇到钢轨表面背景纵向突变时，检测性能也会受到影响。

发明内容

有鉴于此，本发明实施例提供了一种钢轨表面缺陷检测方法、装置、设备及存储介质，旨在有效检测及定位钢轨表面缺陷。

本发明实施例的技术方案是这样实现的：

第一方面，本发明实施例提供了一种钢轨表面缺陷检测方法，包括：

获取图像传感器采集轨道的钢轨图像；

基于边缘检测，得到所述钢轨图像对应的缺陷边缘图像；

对所述缺陷边缘图像进行边缘生长处理，得到处理后的缺陷边缘轮廓；

对所述缺陷边缘轮廓基于轮廓填充，确定钢轨表面缺陷的区域。

可选地，基于边缘检测，得到所述钢轨图像对应的缺陷边缘图像，包括：

基于高斯滤波器对所述钢轨图像进行去噪；

计算去噪后的图像的梯度和方向；

应用非极大值抑制，细化图像的边缘特征；

应用双阈值检测来确定图像的缺陷边缘，得到缺陷边缘图像。

可选地，所述应用双阈值检测来确定图像的缺陷边缘，包括：

将所述钢轨图像划分为轮轨接触区和沿位于所述轮轨接触区两侧的锈迹区；

对所述轮轨接触区设置第一高阈值和第一低阈值，对所述锈迹区设置第二高阈值和第二低阈值；

其中，所述第一高阈值小于所述第二高阈值，所述第一低阈值小于所述第二低阈值；所述第一低阈值为所述第一高阈值的二分之一，所述第二低阈值为所述第二高阈值的二分之一。