[发明专利]钢轨浅层剥离损伤检测方法及检测系统

说明书

本发明提供一种钢轨浅层剥离损伤检测方法和检测系统。通过线阵相机阵列采集钢轨表面连续图像；通过数据处理器，对钢轨表面图像进行钢轨定位处理，以定位钢轨本体所在区域；对钢轨本体图像进行图像增强处理，以提高图像对比度；对图像预处理单元处理后的图像进行形态学处理，以进行灰度区域合并，定位异常区域，并，在异常区域中进行缺陷提取，定位缺陷区域。本发明提出了基于机器视觉和特征识别的钢轨浅层损伤检测方法，该方法能够有效识别浅层的鱼鳞状钢轨损伤，提升检测效率，有效克服人为因素造成的误检、漏检等潜在隐患，降低误报率，可提高轨检设备的损伤检测能力，保证铁路运输安全。

技术领域

本发明涉及探伤技术领域，涉及一种钢轨浅层剥离损伤检测方法及检测系统。

背景技术

轨道车辆与钢轨之间的磨损问题影响铁路运输的效率，若可以快速、准确地掌握钢轨表面的恶化程度，则可以为铁路工务检修部门的维修养护工作提供指导数据，对于确保铁路运营安全具有极其重要的意义。

早期的钢轨损伤检测主要依靠人工目视检查，通过人工巡视的方式，观察钢轨表面缺陷，并进行标记。该方法检测效率比较低下，而且易受到检修人员主观影响，随着技术水平的进步，该检测方法正逐步被自动化的检测手段取代。

目前较为常见的钢轨损伤自动化检测手段主要有电涡流法、超声法等。电涡流法基于电磁感应原理，应用通有交变电流的线圈在钢轨周围形成稳定磁场，不同程度的钢轨损伤影响电涡流的分布，通过观察线圈的阻抗变化，判断钢轨的质量及损伤水平，电涡流法检测设备结构复杂，操作繁琐，且检测结果易受环境干扰，在国内工务检修中应用比较有限。超声法利用超声波的透射、衍射、反射等特性，通过判断被测钢轨中超声波的波形、能量、衰减等参数的变化，达到诊断钢轨内部损伤的目的，超声法属于接触检测，需借助耦合剂完成检测，超声检测对钢轨表面损伤及复杂的损伤检测能力较弱，超声检测作业通常需要2-3名检修人员手推完成作业，检测效率不高。

随着机器视觉技术的发展，基于视觉检测的钢轨表面损伤检测取得了长足进步，该方法应用图像传感器实现钢轨表面图像的采集，采用特征分析等技术手段自动完成对钢轨表面损伤的判断，该方法属于非接触检测，无需人员干预，检测效率高、速度快，尤其对于钢轨早期故障诊断具有较好的应用效果。

发明内容

本发明的目的在于解决上述技术问题之一，提供一种检测效率高、精度高的钢轨浅层剥离损伤检测方法及检测系统。

为实现上述目的，本发明采用的技术方案是：

一种钢轨浅层剥离损伤检测方法，包括以下步骤：

图像采集步骤：采集钢轨表面图像；

钢轨定位步骤：对钢轨表面图像进行处理，定位钢轨本体所在区域；

图像增强步骤：调整钢轨本体图像灰度的动态分布范围，拉伸灰度分布频谱，增强图像的对比度；

形态学处理步骤：对图像增强处理后的图像进行灰度区域合并处理，定位异常区域；

缺陷提取步骤：基于异常区域的周长和/或面积定位缺陷区域。

本发明一些实施例中：对钢轨本体所在区域进行定位的方法包括：

计算钢轨表面图像灰度在钢轨横断面方向的灰度投影；

其中，r表示图像内像素所在行，c表示图像内像素所在列，n(c)表示该像素所在列的像素总数，Region(c)表示该像素所在的列区域，Image(r,c)表示该像素灰度值；

设定第一灰度阈值，将灰度大于第一灰度阈值的图像区域作为待选区域；

设定像素阈值，在待选区域中，沿钢轨横断面方向，在钢轨表面图像中裁剪除宽度为像素阈值的图像；