基于视觉注意力和+PLSA+模型的钢轨表面缺陷检测.pdfVIP

第 １２ 卷　第 ３ 期 铁道科学与工程学报 Ｖｏｌｕｍｅ １２　Ｎｕｍｂｅｒ３ ２０１５ 年６ 月 Ｊｏｕｒｎａｌ ｏｆ Ｒａｉｌｗａｙ Ｓｃｉｅｎｃｅ ａｎｄ Ｅｎｇｉｎｅｅｒｉｎｇ Ｊｕｎｅ２０１５ 基于视觉注意力和ＰＬＳＡ模型的 ① 钢轨表面缺陷检测 王军 （电子科技大学 中山学院，广东 中山５２８４０２１） 摘　要：针对目前钢轨表面缺陷检测的速度，精度较低，分类较难的现状，提出一种基于视觉注意力和ＰＬＳＡ模型的钢轨表 面缺陷检测方法；结合亮度和纹理特征的视觉注意力模型检测钢轨表面缺陷，提取原图像的缺陷区域，并采用ＰＬＳＡ模型对 提取的缺陷进行分类。实验结果表明：所提出的方法提高了检测及分类的速度与精度，能满足钢轨表面缺陷检测的要求。 关键词：钢轨表面缺陷；视觉注意力；ＰＬＳＡ；缺陷分类 中图分类号：Ｕ２１６．３；ＴＵ４４７　　　文献标志码：Ａ　　　文章编号：１６７２－７０２９（２０１５）０３ －０５０９ －０６ Ｒａｉｌ ｓｕｒｆａｃｅ ｄｅｆｅｃｔ ｄｅｔｅｃｔｉｏｎ ｂａｓｅｄ ｏｎ ｖｉｓｕａｌ ａｔｔｅｎｔｉｏｎ ａｎｄ ＰＬＳＡ ｍｏｄｅｌ ＷＡＮＧＪｕｎ （Ｕｎｉｖｅｒｓｉｔｙ ｏｆＥｌｅｃｔｒｏｎｉｃ Ｓｃｉｅｎｃｅ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙ ｏｆＣｈｉｎａ，Ｚｈｏｎｇｓｈａｎ Ｉｎｓｔｉｔｕｔｅ，Ｚｈｏｎｇｓｈａｎ５２８４０２１，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ａｉｍｅｄ ａｔｔｈｅ ｓｔａｔｕｓｑｕｏｆａｃｔｔｈａｔ ｓｐｅｅｄ，ａｃｃｕｒａｃｙ ａｎｄ ｃｌａｓｓｉｆｉｃａｔｉｏｎｏｆｒａｉｌ ｓｕｒｆａｃｅ ｄｅｆｅｃｔｓａｒｅ ｒｅｌａｔｉｖｅ ｌｙ ｌｏｗ，ｔｈｉｓ ｐａｐｅｒ ｐｒｏｐｏｓｅｄ ａ ｒａｉｌ ｓｕｒｆａｃｅ ｄｅｆｅｃｔ ｄｅｔｅｃｔｉｏｎ ｍｅｔｈｏｄ ｂａｓｅｄ ｏｎ ｖｉｓｕａｌ ａｔｔｅｎｔｉｏｎ ａｎｄ ＰＬＳＡ ｍｏｄｅｌ ｍｅｔｈｏｄ ｗｈｉｃｈ ｉｓ ａ ｃｏｍｂｉｎａｔｉｏｎ ｏｆｂｒｉｇｈｔｎｅｓｓ ａｎｄ ｔｅｘｔｕｒｅ ｏｆｔｈｅ ｖｉｓｕａｌ ａｔｔｅｎｔｉｏｎ ｍｏｄｅｌ ｔｏ ｄｅｔｅｃｔ ｓｕｒｆａｃｅ ｄｅｆｅｃｔｓｏｆ ｒａｉｌ，ｅｘｔｒａｃｔｉｏｎ ｏｆｄｅｆｅｃｔｓｒｅｇｉｏｎ ｏｆｔｈｅ ｏｒｉｇｉｎａｌ ｉｍａｇｅ，ａｎｄ ｕｓｅｓｔｈｅ ＰＬＳＡ ｍｏｄｅｌ ｔｏ ｃｌａｓｓｉｆｙ ｔｈｅ ｄｅｆｅｃｔｓ．Ｔｈｅ ｅｘ ｐｅｒｉｍｅｎｔａｌ ｒｅｓｕｌｔｓ ｓｈｏｗ ｔｈａｔ ｔｈｅ ｐｒｏｐｏｓｅｄ ｍｅｔｈｏｄ，ｉｍｐｒｏｖｅｓｔｈｅ ｓｐｅｅｄ，ｐｒｅｃｉｓｉｏｎ ａｎｄ ｃｌａｓｓｉｆｉｃａｔｉｏｎ ｏｆｒａｉｌ ｓｕｒｆａｃｅ ｄｅｆｅｃｔｓ ｄｅｔｅｃｔｉｏｎ ａｎｄ ｃａｎ ｍｅｅｔ ｔｈｅ ｒｅｑｕｉｒｅｍｅｎｔｓ ｏｆｔｈｅ ｒａｉｌ ｓｕｒｆａｃｅ ｄｅｆｅｃｔｓ ｄｅｔｅｃｔｉｏｎ． Ｋｅｙ ｗｏｒｄｓ：ｓｕｒｆａｃｅ ｄｅｆｅｃｔｓ；ｖｉｓｕａｌ ａｔｔｅｎｔｉｏｎ；ＰＬＳＡ；ｄｅｆｅｃｔ ｃｌａｓｓｉｆｉｃａｔｉｏｎ 　　近年来，随着轨道交通向高速，重载方向的发 相对于其他技术，计算机视觉具有速度快、精度高、 展以及轨道服役时间的增长，钢轨的表面缺陷检测 非接触、抗干扰性强等优点，是目前这个领域内研 技术更加受到重视。列车在有表面缺陷的钢轨上 究的热点。目前已有的基于计算机视觉技术的钢 行驶，可能使车轮磨损加快