关于机器视觉的热态重轨表面缺陷检测关键技术研究.pdf

The key technology study on the surface defects detection of thermal heavy rail based on machine vision A Thesis Submitted to Chongqing University in Partial Fulfillment of the Requirement for the Degree of Master of Engineering by Ye Suru Supervisor: Prof. Xie Zhijiang Major: Mechanical and Electronic Engineering College of Mechanical Engineering of Chongqing University, Chongqing, China April, 2008 中文摘要 摘 要 重轨在国民经济生产中具有举足轻重的作用，其质量是保障铁路安全运输的 重要条件。重轨表面缺陷是影响重轨质量的一个重要因素，热态重轨缺陷检测为 加强轧制工艺管理，改善工人劳动条件，提高重轨表面质量起到了至关重要的作 用。机器视觉是用计算机来分析从摄像机获得的图像的一种方法。视觉检测技术 具有非接触、速度快、精度合适、现场抗干扰能力强等突出的优点，在实际中显 示出广阔的应用前景。 本文以国内某大型钢铁企业的热态重轨的检测现状为应用背景，对热态重轨 缺陷图像和常用检测方法做了大量的分析和研究，针对目前采用的人工肉眼检测 缺陷的不足，对缺陷图像检测采用了新的方法：基于机器视觉、图像分割以及支 持向量机的检测方法。论文主要研究内容如下： ①在分析现场热态重轨的运动状态及检测工艺的基础上，合理地选择了能够 全面地实时监测热态重轨表面的测点；对国内外常用表面检测技术做了分析对比， 采用了机器视觉技术非接触地直接采集热态重轨表面的完整图像，根据热态重轨 表面特点及缺陷检测系统的主要技术要求，设计了系统的硬件和软件构成。 ②研究实时采集和高速传输热态重轨表面精密图像的方法。采用了离散化的 采集模式，设置4 个单独的采集单元，且采集单元具有良好的互换性。通过计算 和分析，选取合适的相机、镜头，充分利用了热态重轨自身热辐射的红外光的均 匀性，调节好曝光时间、线频等采集参数，设计了图像采集单元的摆放位置和成 像角度，充分保证图像的平滑、完整和丰富的色彩及细节信息。采用了基于TCP/IP 协议的千兆网络传输方式，保证了图像的快速传输。 ③在动态获取重轨图像后，利用图像处理相关技术，对复杂背景下的缺陷图 像识别，采用了图像信息定位算法缩小了感兴趣区，减少了干扰信息。通过对大 量缺陷图像的研究，有效利用专家经验，找出重轨表面缺陷图像的各种特征参数， 针对现场样本少、不规则性强的特点，选取了支持向量机的分类方法，反复训练 缺陷图像样本，实现重轨表面缺陷的标定和分类识别。 ④课题以Windows2000 为操作系统平台，以VC++6.0 和Matlab7.0 为开发工 具，结合SQL Sever 数据库技术，完成软件总体架构，把相机参数设置、图像实 时采集、图像处理、数据库管理等有机地结合在一起，实现随时查询，跟踪产品 表面质量，对缺陷图像信息进行管理，规范产品生产和检测。 通过以上几方面的工作，对热态重轨表面缺陷特征进行了全面的分析，完成 了表面缺陷检测从理论分析到到检测系统完整构建和实际实验的进行等一系列较 I 重庆大学硕士学位论文 为系统的研究。经现场实验证明，该系统可达到热态重轨表面缺陷检测预期效果。 关键词：热态重轨，缺陷检测，图像处理，机器视觉，支持向量机