基于视觉注意力和PLSA模型的钢轨表面缺陷检测-铁道科学与工程.PDFVIP

第 １２卷　第 ３期 铁道科学与工程学报 Ｖｏｌｕｍｅ１２　Ｎｕｍｂｅｒ３ ２０１５年６月 ＪｏｕｒｎａｌｏｆＲａｉｌｗａｙＳｃｉｅｎｃｅａｎｄＥｎｇｉｎｅｅｒｉｎｇ 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 ＲａｉｌｓｕｒｆａｃｅｄｅｆｅｃｔｄｅｔｅｃｔｉｏｎｂａｓｅｄｏｎｖｉｓｕａｌａｔｔｅｎｔｉｏｎａｎｄＰＬＳＡｍｏｄｅｌ ＷＡＮＧＪｕｎ （ＵｎｉｖｅｒｓｉｔｙｏｆＥｌｅｃｔｒｏｎｉｃＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙｏｆＣｈｉｎａ，ＺｈｏｎｇｓｈａｎＩｎｓｔｉｔｕｔｅ，Ｚｈｏｎｇｓｈａｎ５２８４０２１，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ａｉｍｅｄａｔｔｈｅｓｔａｔｕｓｑｕｏｆａｃｔｔｈａｔｓｐｅｅｄ，ａｃｃｕｒａｃｙａｎｄｃｌａｓｓｉｆｉｃａｔｉｏｎｏｆｒａｉｌｓｕｒｆａｃｅｄｅｆｅｃｔｓａｒｅｒｅｌａｔｉｖｅ ｌｙｌｏｗ，ｔｈｉｓｐａｐｅｒｐｒｏｐｏｓｅｄａｒａｉｌｓｕｒｆａｃｅｄｅｆｅｃｔｄｅｔｅｃｔｉｏｎｍｅｔｈｏｄｂａｓｅｄｏｎｖｉｓｕａｌａｔｔｅｎｔｉｏｎａｎｄＰＬＳＡｍｏｄｅｌ ｍｅｔｈｏｄｗｈｉｃｈｉｓａｃｏｍｂｉｎａｔｉｏｎｏｆｂｒｉｇｈｔｎｅｓｓａｎｄｔｅｘｔｕｒｅｏｆｔｈｅｖｉｓｕａｌａｔｔｅｎｔｉｏｎｍｏｄｅｌｔｏｄｅｔｅｃｔｓｕｒｆａｃｅｄｅｆｅｃｔｓｏｆ ｒａｉｌ ，ｅｘｔｒａｃｔｉｏｎｏｆｄｅｆｅｃｔｓｒｅｇｉｏｎｏｆｔｈｅｏｒｉｇｉｎａｌｉｍａｇｅ，ａｎｄｕｓｅｓｔｈｅＰＬＳＡｍｏｄｅｌｔｏｃｌａｓｓｉｆｙｔｈｅｄｅｆｅｃｔｓ．Ｔｈｅｅｘ ｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅｐｒｏｐｏｓｅｄｍｅｔｈｏｄ，ｉｍｐｒｏｖｅｓｔｈｅｓｐｅｅｄ，ｐｒｅｃｉｓｉｏｎａｎｄｃｌａｓｓｉｆｉｃａｔｉｏｎｏｆｒａｉｌｓｕｒｆａｃｅ ｄｅｆｅｃｔｓｄｅｔｅｃｔｉｏｎａｎｄｃａｎｍｅｅｔｔｈｅｒｅｑｕｉｒｅｍｅｎｔｓｏｆｔｈｅｒａｉｌｓｕｒｆａｃｅｄｅｆｅｃｔｓｄｅｔｅｃｔｉｏｎ． Ｋｅｙｗｏｒｄｓ：ｓｕｒｆａｃｅｄｅｆｅｃｔｓ；ｖｉｓｕａｌａｔｔｅｎｔｉｏｎ；ＰＬＳＡ；ｄｅｆｅｃｔｃｌａｓｓｉｆｉｃａｔｉｏｎ 　　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，甚至可能导致断轨和 轨表面缺陷检测技术［２－３］精度较低，速度较慢，很 车轮脱轨，极大威胁列车及人员的安全。因此，钢