基于灰度不变性的扣件缺陷检测算法研究-机械设计及理论专业论文.docxVIP

优秀毕业论文 精品参考文献资料 西南交通大学 西南交通大学 学位论文版权使用授权书 本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保留并向 国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授权西 南交通大学可以将本论文的全部或部分内容编入有关数据库进行检索，可以采用影印、 缩印或扫描等复印手段保存和汇编本学位论文。 本学位论文属于 1．保密口，在 年解密后适用本授权书； 2．不保密口i使用本授权书。 (请在以上方框内打“√”) 学位论文作者签名： 候友 指导老师签名 171其II：彤．3-．协 日期：pul、、i’，加 万方数据 西南交通大学硕士学位论文主要工作( 西南交通大学硕士学位论文主要工作(贡献)声明 本人在学位论文中所做的主要工作或贡献如下： 1．针对现有扣件定位方法对不同光照条件下的扣件图像定位适应性差、准确率低的 缺点，利用灰度不变性思想，提出了一种基于Rank变换和区域生长方法相结合的扣件定 位方法。该定位方法首先根据人眼视敏度特性设定Rank变换窗口，利用该窗口对图像 进行处理得到Rank图像。其次，对该图像进行阈值化处理，得到增强的扣件边缘图像。 最后，利用LSD中区域生长方法的思想和先验知识，在增强后的扣件边缘图像中搜寻挡 板座与轨枕接触的边界线，并根据原图中扣件、挡板座和轨枕三者之间的空间位置关系 来确定扣件的准确位置。 2．针对原金字塔梯度直方图方法(Pyramid Histogram of oriented gradients，PHOG) 因扣件关键区域信息在特征向量中所占比重小而导致识别率低、速率慢的问题，提出了 一种改进的PHOG特征提取方法。该方法首先根据扣件图像的结构特点，在原PHOG方 法的基础上构造了一种新的块划分方法，以去除图像中包含扣件信息较少的区域。其次， 为了使得最终的特征向量能够更好地描述扣件形状特征，将该改进后的特征提取方法与 基于Rank变换的边缘特征增强方法相结合，提取扣件的特征向量。最后，利用支持向量 机训练分类器模型，从而实现扣件状态的自动识别。 本人郑重声明：所呈交的学位论文，是在导师指导下独立进行研究工作所得的成 果。除文中已经注明引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写 过的研究成果。对本文的研究做出贡献的个人和集体，均已在文中作了明确说明。本人 完全了解违反上述声明所引起的一切法律责任将由本人承担。 学位论文作者签名： 日期： 沙岱、j．为 万方数据 西南交通大学硕士研究生论文 西南交通大学硕士研究生论文 第1页 摘 要 铁路运输是交通运输的重要组成部分，对铁路线路的维护工作是保障其安全运营的 重要基础。铁路扣件作为连接钢轨和轨枕的组成部件，对保障铁路线路的安全起着非常 重要的作用。图像处理技术作为一种高效的非接触式检测技术，近年来被应用到铁路扣 件的状态检测中。本文利用图像处理技术来对铁路扣件缺陷检测进行研究，其主要内容 如下： 首先，针对现有扣件定位方法对不同光照条件下的扣件图像定位适应性差、准确率 低的缺点，提出了一种基于Rank变换和区域生长方法相结合的、具有灰度不变性的扣 件定位方法。该定位方法根据人眼视敏度特性设定了一种Rank变换窗口，并利用该窗 口对图像进行处理得到一幅Rank图像，接着对该图像进行阈值化处理，从而得到增强 后的扣件边缘图像。之后，利用LSD中区域生长方法的思想和先验知识，在增强后的扣 件边缘图像中搜寻挡板座与轨枕接触处的边界线，并根据扣件、挡板座和轨枕相互之间 的空间位置关系，来确定扣件的准确位置。实验证明，该方法定位准确且具有很好的适 应性和鲁棒性。 其次，针对原金字塔梯度直方图方法(Pyramid Histogram of oriented gradients， PHOG)因扣件关键区域信息在特征向量中所占比重小而导致识别率低、速率慢的问题， 提出了一种改进的PHOG特征提取方法。该方法根据扣件图像的结构特点，在PHOG方 法的基础上，构造了一种新的块划分方法，以去除图像中包含扣件信息较少的区域。同 时，为了使得最终的特征向量能够更好地描述扣件的形状特征，将改进后的特征提取方 法与基于Rank变换的边缘特征增强方法相结合，来提取扣件的特征向量，并将该向量 输入到支持向量机中进行训练，以便得到分类器模型从而实现扣件状态的自动识别。实 验证明，该扣件提取方法相比传统的PHOG方法在识别率以及时效性上均有不同程度的 提高。 关键词：扣件检测； Rank变换；区域生长；PHOG特征；支持向量机 万方数据 西南交通大学硕士研究生论文 西南交通大学硕士研究生论文 第1I页 Abstract Railway transport is all important par