基于背景差分的高铁钢轨表面缺陷图像分割

被引：80

作者：

贺振东 ^{[1
,2
]}

王耀南 ^{[1
]}

刘洁 ^{[2
]}

印峰 ^{[3
]}

机构：

[1] 湖南大学电气与信息工程学院

[2] 郑州轻工业学院电气信息工程学院

[3] 湘潭大学信息工程学院

来源：

仪器仪表学报 | 2016年 / 37卷 / 03期

关键词：

背景差分; 自适应阈值; 高铁钢轨表面缺陷; 图像分割;

D O I：

10.19650/j.cnki.cjsi.2016.03.022

中图分类号：

U216.3 [线路检测及设备、检测自动化]; TP391.41 [];

学科分类号：

0814 ; 082301 ; 080203 ;

摘要：

高铁钢轨表面图像具有光照变化、反射不均、特征少等特点,使得缺陷自动检测极为困难。为了在高速运动过程中,从复杂的钢轨表面图像中分割出缺陷,根据钢轨表面图像具有沿钢轨方向像素值基本不变的特征,建立钢轨表面图像背景模型,提出了基于背景差分的钢轨表面缺陷检测算法,主要包括钢轨区域提取、背景建模差分、阈值分割和图像滤波4个步骤,其主要特点是将视频监控中的背景差分法推广到缺陷图像分割领域,同时借助自适应阈值分割和滤波技术,在一定程度上,解决了铁轨表面缺陷分割过程中图像光照变化、反射不均、特征少等不利因素的影响。实验仿真和现场测试结果均表明,该方法对块状缺陷能很好地识别,召回率和准确率分别达96%和80.1%。

引用

页码：640 / 649

页数：10

共 15 条

[11]

An efficient illumination normalization method for face recognition[J] . Xudong Xie,Kin-Man Lam.Pattern Recognition Letters . 2005 (6)

[12]

An introduction to ROC analysis[J] . Tom Fawcett.Pattern Recognition Letters . 2005 (8)

[13] Filter-based feature selection for rail defect detection [J].

Mandriota, C ;

Nitti, M ;

Ancona, N ;

Stella, E ;

Distante, A .

MACHINE VISION AND APPLICATIONS, 2004, 15 (04) :179-185

[14] ILLUMINATION FOR COMPUTER GENERATED PICTURES [J].

PHONG, BT .

COMMUNICATIONS OF THE ACM, 1975, 18 (06) :311-317

[15]

Automated visual inspection/detection of railroad track. SHAH M. . 2010

← 1 2 →