基于机器视觉的钢轨表面损伤检测研究

曾树华 黄银秀

摘要：目的：为探寻钢轨表面伤损机器视觉检测有效方法，验证经典的5种边缘检测算法在钢轨表面损伤检测;方法：利用采集的带扎伤钢轨图片，在MATLAB2016版本进行检测实验;结果：log检测法、Canny检测法存在错检，roberts检测法、prewitt检测法、sobe检测法错在漏檢;结论：经典的5种边缘检测算法在钢轨表面损伤检测无法达到工业级效果。

关键词：机器视觉;边缘检测算法;钢轨表面损伤

*基金支持：湖南省教育厅资助科研项目（19C1214）

钢轨是轨道交通之基石，健康钢轨是轨道交通安全之基石，然而，铁路运输高频、重载现象造成钢轨病害进程加速，及时发现钢轨表、里伤损成为轨道交通运输企业的安全重负：机器检存在表面伤损检测盲区，高度依赖人工检的现状造成漏检、错检频发，故高效自动探伤技术一直是铁路探伤工的追求。

目前钢轨探伤技术层出不穷，就技术流派来看有超声波探伤、涡流探伤、射线探伤、激光探伤、磁粉探伤等。超声波探伤是目前应用最广的一种钢轨探伤技术，它利用探头发射超声波，声束在介质传输过程中遇到缺陷界面，将产生反射或使穿透波声能下降，探伤仪接收端接收到回波和穿透波，根据回波信号和穿透波信号强弱变化判断缺陷。但在近表面，超声波存在准确度很低、形成近表面探测盲区的情况，故一般不用于钢轨表面探伤情况。涡流探伤是利用通电线圈产生交变磁场，磁场将以钢轨为导磁体，在钢轨内部形成涡流，当存在缺陷时会引起涡流变化，进而导致检测线圈电压和阻抗的改变，从而判断缺陷的存在及其他信息，涡流探伤在单缺陷情况下检测精度较高，但在邻近存在多缺陷情况下容易出现误判和漏判。……