基于语义分割的钢轨表面缺陷实时检测系统

李忠海，白秋阳，王富明，刘海荣

沈阳航空航天大学 自动化学院，沈阳110135

列车运行和自然环境的长期影响，会使钢轨表面形成孔洞、擦伤和疤痕等各种缺陷[1]，这些缺陷对铁路安全运行造成严重威胁，因此，钢轨表面缺陷检测成为保障铁路安全运营的一个重要手段。目前，轨道表面缺陷检测主要依靠人工实现，人工检测需要耗费大量的人力资源，检测效率较低，不具备实时性，而且检测准确性受主观因素影响较大，很大程度上依赖于技术人员的经验水平，这些因素导致人工检测已经无法满足现代铁路，尤其是中国高铁（CRH）日常检查的需求[2]。因此，迫切需要建立一个高效快速的自动检测系统，对运行线路中的钢轨表面进行实时检测。

随着计算机科学和数字图像处理技术的快速发展，利用图像检测钢轨表面缺陷，逐渐成为主要的研究方向，经过各大高校和铁路研究院所的不懈努力，已取得大量成果，主要包括：茅正冲等人提出了改进类间方差法对钢轨表面缺陷进行直接提取，但检测精度较差，无法满足工业需求[3]；唐湘娜等人利用灰度投影法实现轨道表面区域的快速分割，但该算法的适应性较差[4]，袁小翠等人利用改进Ostu算法对缺陷进行分割，但该算法的阈值选取需要根据具体场景进行调整，不具备通用性[5]；贺振东等人利用均值背景差分算法提取表面缺陷，但受环境和噪声等因素影响较大，算法鲁棒性较差[6]；李清勇等人建立了缺陷图像的稀疏模型，一定程度上解决了光照不均匀和遮挡等环境问题，但算法复杂度较大，不具备实时性[7]。……