热态重轨表面缺陷机器视觉检测的关键技术

摘要：

针对目前热态重轨表面缺陷检测速度慢、精度低的问题,提出一种基于机器视觉的热态重轨表面缺陷检测系统.利用多线阵CCD摄像机采集图像,根据重轨几何特征及其缺陷高频区域特性,对重轨进行了六视角拍摄,然后在图像工作站中进行各种图像处理.系统采用改进的Hough变换提取特征缺陷,针对SVM算法训练速度慢的特点,利用模糊Kohonen神经网络对重轨表面缺陷进行分类.采用上述机器视觉检测关键技术对热态重轨表面进行缺陷识别,提高了检测速度,且正确率在85％以上.

关键词：热态重轨、机器视觉、重轨表面缺陷、神经网络

所属期刊栏目：36

分类号：TH89

资助基金：国家自然科学基金委员会与中国工程物理研究院联合基金资助10976034

在线出版日期：2013-12-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：16-21