基于改进距离正则化水平集的钢轨表面缺陷提取方法

摘要：

针对现有钢轨表面缺陷检测方法复杂度过高且精确率较低,提出基于Sigmoid对比度拉伸的距离正则化水平集算法.通过对数变换和均值操作对钢轨图像进行预处理;根据钢轨表面图像梯度变化,以Sigmoid对比度拉伸方法替换距离正则化水平集中的停止函数;根据初始轮廓曲线演化方向的特点,通过新的自适应速度函数替换距离正则化水平集中的演化速度常量;以曲线演化的最终轮廓提取缺陷区域.仿真实验显示,新算法在钢轨表面缺陷数据集中的精确率为99.07％,豪斯多夫距离平均值为6.64,检测缺陷用时为16.46 s.与DRLSE、DCNNs和CTFM算法相比,改进的距离正则化水平集算法提升了检测的精确率和检测速度,对噪声具有一定的鲁棒性并适用小范围缺陷检测.

关键词：轨道交通、钢轨表面、对比度拉伸、距离正则化水平集、缺陷提取、边缘停止函数

所属期刊栏目：37

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家自然科学基金项目61663009;江西省科技支撑计划重点项目20161BBE50081

在线出版日期：2019-11-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：78-83,93