改进Faster R-CNN的轨面缺陷检测视频分析方法研究

摘要：

针对钢轨表面灰度差异小,缺陷区域边界难提取,传统图像处理方法耗时长,缺陷识别准确率低等问题,设计一种改进的Faster R-CNN的钢轨表面缺陷检测方法.通过对采集到的钢轨表面图像进行预处理以减小后续运算量,采用基于灰度垂直投影法完成轨面区域的提取;为了提高Faster R-CNN网络对钢轨表面缺陷检测的准确率,对Faster R-CNN网络一些关键部分加以改进,包括卷积核的选择和基于级联的特征融合策略;设计网络训练策略,建立样本图像库和干扰图像库,对改进后模型和两种传统模型进行对比实验.对比结果表明,本文方法缺陷检测精度和检测时间皆优于其他两种方法.改进后模型比传统模型中缺陷检测准确率提高1.85％,平均检测时间快0.51 s.采用该方法对于检测钢轨表面缺陷实际可行.

关键词：轨面缺陷检测、灰度垂直投影法、Faster R-CNN网络、特征提取网络、级联特征融合策略

所属期刊栏目：65

分类号：U216.3;TP391.41(铁路线路工程)

在线出版日期：2021-05-26（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：172-178