基于视觉的钢轨表面缺陷识别方法综述

摘要：

基于计算机视觉技术的钢轨表面缺陷识别方法凭借其非接触、准确性高、无遗漏、快速高效等优点得到越来越多的关注.其识别流程包括:对采集到的钢轨表面图像进行预处理;采用灰度水平投影等方法提取出钢轨的轨面区域;利用图像分割技术提取出缺陷部分的图像信息;对缺陷特征进行描述,计算出缺陷的特征向量;利用机器学习分类器实现缺陷分类;通过深度学习实现钢轨表面缺陷的识别.基于当前研究难点,指出未来主要的研究方向,包括图像的优化预处理、钢轨表面缺陷的快速准确提取及对基于深度学习的缺陷识别方法的深化完善.

关键词：钢轨、视觉技术、表面缺陷识别、机器学习分类器、深度学习

所属期刊栏目：60

分类号：U213.4+2(铁路线路工程)

在线出版日期：2020-10-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：136-140