大规模高速铁路网的建设需要大量无缝钢轨的生产和铺设,而钢轨生产中产生的缺陷会带来一系列安全隐患。目前,钢轨焊缝打磨后的表面缺陷如横向纹路缺陷和高度突变缺陷等,仍采用人工目视、触摸等传统方法进行检测,存在效率低、依赖检测人员主观经验、标准不一等缺点,研发一套钢轨焊缝打磨表面缺陷检测系统,对提高检测准确率与效率、实现自动化智能化生产具有重要意义。为解决钢轨焊缝打磨表面廓形复杂、高反光特性强烈、打磨纹理噪声严重、缺陷尺度小、部分缺陷表征在深度方向等检测难点,本文开展了基于光度立体视觉的缺陷检测方法的研究,开发了基于高低频特征融合的光度立体视觉算法,和基于法向特征的缺陷检测算法,实现了打磨表面法向特征恢复、缺陷特征提取及定位,搭建了系统样机并在铁路局焊轨基地进行应用验证。本文的主要工作如下:(1)构建了基于光度立体视觉的钢轨焊缝打磨表面缺陷检测系统总体方案。针对钢轨焊缝打磨表面特点以及缺陷视觉检测难点,提出了缺陷检测系统总体方案,该方案通过光度立体视觉算法恢复表面法向量图,利用法向量图中的三维信息实现缺陷的检测,有效解决了高反光、重噪声打磨表面的细微缺陷特征恢复、提取及检测问题。针对钢轨复杂廓形与缺陷检测要求,设计了钢轨多表面图像采集装置,并完成关键部件选型,结合图像序列采集控制与通信方案,实现了光度变化图像序列的自动化采集。(2)设计了基于高低频特征融合的光度立体视觉算法,解决了高反光干扰下的打磨表面细微缺陷特征恢复问题。针对高反光打磨表面特点与细微缺陷特征恢复要求,提出了一种基于高低频特征融合的光度立体视觉算法,该方法将L2算法获取的漫反射区域法向信息作为先验,借助深层特征融合辅助CNN模型求解非朗伯体表面法向量,从而实现高反光打磨表面的缺陷法向特征像素级准确恢复。通过消融实验、基于Di Li Gen T基准数据集的主流算法对比实验、以及实际缺陷数据法向估计实验,验证了算法的有效性、可行性和精度。(3)设计了基于法向特征的钢轨焊缝打磨表面缺陷检测算法,解决了打磨纹理噪声干扰下的缺陷特征提取及定位问题。针对严重纹理噪声干扰下的缺陷难检测问题,分析打磨表面法向量图特性以及缺陷法向特征,给出了基于法向特征的缺陷检测算法总体流程。开发了基于双阶段与旋转矩形提取的横向纹路缺陷检测算法,以及基于自适应阈值的高度突变缺陷检测算法,可以克服打磨表面的纹理噪声与伪缺陷干扰,提取不同缺陷的几何特征与法向特征,有效解决法向量图中横向纹路缺陷、高度突变缺陷的特征提取与定位问题;通过实际打磨表面缺陷数据实验,验证了算法的检测精度和运行效率。(4)研制了钢轨焊缝打磨表面缺陷检测系统样机。设计了系统软件整体框架,开发了人机交互与数据存储模块、嵌入式通信与运行控制模块、立体视觉与缺陷检测算法模块。最后在功能完整性、检测精度与运行效率等方面,对缺陷检测系统进行了实际钢轨打磨表面实验验证。
暂无评论