高铁扣件的自适应视觉检测算法

为了实现高铁缺陷扣件的准确、快速和自动化检测,提出一种基于图像处理技术的高铁扣件自适应视觉检测算法.针对高铁扣件图像的特性,使用改进的LBP (local binary pattern)算子提取扣件的显著特征;在扣件特征图的基础上,采用模板匹配算法得到扣件区域在原始图中的精确位置,进而得到扣件子图并用扣件的位置信息校验定位结果;以相邻两个扣件子图的差值作为判断依据,如果差值大于预设的阈值,相应的扣件则被判断为缺陷扣件.将该检测算法应用于高铁工务部门提供的真实扣件图.研究结果表明:本文提出的自适应扣件检测算法在雨天的表现最差,检出率为96％,误检率为0.50％;在晴天的表现最好,检出率为100％,误检率为0.22％;在不同天气、光照、环境下的综合检出率为99％,综合误检率为0.33％.