钢轨区域提取算法对钢轨的快速检测

钢轨自动化检测方法

钢轨是铁路交通运行安全的重要保证，现有的轨检方法已无法满足我国铁路高速发展的需求，因此需要一种快速、高效的自动化检测方法以代替传统的人工巡检。市面上自动化钢轨检技术的研究已取得一定效果，钢轨区域提取是钢轨检测的基础环节，现有方法可归纳为以下几种：直方图双峰法，该方法计算简单、速度较快，但视场中内容复杂时无法准确分割；水平投影法，该方法可快速分割，但算法自适应性较差，易受光照影响；迭代法，该方法能较好地保留边缘细节，但对噪声抑制较差，影响处理效果；最大类问差法，该方法对噪声、目标区域敏感，但仅适用于单峰图像，此外，上述方法都是基于RGB图像进行灰度化处理，再利用图像灰度特征实现目标区域定位。因图像灰度值易受光照亮度的影响，即使通过大量的去噪、滤波技术亦难完全消除此影响的问题也没有得到很好地解决，反而会增加了运算时间，降低快速提取效率。

钢轨区域算法的实现

我们使用一种高效的钢轨区域提取算法，基于色相在不同光照条件下的相对稳定特性，利用轨道图像的H值突变特征确定钢轨边缘，可在大跨度光照强度变化条件下，保证较高的提取精确度，经过大量实验表明，在 1000lx～10000lx光照强度条件下，提取耗时为 7.65ms、提取失败率为2，可满足实时检测需求，这种算法无需对图像预处理即可实现钢轨区域的快速提取，可最大程度地保留图像的缺陷信息，且降低了后续运算的复杂度以及耗时，可用于钢轨缺陷的快速精确判别。

雷纳科技不仅有超声波探伤系统还有在役钢轨使用的JGT-10钢轨探伤小车、GCT-8C钢轨探伤仪、SZT-800钢轨探伤仪、SDW-900数字焊缝探伤仪、HT-9D焊缝探伤仪、GCT-11超声波钢轨探伤仪，都是钢轨探伤使用的专用检测仪器。