摘要
本申请涉及缺陷检测技术领域,其具体地公开了一种铁路扣件缺陷检测方法及系统,其通过控制高速工业相机扫描轨道区域以采集轨道图像,对轨道图像进行图像预处理后基于模板匹配从中提取出包含潜在铁路扣件的ROI图像块,接着,进一步引入目标检测算法对ROI图像块进行扣件精确定位与分割,以获取更精细的扣件ROI图像块,进而,通过提取扣件ROI图像块的视觉特征,并对其进行特征空间分布显著性强化,以增强扣件表面颜色、纹理、形状等视觉特征的表达效果,进而在此基础上实现对铁路扣件缺陷的智能识别。该方法可以有效克服传统检测方法的局限性,提高对复杂环境下铁路扣件缺陷检测的可靠性,并且具有较强的通用性与适应性。
技术关键词
铁路扣件
视觉特征编码
缺陷检测方法
ROI图像
像素
高速工业相机
编码向量
图像块
感兴趣区域提取
局部感受野
轨道
Retinex算法
LED线光源
图像畸变校正
视觉特征提取
系统为您推荐了相关专利信息
文本行
扫描设备
图像倾斜校正
直线检测方法
坐标
待测零件
智能测量方法
感兴趣区域提取
实时图像
卷积神经网络模型
注意力模型
融合特征
图像
数据融合方法
语义分割模型
生长状态图像
食用菌栽培
温度控制方法
采集食用菌
多尺度特征提取