摘要
本发明属于轮轨摩擦学领域,具体公开了一种基于微观分析图像的轮轨疲劳裂纹智能量化表征方法,包括:对轮轨滚动接触疲劳裂纹的扫描电镜、光学显微镜图像进行图像增强、降噪预处理;将图像输入YOLOv8‑CSSTAM模型进行目标检测,输出图像裂纹预测框、比例尺预测框;基于图像比例尺的自动标定算法,对比例尺预测框内的图像计算最宽连通区域,并进行OCR文字识别得到图像比例尺;对裂纹预测框中的裂纹图像进行中值滤波、阈值分割、边缘平滑、小区域填充处理;对处理后的图像进行Harris角点检测,获取候选角点;对角点进行筛选得到裂纹特征角点然后计算裂纹尺寸特征。本发明能快速、准确得到轮轨滚动接触疲劳裂纹图像中的裂纹信息,包括裂纹深度、裂纹宽度和裂纹扩展角。
技术关键词
量化表征方法
比例尺
疲劳裂纹
Harris角点检测
OCR文字识别
轮轨
裂纹尺寸
裂纹特征
光学显微镜
标定算法
尺寸特征
扫描电镜
Retinex算法
对比度
抑制噪声干扰
像素点
直方图
图像增强
系统为您推荐了相关专利信息
装备
热力图
智能检测方法
疲劳裂纹
材料疲劳强度