热态重轨表面缺陷机器视觉检测的关键技术

• 作者: 谢志江 谢长贵
• 来源期刊: 重庆大学学报
• 学科: 工学
• 关键词: 热态重轨 机器视觉 重轨表面缺陷 神经网络
• 年，卷（期）: 2013,（10）
• 页码范围: 16-21
• 分类号: TH89
• 语种: 中文
• DOI: 10.11835/j.issn.1000-582X.2013.10.003

摘要

针对目前热态重轨表面缺陷检测速度慢、精度低的问题,提出一种基于机器视觉的热态重轨表面缺陷检测系统.利用多线阵CCD摄像机采集图像,根据重轨几何特征及其缺陷高频区域特性,对重轨进行了六视角拍摄,然后在图像工作站中进行各种图像处理.系统采用改进的Hough变换提取特征缺陷,针对SVM算法训练速度慢的特点,利用模糊Kohonen神经网络对重轨表面缺陷进行分类.采用上述机器视觉检测关键技术对热态重轨表面进行缺陷识别,提高了检测速度,且正确率在85％以上.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谢志江	重庆大学机械工程学院	159	1375	19.0	29.0
2	谢长贵	重庆大学机械工程学院	7	18	2.0	4.0