基于语义分割的钢轨表面缺陷实时检测系统

• 作者: 李忠海 白秋阳 王富明 刘海荣
• 来源期刊: 计算机工程与应用
• 关键词: 实时检测 机器视觉 语义分割 钢轨缺陷检测系统
• 年，卷（期）: 2021,（12）
• 所属期刊栏目: 工程与应用|Engineering and Applications
• 页码范围: 248-256
• 页数: 9页
• 分类号: TP18
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2004-0101

摘要

钢轨表面缺陷检测是铁路日常检测的重要部分,根据现代铁路自动化检测技术对实时检测和适应性的要求,构建了一个完整的钢轨表面缺陷识别和分析系统.根据机器视觉的基本原理,设计了一种带有LED辅助光源和遮光箱的图像采集装置,并将采集到的图像进行人工标注,建立了一个较为庞大的具有语义分割标注的钢轨表面缺陷数据集;将高级语义分割技术应用于钢轨图像分析,利用一种级联自编码结构(CASAE)的语义分割网络,将缺陷图像转化为基于语义分割的像素级预测掩码,并通过紧凑型卷积神经网络(CNN)将分割结果进行分类,从而实现钢轨表面缺陷的识别与分类;构建了智能化的人机交互系统,并将系统通过仿真实验的方式进行测试.实验结果表明,系统的检测准确率达到90％以上,每幅图像的平均处理时间为245.61 ms,可以在一定程度上代替人工检测,实现对钢轨缺陷的数字化管理.