·22· 工程科学学报，第37卷，增刊1 后两个截点；d(H,H2)表示H与H2间的距离. 根据夹角链码的最佳配准策略求得最佳曲线对应 关系，并在对应曲线上取四组对应链码节点，求得变 换模型参数@，对配准图进行透视变换，并与标准图 图8曲线的等长折线划分 Fig.8 Curve segmented by broken lines of equal length 合成最终的完整缺陷区域图.通过该方法获得的拼接 图像，并与相机采集到的完整缺陷图像对比，如图9所 式中，相邻折线间逆时针方向的夹角为日，：顺时针的 示.计算拼接图与标准图的形状特征参数值，并求取 夹角为62：l为等长折线的长度：H,、H,2为当前点的前 二者的相对误差，数据对比如表3所示. a b 图9缺陷拼接图(a)与标准图()对比 Fig.9 Comparision of the combination image (a)and standard image (b)of defects 表3拼接图与标准图的形状特征值对比 别编号为301-400)进行了应用测试，这些钢轨中共有 Table 3 Comparision of the geometry feature values of combination im- age and standard image 缺陷4个，分别在346、348、350、391号钢轨上.摄像机 对比项目 (本文采用DALSA公司的Genie HM640系列工业相 面积 周长 矩形度 长宽比 机)的采集速率设置为100帧/s,钢轨以1.5m/s的速 标准图 5643 357.0366 0.6442 2.89 度运行，每两幅图像的间隔为l5mm,相机的采集宽度 拼接图 5314 323.37970.6982 2.56 为100mm.测试中采用人工检测与机器检测同时进行 相对误差/% -5.83 -9.43 8.38 -11.42 的方式，机器检测方法检测到了全部4个缺陷，没有发 表3的数据表示，除了在长宽比上的误差超过了 生漏检.而人工检测只检测到348号钢轨上的缺陷， 10%,其他的参数误差均在10%以内，可以较为粗略 其他3个缺陷漏检.机器检测方法检测到4个缺陷的 获得缺陷的完整区域 光带图像，如图10所示，其中白色椭圆区域是缺陷 区域. 3工业应用 本文对于轨腰的检测是在实验室条件下完成的， 利用差值图像检测算法在现场对100根钢轨（分 还需在现场环境下进行实际验证。在未来的研究中， 图10缺陷区域光带图像.(a)346号钢轨：(b)348号钢轨：(c)350号钢轨：(d)391号钢轨 Fig.10 Images of laser strips of defect areas:(a)No.346 steel rail;(b)No.348 steel rail;(c)No.350 steel rail:(d)No.391 steel rail工程科学学报，第 37 卷，增刊 1 图 8 曲线的等长折线划分 Fig． 8 Curve segmented by broken lines of equal length 式中，相邻折线间逆时针方向的夹角为 θ1 ; 顺时针的 夹角为 θ2 ; lc为等长折线的长度; Hi、Hi + 2为当前点的前 后两个截点; d( Hi，Hi + 2 ) 表示 Hi与 Hi + 2间的距离． 根据夹角链码的最佳配准策略求得最佳曲线对应 关系［9］，并在对应曲线上取四组对应链码节点，求得变 换模型参数［10］，对配准图进行透视变换，并与标准图 合成最终的完整缺陷区域图． 通过该方法获得的拼接 图像，并与相机采集到的完整缺陷图像对比，如图 9 所 示． 计算拼接图与标准图的形状特征参数值，并求取 二者的相对误差，数据对比如表 3 所示． 图 9 缺陷拼接图( a) 与标准图( b) 对比 Fig． 9 Comparision of the combination image ( a) and standard image ( b) of defects 表 3 拼接图与标准图的形状特征值对比 Table 3 Comparision of the geometry feature values of combination im￾age and standard image 对比项目 面积 周长 矩形度 长宽比 标准图 5643 357. 0366 0. 6442 2. 89 拼接图 5314 323. 3797 0. 6982 2. 56 相对误差/% － 5. 83 － 9. 43 8. 38 － 11. 42 表 3 的数据表示，除了在长宽比上的误差超过了 10% ，其他的参数误差均在 10% 以内，可以较为粗略 获得缺陷的完整区域． 图 10 缺陷区域光带图像． ( a) 346 号钢轨; ( b) 348 号钢轨; ( c) 350 号钢轨; ( d) 391 号钢轨 Fig． 10 Images of laser strips of defect areas: ( a) No． 346 steel rail; ( b) No． 348 steel rail; ( c) No． 350 steel rail; ( d) No． 391 steel rail 3 工业应用 利用差值图像检测算法在现场对 100 根钢轨( 分 别编号为 301--400) 进行了应用测试，这些钢轨中共有 缺陷 4 个，分别在 346、348、350、391 号钢轨上． 摄像机 ( 本文采用 DALSA 公司的 Genie HM640 系列工业相 机) 的采集速率设置为 100 帧/s，钢轨以 1. 5 m/s 的速 度运行，每两幅图像的间隔为 15 mm，相机的采集宽度 为 100 mm． 测试中采用人工检测与机器检测同时进行 的方式，机器检测方法检测到了全部 4 个缺陷，没有发 生漏检． 而人工检测只检测到 348 号钢轨上的缺陷， 其他 3 个缺陷漏检． 机器检测方法检测到 4 个缺陷的 光带图像，如图 10 所示，其中白色椭圆区域是缺陷 区域． 本文对于轨腰的检测是在实验室条件下完成的， 还需在现场环境下进行实际验证． 在未来的研究中， ·22·