·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 image 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·