-
公开(公告)号：CN106355562A
公开(公告)日：2017-01-25
申请号：CN201610782568.2
申请日：2016-08-30
Applicant: 兰州交通大学
IPC: G06T5/00
CPC classification number: G06T5/002
Abstract: 本发明公开了一种基于机器视觉的钢轨检测图像的去噪方法，能、快速有效地去除图像中的椒盐噪声，步骤有：S1、获取待去噪的钢轨图像，在钢轨图像上建立滤波窗口；S2、滤波窗口由钢轨图像的最左侧向右移动一个像素宽的步长，并判断滤波窗口中心像素点的灰度值是否在预设的灰度值范围内，如果在，则保持该点的灰度值不变，执行步骤4，反之，则执行步骤3；S3、以中心像素点为标志点划分出一个左上三角形矩阵，对该三角形矩阵中除中心像素点外的5个像素点的灰度值进行排序，取中间值作为该像素点灰度的更新值；S4、滤波窗口按照从左至右、从上至下的原则，重复上述步骤，依次进行所有像素点灰度值的判断更新，直至图像中所有的像素点灰度值判断更新完为止。
-
Patent Agency Ranking
公开(公告)号：CN106251361B
公开(公告)日：2019-01-15
申请号：CN201610770736.6
申请日：2016-08-30
Applicant: 兰州交通大学
Abstract: 本发明公开了一种钢轨表面缺陷图像自适应分割方法，包括以下步骤：S1采用行灰度均值逐次累加法提取钢轨区域；S2对钢轨区域图像预处理；S3对钢轨区域图像进行结构区域和非结构区域划分；S4在结构区域利用图像的非局部特征进一步区分缺陷区域和阴影区域；S5根据图像中的不同特征自适应建立背景图像模型；S6图像差分；S7动态阈值分割。利用图像局部信息将图像划分成结构和非结构区域，利用非局部信息自适应调节像素邻域窗口尺寸求取均值，建立准确的背景图像模型，图像差分并动态设定阈值，在凸显图像缺陷部分的同时，有效减弱光照不均和钢轨表面反射特性对钢轨表面缺陷检测产生的影响，获得理想的图像分割效果，保证轨面检测的精度。
-
公开(公告)号：CN106355185A
公开(公告)日：2017-01-25
申请号：CN201610770769.0
申请日：2016-08-30
Applicant: 兰州交通大学
CPC classification number: G06K9/4671 , G06K9/54
Abstract: 本发明公开了一种振动条件下快速提取钢轨表面区域的方法，包括以下步骤：S1图像采集以及预处理；S2图像阈值分割；S3提取钢轨表面区域的连通分量：通过设置阈值分割后二值图像的8邻接连通分量的面积与周长阈值，提取包含钢轨表面区域的连通分量；S4、提取钢轨表面边界直线：采用Hough变换提取轨面边缘图像中存在的直线线段，并删除偏转角度较大的线段；S5提取钢轨表面边界参考点；S6轨面边界直线拟合修正；S7根据修正后的偏转角度对图像进行旋转仿射变换。通过与现有几种典型的轨面提取算法对比，本方法的速度、精度及稳定性均具有明显优势，更适用于高速自动化轨面缺陷分割方法中。
-
公开(公告)号：CN106251361A
公开(公告)日：2016-12-21
申请号：CN201610770736.6
申请日：2016-08-30
Applicant: 兰州交通大学
CPC classification number: G06T7/0004 , G06T5/002 , G06T5/008 , G06T2207/20012 , G06T2207/20032 , G06T2207/20192 , G06T2207/20224 , G06T2207/30136
Abstract: 本发明公开了一种钢轨表面缺陷图像自适应分割方法，包括以下步骤：S1采用行灰度均值逐次累加法提取钢轨区域；S2对钢轨区域图像预处理；S3对钢轨区域图像进行结构区域和非结构区域划分；S4在结构区域利用图像的非局部特征进一步区分缺陷区域和阴影区域；S5根据图像中的不同特征自适应建立背景图像模型；S6图像差分；S7动态阈值分割。利用图像局部信息将图像划分成结构和非结构区域，利用非局部信息自适应调节像素邻域窗口尺寸求取均值，建立准确的背景图像模型，图像差分并动态设定阈值，在凸显图像缺陷部分的同时，有效减弱光照不均和钢轨表面反射特性对钢轨表面缺陷检测产生的影响，获得理想的图像分割效果，保证轨面检测的精度。
-
公开(公告)号：CN106355185B
公开(公告)日：2019-07-16
申请号：CN201610770769.0
申请日：2016-08-30
Applicant: 兰州交通大学
Abstract: 本发明公开了一种振动条件下快速提取钢轨表面区域的方法，包括以下步骤：S1图像采集以及预处理；S2图像阈值分割；S3提取钢轨表面区域的连通分量：通过设置阈值分割后二值图像的8邻接连通分量的面积与周长阈值，提取包含钢轨表面区域的连通分量；S4、提取钢轨表面边界直线：采用Hough变换提取轨面边缘图像中存在的直线线段，并删除偏转角度较大的线段；S5提取钢轨表面边界参考点；S6轨面边界直线拟合修正；S7根据修正后的偏转角度对图像进行旋转仿射变换。通过与现有几种典型的轨面提取算法对比，本方法的速度、精度及稳定性均具有明显优势，更适用于高速自动化轨面缺陷分割方法中。
-
公开(公告)号：CN207931722U
公开(公告)日：2018-10-02
申请号：CN201820333024.2
申请日：2018-03-12
Applicant: 兰州交通大学
Abstract: 本实用新型公开了一种基于机器视觉的自动测量轨检车，包括手柄和车架，手柄上设有显示器，车架两端通过轮轴连接车轮，车轮上设有无刷直流电机和光电传感器，光电传感器和无刷直流电机电性连接，车架上设有电源系统、GPS模块、图像采集系统、图像处理系统及激光器，GPS模块和电源系统、图像采集系统电性连接，图像采集系统的输出端与图像处理系统的输入端连接，图像处理系统的输出端与显示器的输入端连接。本实用新型将机器视觉与轨检车相结合检测轨道缺陷，检测速度快，能够精确的定位钢轨表面缺陷，实现动态条件下轨距的非接触式自动测量和轨道状态的实时显示，检测效率高。
-
-
-
-
-
Search Results
6
records
(took 0.017 seconds)
