基于线激光和新型标定板的钢轨轮廓匹配方法北大核心CSCD

为解决钢轨轮廓检测中标定平面和激光平面不重合、钢轨轮廓难以动态匹配的问题,制作了一种阶梯型标定板,并提出基于Harris-SIFT和改进RANSAC算法的钢轨轮廓匹配方法。首先设计制作一种阶梯型钢轨轮廓标定板,能直接标定激光平面,避免了实际应用中标定平面与线激光平面不完全重合的问题。标定过程中采集最佳控制点,通过多项式变换和双线性插值进行图像校正,然后通过Harris-SIFT算法进行轮廓粗匹配,大大缩短了匹配时间,最后利用改进的随机抽样一致算法(RANSAC)进行轮廓误匹配滤除,实现了轮廓精匹配。实验结果表明,图像标定时,相对于棋盘格标定板,校正误差减小0.042 mm;轮廓匹配时,相对于传统轮廓匹配方法,改进后的轮廓匹配算法匹配运行时间快,正确率达100%。     

基于机器视觉的钢轨圆孔动态测量方法

为动态检测铁轨上圆孔两侧尺寸是否合格,提出了一种基于机器视觉的圆孔动态测量方法。首先,通过工业相机动态采集圆孔图像并对图像预处理,其中,图像中外圆和内圆的半径分别对应圆孔两侧尺寸。其次,利用边缘检测和梯度法获取外圆的圆心与半径,在边缘检测时,采用记忆化搜索降低无关边缘的影响。然后在极坐标系下搜索外圆区域获取内圆轮廓点,并对其迭代拟合,最终得到内圆尺寸,实现了圆孔两侧尺寸的动态测量。经实验测试表明,这种方法测量精度高,光照度为2000 lx时,圆孔两侧尺寸测量误差均小于1个像素。