论文部分内容阅读
针对现有机器视觉缺陷检测方法存在缺陷显著性不明显、鲁棒性较弱等问题,提出一种主成分分析(PCA)模式和颜色特征相融合的钢轨表面缺陷视觉显著性检测方法。为解决传统模式特征计算效率低的问题,对PCA模式特征进行改进。利用缺陷图块的颜色特征与锈迹、斑痕等普通图块的差别较大这一特点,对钢轨表面缺陷进行显著性检测。试验结果表明,该方法可以处理不同形状的轧疤、轧痕类缺陷,缺陷显著性效果较好,能准确地显示缺陷形状、位置等信息。