论文部分内容阅读
针对钢轨表面灰度差异小,缺陷区域边界难提取,传统图像处理方法耗时长,缺陷识别准确率低等问题,设计一种改进的Faster R-CNN的钢轨表面缺陷检测方法。通过对采集到的钢轨表面图像进行预处理以减小后续运算量,采用基于灰度垂直投影法完成轨面区域的提取;为了提高Faster R-CNN网络对钢轨表面缺陷检测的准确率,对Faster R-CNN网络一些关键部分加以改进,包括卷积核的选择和基于级联的特征融合策略;设计网络训练策略,建立样本图像库和干扰图像库,对改进后模型和两种传统模型进行对比实验。对比结果表