随着轨道交通的迅速发展,轨道线路的检修维护工作愈发重要。而轨道扣件、钢轨焊缝等轨道连接件作为轨道的重要组成部分,主要是实现钢轨与轨枕的连接和钢轨位置固定,依靠人工检测传统方法已逐渐无法满足轨道线路智能化检测需求,另外由于地铁隧道环境恶劣,检测工人的安全健康问题无法得到保障,因此轨道线路智能化检测成为未来重要的发展方向。本课题研究的基于机器视觉的轨道连接件病害检测系统作为轨道连接件病害检测机器人的关键组成部分,为实现轨道连接件智能化检测提供了一种可靠而效率高的检测方法。针对轨道扣件缺陷和钢轨焊缝裂纹等轨道连接件病害检测问题,本文以课题组自主研发的轨道连接件病害检测机器人为平台研究设计与实现了相适应的轨道连接件病害视觉检测系统,主要的工作内容如下:首先通过深入调研地铁轨道检测现状,了解轨道连接件的检测需求并确立轨道扣件和钢轨焊缝为检测目标,以此为根据设计和搭建了基于机器视觉的轨道连接件病害检测系统的总体架构,并以模块化方式设计与实现整个系统。其次是明确视觉检测系统主要由光源及其控制、图像采集及传输管理、图像处理及算法等各个模块组成,并其进行设计实现。对于光源及其控制模块,通过对光源硬件结构选型设计、光学特性分析与验证、光源控制单元设计实现以及测试分析等具体工作来设计实现,保证相机采集到亮度均匀,物体特征突出的图像。而对于图像采集及传输管理模块,结合轨道连接件病害检测机器人平台的特点以及检测需求,对相机、镜头、下位机处理器、云服务器等重点硬件的分析与选型,通过多次测试对相机及镜头参数进行调试,并实现相机外部触发,同时采用半参考法评估图像的清晰度,确保采集到高质量图像。然后利用4G移动网络将采集到符合要求的图像以及图像处理检测结果传输到云服务器上,实现数据的保存管理。图像处理及算法模块主要是对轨道连接件病害检测过程的算法研究,先是对采集到的原始图像进行去噪、增强等预处理,接着对图像中轨道连接件的位置进行定位获取感兴趣区域,然后提取感兴趣区域的梯度方向直方图特征和局部二元模式特征,并融合为HOG-LBP特征,最终构建轨道连接件样本集利用SVM分类算法进行离线训练,得到轨道连接件状态检测分类SVM模型。最后是系统的集成测试,本文研究的轨道连接件病害视觉检测系统的各个模块集成整合到轨道连接件病害检测机器人平台中进行测试,并对结果进行分析验证本系统的检测算法的准确率和可行性。