基于机器视觉的钢轨缺陷检测方法研究
时间:2026-11-17 作者:丁要男
【摘要】为了实现钢轨缺陷智能检测,本文对钢轨病害原因和常见的缺陷类型进行了详细的论述,针对人工巡检等传统方式效率低、漏检、误检率高的问题展开研究,并将检测方法分成基于传统图像处理、机器学习与深度学习三大部分,通过对比不同算法的优点与不足及应用场景,指出实际中钢轨在运行过程中存在环境干扰大,微小缺陷易漏检、精度与实时性难以兼顾等不足,提出了跨模态学习和特征增强等手段,以作为钢轨智能检测研究的思考。
关键词:机器视觉;钢轨缺陷检测;图像处理;深度学习