重轨在铁路运输业中具有重要的作用,其质量直接影响到铁路运输业的安全。热态重轨表面质量检测是重轨生产中检测环节中的第一环,也是极其重要的一环。该项检测的速度、准确性等因素直接关系重轨生产的总体质量和报废率,对企业提高产品质量、减少废品率、提高经济效益有着积极的作用。本文以国内某大型钢铁集团轨梁厂热态重轨表面质量检测现状为背景,针对热态重轨人工肉眼检测法的多种弊端,在项目组研究成果的基础上,设计了一套基于机器视觉的热态重轨表面质量实时在线检测系统。该系统克服了人工检测法漏检率高、检测效率低、结果不准确的问题,可以实现对热态重轨全表面质量的并行检测。系统利用机器视觉技术及图像处理手段对重轨表面质量进行机器识别,具有检测效率高、结果准确直观并可重现等优点,有广阔的应用前景。本文的主要研究内容如下:1.结合重轨截面形状对重轨表面缺陷及重点检测区域进行了分析和总结,设计了重轨表面图像采集摄像机的布置位置。2.对高温热态重轨的光照辐射特性进行了分析,根据热态重轨辐射特性及表面缺陷特点选取了合适的滤镜和光照方式。3.根据对图像中重轨边缘区域像素变化特征的分析,提出了边缘强对比度拉伸算法对重轨图像的背景区域进行分割。4.针对重轨图像光照不均的问题,使用MATLAB软件对重轨进行了光照模拟;利用重轨图像自身像素统计对图像光照不均函数进行了估计,进而对图像进行了去光照不均处理。5.对重轨表面缺陷的通用特征进行了分析和描述,分别提出了过暗过曝区域交叠融合法和图像列像素线线间相关度互校验法两种算法对重轨表面缺陷进行识别。算法识别适应性较好、可检测范围广,能对重轨表面多个位置、多种类型的缺陷同时进行检测。