一种基于复合电磁检测的轨道缺陷识别与分类方法

摘要

本发明公开了一种基于复合电磁检测的轨道缺陷识别与分类方法，首先使用复合电磁检测装置检测样本，获取漏磁信号以及交流涡流IQ解调信号，然后将检测信号转化为二值图像，运用形态学运算方法中的开操作和闭操作，识别出缺陷信号位置，接着通过表决系统识别出表面缺陷信号位置，从漏磁信号中剔除表面缺陷信号，得到仅包含埋藏缺陷的漏磁信号，最后对埋藏缺陷信号进行识别，得到埋藏缺陷的位置。本方法能够快速、有效、准确地判断出被测铁轨缺陷的位置和类别，对后期的检修维护提供帮助和指导。

说明书

技术领域

本发明涉及无损检测技术领域，尤其涉及一种基于复合电磁检测的轨道缺陷识别与分类方法。

背景技术

复合电磁检测技术是将涡流检测和漏磁检测结合，利用各自特点达到更优的检测效果。涡流检测技术由于涡流具有集肤效应，因此仅能检测到样本表面的缺陷，而无法检测到内部的缺陷；漏磁检测技术可以同时检测到表面和埋藏缺陷。分析现有铁轨无损检测技术各自的长处及缺点，再将其融合使用取长补短，对于提高铁轨裂纹伤损检测精度、保障列车运行安全有着重要的意义。

目前，复合检测技术只能判断缺陷是否存在，而对缺陷位置、缺陷类别等参数难以做出准确的评估，无法提供缺陷更多的详细信息，不利于下一步的维修工作。

发明内容

本发明所要解决的技术问题是针对背景技术中所涉及到的缺陷，提供一种基于复合电磁检测的轨道缺陷识别与分类方法，能够对漏磁和涡流检测的表面和埋藏缺陷的信号进行识别与分类。

本发明为解决上述技术问题采用以下技术方案：

一种基于复合电磁检测的轨道缺陷识别与分类方法，包括以下步骤：

步骤1)，使用复合电磁检测装置检测待测样本，获取漏磁信号以及交流涡流IQ解调信号；

步骤2)，将检测信号转化为二值图像，运用形态学运算方法中的开操作和闭操作，识别出缺陷信号位置；

步骤3)，通过表决系统识别出表面缺陷信号位置，从漏磁信号中剔除表面缺陷信号，得到仅包含埋藏缺陷的漏磁信号，对埋藏缺陷信号进行识别，得到埋藏缺陷的位置，进而完成对表面缺陷、埋藏缺陷的识别和分类。

作为本发明一种基于复合电磁检测的轨道缺陷识别与分类方法进一步的优化方案，所述步骤2)的具体步骤如下：

步骤2.1)，采用最大最小归一化方法将信号归一化至[0,1]，计算公式为

步骤2.2)，对漏磁信号、交流涡流IQ解调信号使用前景比背景亮的局部自适应阈值对信号进行二值化，正峰大于阈值的部分置1，其余部分为背景置0，识别正峰；接着使用前景比背景暗的局部自适应阈值对信号进行二值化，负峰小于阈值的部分置1，其余部分置0，识别负峰；将正、负峰的识别结果进行“或”运算，得到峰值处为1，其余背景信号为0的二值信号；

步骤2.3)，利用消除图像中噪点的开操作，消除由于二值化信号过程中误识别的细小的噪声信号；由于负峰向正峰转变的过程中一小段幅值和背景相似，不易被识别，所以对开操作后的信号进行闭操作，使整个缺陷信号识别为一片连续完整的信号。

作为本发明一种基于复合电磁检测的轨道缺陷识别与分类方法进一步的优化方案，所述步骤3)的具体步骤如下：

步骤3.1)，将漏磁信号、交流涡流IQ解调信号经过2/3表决系统识别表面缺陷信号，系统遍历每一个采样点，如果该点处漏磁、交流涡流IQ解调信号三个二值化信号中有两个及以上的值为1，则判定该点为表面缺陷信号区域；对表决后的信号分别选用120×1和800×1矩形结构元进行一次开闭操作，得到表面缺陷信号；

步骤3.2)，对二值化表面缺陷信号求一阶导数d，d＝1处即为缺陷起点n

前后各放宽20000/v个采样点，得到每个表面缺陷的起终点位置n

每个缺陷起终点之间的缺陷信号保持不变，将上一个缺陷终点与下一个缺陷起点之间的信号用线性插值进行过度，得到仅含表面缺陷的虚拟信号，将原漏磁信号与虚拟信号相减，得到仅含埋藏缺陷的虚拟信号；

步骤3.3)，对仅含埋藏缺陷的信号进行二值化、开操作和闭操作处理，得到埋藏缺陷的识别结果；

对埋藏缺陷识别结果求一阶导数，导数值为1处即为埋藏缺陷的起点，导数值为-1处即为埋藏缺陷的终点，前后各多取10000/v个采样点作为余量，得到埋藏缺陷位置；

步骤3.4)，根据每个表面缺陷和埋藏缺陷的位置截取起终点之间的信号，减去缺陷识别时人为施加的偏置0.5，将没有缺陷时的信号置零，分别绘制表面和埋藏缺陷信号，实现对表面和埋藏缺陷的分类。

本发明采用以上技术方案与现有技术相比，具有以下技术效果：

本方法能够快速、有效、准确地判断出被测铁轨缺陷的位置，并且能够区分表面和埋藏缺陷，为后期的检修维护提供帮助和指导。

附图说明

图1为复合电磁检测装置及原理示意图；

图2为待测样本缺陷俯视图和剖面图的对比示意图；

图3为缺陷样本的漏磁、涡流I路信号、涡流Q路信号的原始对比图；

图4为图3进行归一化及偏置调整后的信号示意图；

图5为图4经过二值化的信号示意图；

图6为图5经过开操作后的二值信号示意图；

图7为图6经过闭操作后的二值信号示意图；

图8为表面缺陷识别结果示意图；

图9为仅含表面缺陷的虚拟信号和仅含埋藏缺陷的虚拟信号示意图；

图10为埋藏缺陷识别结果示意图；

图11为表面与埋藏缺陷分类结果示意图。

具体实施方式

下面结合附图对本发明的技术方案做进一步的详细说明：

本发明可以以许多不同的形式实现，而不应当认为限于这里所述的实施例。相反，提供这些实施例以便使本公开透彻且完整，并且将向本领域技术人员充分表达本发明的范围。在附图中，为了清楚起见放大了组件。

本发明公开了一种基于复合电磁检测的轨道缺陷识别与分类方法，包括以下步骤：

步骤1)，使用复合电磁检测装置检测待测样本，获取漏磁信号以及交流涡流IQ解调信号；

复合电磁检测装置一般包括磁芯、励磁线圈和差分探头等，如图1所示，使用该装置检测待测样本时，向励磁线圈施加直流激励50V，差分线圈施加交流激励50kHz、10Vpp，样本缺陷如图2所示，获取的漏磁信号、涡流IQ解调信号如图3所示。

步骤2)，将检测信号转化为二值图像，运用形态学运算方法中的开操作和闭操作，识别出信号中的缺陷信号位置：

步骤2.1)，采用最大最小归一化方法将信号归一化至[0,1]，以归一化后信号的中位数为其原有的直流偏置，将无缺陷时的信号偏置设为0.5，经过归一化、偏置调整后的信号如图4所示；

步骤2.2)，对漏磁、涡流IQ两路信号使用前景比背景亮的局部自适应阈值对信号进行二值化，正峰大于阈值的部分置1，其余部分为背景置0，识别正峰；接着使用前景比背景暗的局部自适应阈值对信号进行二值化，负峰小于阈值的部分置1，其余部分置0，识别负峰；将正、负峰的识别结果进行“或”运算，得到峰值处为1，其余背景信号为0的二值信号，如图5所示，图中灰色区域为二值化为1的峰值区域，白色区域为背景信号；

步骤2.3)，采用150×1的矩形结构元对二值化后的信号进行开操作，消除噪声信号，得到缺陷信号如图6所示；采用700×1的矩形结构元对开操作后的信号进行闭操作，使整个缺陷信号都能被识别为一片连续完整的前景，如图7所示；

步骤3)，通过表决系统识别出表面缺陷信号位置，从漏磁信号中剔除表面缺陷信号，得到仅包含埋藏缺陷的漏磁信号，对埋藏缺陷信号进行识别，得到埋藏缺陷的位置，进而完成对表面缺陷、埋藏缺陷的识别和分类：

步骤3.1)，将漏磁、涡流IQ解调信号经过2/3表决系统识别表面缺陷信号，系统遍历每一个采样点，如果该点处漏磁、涡流IQ解调信号三个二值化信号中有两个及以上的值为1，则判定该点为表面缺陷信号区域，对表决后的信号分别选用120×1和800×1矩形结构元进行一次开闭操作，得到表面缺陷信号，如图8所示；

步骤3.2)，对步骤3.1)得到的表面缺陷信号求一阶导数d，d＝1处即为缺陷起点n

前后各放宽20000/v个采样点，得到每个表面缺陷的起终点位置n

每个缺陷起终点之间的缺陷信号保持不变，将上一个缺陷终点与下一个缺陷起点之间的信号用线性插值进行过度，得到仅含表面缺陷的虚拟信号，如图9灰色虚线所示；将原漏磁信号与虚拟信号相减，、得到仅含埋藏缺陷的虚拟信号，如图9浅灰色实线所示；

步骤3.3，对仅含埋藏缺陷的信号进行二值化、开操作和闭操作的处理，采用步骤2)的方法得到埋藏缺陷的识别结果，如图10所示；

步骤3.4)，根据每个表面缺陷和埋藏缺陷位置截取起终点之间的信号，减去缺陷识别时人为施加的偏置，将没有缺陷时的信号置零，分别绘制表面和埋藏缺陷信号，实现对表面和埋藏缺陷的分类，如图11所示，对11个表面缺陷识别的准确率和精确率均为100％，未出现误识别、漏识别现象；对10个埋藏缺陷的识别准确率达90％，精确率达100％，对于孔径2mm及以上的埋藏缺陷都能进行准确地识别。

本技术领域技术人员可以理解的是，除非另外定义，这里使用的所有术语(包括技术术语和科学术语)具有与本发明所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是，诸如通用字典中定义的那些术语应该被理解为具有与现有技术的上下文中的意义一致的意义，并且除非像这里一样定义，不会用理想化或过于正式的含义来解释。

以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。