来源：期刊VIP网 时间：
作者：赵鑫欣;李海浪;王胜春;王昊;王宁;李清勇;
单位：北京交通大学交通大数据与人工智能教育部重点实验室;中国铁道科学研究院集团有限公司基础设施检测研究所;
摘要：对钢轨廓形的快速准确测量是实现高速铁路线路自动化分析的首要前提。在实际应用中，环境异物飞溅和强反射光等噪声会严重污染钢轨图像，导致钢轨追踪失败和测量精度下降。为此，提出一种钢轨图像激光条纹分割与廓形提取相结合的方法。首先，基于连续采集图像的时空上下文信息，定位钢轨感兴趣区域；然后，利用数据密度比缩放的聚类方法，过滤钢轨感兴趣区域中图像噪声并分割钢轨光带；最后，沿光带截面的法线方向实现钢轨廓形提取及测量。选取典型高铁线路试验数据，将该方法与基于密度聚类和共享近邻密度聚类方法的聚类评价指标F_1进行对比，并将它连同灰度重心法和Steger方法的钢轨廓形提取结果与MiniProf钢轨廓形测量仪的实际测量结果进行精度对比分析。结果表明：相比传统聚类和廓形提取方法，该方法平均F_1值为0.98，廓形测量误差均值为0.08 mm，可使不同形状和大小的钢轨数据聚为同一类，且钢轨廓形动态测量精度满足《高速铁路钢轨打磨管理办法》中0.15 mm的要求，有效克服复杂高铁环境噪声，单幅图像处理时间仅为2.2 ms，适用于最高检测速度350 km·h~(-1)下线路自动化分析的时效性和准确性。
关键词：高速铁路;;钢轨廓形;;动态测量;;密度比缩放;;激光条纹中心
基金资助：国家自然科学基金资助项目（62276019）;; 中国国家铁路集团有限公司科技研究开发计划课题（P2021G014）;; 中国铁道科学研究院集团有限公司院基金课题（2021YJ309,2021YJ218）
