标题：基于颜色和纹理特征的铁轨扣件锈迹识别
作者：徐汝利
作者单位：湖北大学知行学院计算机与信息工程学院，湖北 武汉 430014
关键字：粗糙度分析；颜色分析；锈蚀检测；RGB颜色空间；多阈值分割
摘要：传统的腐蚀损伤评估方法是目视检测，这对于大量的腐蚀检测评估来说是主观费时的，对于难以到达的区域也是不可行的。针对这些问题，基于自适应多阈值分割和图像特征分析，提出一种扣件数字图像锈蚀缺陷智能检测算法。首先，对图像进行预处理，利用改进的金字塔演化策略（IPES）对彩色图像进行自适应多阈值分割，锐化图像颜色均匀性以及纹理粗糙度。然后，构建2个弱分类器：①第1个分类器是粗糙度，根据灰度共生矩阵的能量参数设置粗糙度阈值，分析缺陷图像和非缺陷图像的特点，检测出缺陷扣件；②第2个分类器是颜色，统计分析锈样，在RGB颜色空间生成锈蚀色阶，确定锈色中心以及到边界的距离形成锈蚀域，检测出缺陷扣件中的锈蚀扣件。最后，定义了准确率和召回率这两个性能评估指标，对算法进行评估。实验结果表明，该算法能够有效识别扣件锈蚀缺陷，并且召回率达到93.34%。