Detection of rail faults using morphological feature extraction based image processing

Abstract

tr 2, 3, 4Özetçe -Demiryolu ulaşımında raydaki arızaların tespit edilmesi büyük öneme sahiptir. Raylarda oluşan arızalar güvenlik, ulaşımın aksaması ve maliyet gibi sorunların oluşmasına neden olur. Bu çalışmada demiryolu raylarında oluşan arızaları tespit etmek için morfolojik özellik çıkarımını kullanan görüntü işleme tabanlı algoritma önerilmektedir. Alınan ray görüntülerine görüntü işleme yöntemleri ve Hough dönüşümü uygulanarak ray tespit edilir. Tespit edilen ray görüntülerine morfolojik işlemlerin uygulanmasıyla görüntüdeki bölgelerin özellikleri çıkarılır ve arızalı olan bölgeler tespit edilir. Önerilen yöntem ile raydaki baş kontrolü, kırılma, apletilik ve ondülasyon arızaları tespit edilir. Bu çalışmada farklı yön ve ışıklandırma koşulları altındaki demiryolu rayı görüntüleri üzerinde önerilen yöntemin bütün adımları gerçekleştirilerek çalışma süresi düşük ve başarı oranı yüksek sonuçlar elde edilmiştir.Abstract -Determining the rail's breakdown has a big importance in railway access. The breakdowns of rails bring about problems such as insecurity, delay of access, and expenditure. In this work, in order to determine the breakdowns of rails using Morphological feature extraction based image processing algorithm is offered. The rail is determined through applying the image processing methods and Hough transform to the received images of rail. Headcheck breakage, apletilik and undulation of defects are determined by proposed method. Faulty regions is determined through extracting features of regions in images by applying Morphological operations to detected rail images. In this work, all steps of the offered method is applied to the images of rail under different direction and lighting, and with maximum accuracy and minimum working time, the results are acquired.

Peridinamik Tabanlı Bulanık Mantık Algoritması Yardımıyla Ray Yüzeyindeki Kusurların Tam Spektrum Görüntü İşleme ile Tespiti

“…Faghih-Roohi ve arkadaşları [13], evrişimli sinir ağları algoritması ile ray yüzeyinde meydana gelen altı farklı kusur için 700 kilometre uzunluğunda demiryolu hattında 22408 adaet görüntü ile geliştirdikleri yöntemi denemişlerdir. Tastimur ve arkadaşları [14], Hough dönüşümü yardımıyla demiryolu hattının görüntüsünden ray yüzeyinin ayırt etmeyi gerçekleştirmişlerdir. Ayrıştırılan görüntü üzerinden geliştirilen morfolojik tabanlı algoritma ile ray yüzeyinin kusurlarının tespiti mümkün olmuştur.…”

A Vision Based Condition Monitoring Approach for Rail Switch and Level Crossing using Hierarchical SVM in Railways

“…Manual inspection of rails is slow and contact inspection methods harm the rails, rail analysis is performed with machine vision via non-contact, high accuracy and high-speed methods [4]. Besides, manual inspection is expensive and cause to temporarily disable of railway [5]. A turnout is used to transfer vehicles from one track to another track.…”