[发明专利]一种列车轮对几何参数测量视觉图像处理方法

说明书

技术领域

本发明涉及结构光视觉图像处理技术，尤其涉及一种列车轮对几何参数测量视觉图像处理方法。

背景技术

列车轮对几何参数的自动化测量对于保障列车运行安全、提高工作效率具有极其重要的意义。作为轮对测量系统的重要组成部分，轮对视觉图像的快速精确处理是实现轮对几何参数快速、高精度自动化测量的关键技术之一。

目前，有关列车轮对几何参数测量系统的视觉图像处理方法主要有：数学形态学算法(陈蓉，车辆轮对踏面几何参数照相检测方法的研究，上海铁道科技，2009，02：7-9)；轮廓跟踪算法(曹贺，基于CCD的列车轮对在线检测系统的应用研究，信息技术，2011，10：98-102)。有关结构光条纹中心提取算法有：多方向模板法(胡斌，基于方向模板的结构光条纹中心检测方法，计算机工程与应用，2002，38(11)：59-60；雷海军，一种结构光条纹中心快速检测方法，华中科技大学学报(自然科学版)，2003，31(1)：74-76)以及Hessian矩阵法(CarstenSteger，An Unbiased extraction of curvilinear structures[J]，Transactions on PatternAnalysis and Machine Intelligence，(Carsten Steger，一种曲线结构的无偏提取方法[J]，模式分析与机器智能汇刊)1998，20(2)：113-125；胡坤，一种快速结构光条纹中心亚像素精度提取方法，仪器仪表学报，2006，27(10)，1326～1329；周富强，结构光光条提取的混合图像处理方法，光电子与激光，2008，19(11)，1534～1537)。

上述数学形态学与轮廓跟踪算法都是像素级处理，光条的提取精度无法达到亚像素级别，从而一定程度上限制了整个轮对测量系统的测量精度。此外，这些算法仅仅利用图像的灰度信息提取光条，因而对噪声及杂光干扰较为敏感。上述多方向模板法及Hessian矩阵法均不能有效地区分干扰光条及有用光条，并且存在计算量大的缺点，不适合应用于列车轮对几何参数的动态测量系统中。

发明内容

有鉴于此，本发明的主要目的在于提供一种列车轮对几何参数测量视觉图像处理方法，能够在保证光条提取精度的同时，减少线点提取的运算量以及线点连接的搜索量，提高图像处理速度。

为达到上述目的，本发明的技术方案是这样实现的：

本发明提供了一种列车轮对几何参数测量视觉图像处理方法，该方法包括：

采用阈值分割方法根据视觉图像的灰度对获取的视觉图像的待处理区域极小化，得到视觉图像的极小化待处理区域；

对极小化待处理区域中的视觉图像进行滤波，在滤波后的视觉图像中提取所有亚像素级光条候选点；

根据有用光条的几何特性对光条候选点进行选择、快速连接，得到有用光条。

上述方案中，所述采用阈值分割方法根据视觉图像的灰度对获取的视觉图像的待处理区域极小化之前，还包括：

通过激光和成像设备获取列车轮对的视觉图像。

上述方案中，所述采用阈值分割方法根据视觉图像的灰度对获取的视觉图像的待处理区域极小化，包括：

在获取的视觉图像设定初始的视觉图像的待处理区域；

采用多次自适应阈值分割方法，根据视觉图像的灰度缩小视觉图像的待处理区域。

上述方案中，所述对极小化待处理区域中的视觉图像进行滤波，包括：

根据视觉图像不同像素的邻域信息选取高斯滤波模板，并根据结构光条纹的宽度选取模板大小，然后采用对应大小的高斯滤波模板对视觉图像中极小化待处理区域内的每一个点单独进行滤波。

上述方案中，所述在滤波后的视觉图像中提取所有亚像素级光条候选点，包括：

按照Hessian矩阵法在滤波后的视觉图像中提取出光条候选点的亚像素坐标。

上述方案中，所述根据有用光条的几何特性对光条候选点进行选择、快速连接，包括：

根据有用光条的位置及斜率以及光条间的相对位置关系，在极小化待处理区域内指定区域，在该区域的光条候选点中寻找到有用光条的起始点；

根据Hessian矩阵的特征向量计算光条点所处的线条方向，然后根据当前光条点所处的线条方向，在邻域内线条方向上的光条候选点之中按照距离及夹角绝对值之和最小的原则选取后续光条线点；

循环搜索后续光条候选点，直至当前光条点所处线条方向对应的邻域内没有光条候选点。

进一步地，所述循环搜索后续光条候选点，还包括：