[发明专利]一种基于图像处理的钢轨波磨周期评估方法

权利要求书

1.一种基于图像处理的钢轨波磨周期评估方法，其特征在于，包括：

步骤S51，读取钢轨波磨图像，通过基于图像处理的钢轨波磨自动识别方法识别出钢轨波磨图像中的钢轨波磨；

步骤S52，对钢轨波磨区间进行定位；

步骤S53，按列提取钢轨波磨区间图像；

步骤S54，对区间中每列图像进行一维快速傅立叶变换，得到各列图像的频率-幅值曲线图；

步骤S55，在所述频率-幅值曲线图上，针对每条频率-幅值曲线，同时提取对应于前两个最大峰值的频率，根据频率和周期之间的数学关系式计算得到波磨区间中每列图像的候选周期d1和d2；

步骤S56，分别计算波磨区间中每列图像候选周期的SNDMF值；

步骤S57，确定波磨区间中每列图像的最终周期；

步骤S58，计算波磨区间中所有列图像周期值的众数作为钢轨波磨区间的周期；

所述基于图像处理的钢轨波磨自动识别方法包括如下步骤：

步骤S1，读取轨道图像；

步骤S2，对轨道图像进行预处理；

步骤S3，钢轨区域定位，获取钢轨表面图像；

步骤S4，根据改进的空间金字塔匹配模型构建所述钢轨表面图像的特征描述；

步骤S5，根据所述钢轨表面图像的特征描述进行钢轨波磨的自动识别；

所述步骤S52进一步包括：

步骤S521，计算钢轨波磨图像中每个像素点处的水平方向梯度值，并按列依次求每列图像的水平方向梯度均值；

步骤S522，根据钢轨波磨图像的特点，计算曲线右半部分中所有极大值的最大值，所对应的列坐标作为裁剪后剩余钢轨表面区域的终止坐标；计算曲线左半部分中所有极小值的最小值，所对应的列坐标作为裁剪后剩余钢轨表面区域的起始坐标；根据计算得到的起始和终止坐标，得到裁剪后剩余钢轨表面区域；

步骤S523，利用大津阈值分割算法和数学形态学算法对图像进行二值化，并去除二值化后存在的噪声点；

步骤S524，统计分析二值图像每列前景点的个数，并通过与设定的阈值比较得到钢轨波磨区间的起始和终止点坐标，确定波磨区间的左右边界。

2.根据权利要求1所述的方法，其特征在于，所述步骤S2中对轨道图像的预处理，进一步包括如下步骤：

步骤S21，采用双边滤波滤除图像中的噪声；

步骤S22，对轨道图像进行光照不均校正。

3.根据权利要求2所述的方法，其特征在于，所述步骤S22进一步包括：

步骤S221，使用动态引导滤波，在去噪后的轨道图像中提取光照分量；

步骤S222，根据光照分量提取结果的统计分布特性，利用基于二维参数自适应伽马函数的光照不均校正函数，处理轨道图像的不均匀光照问题，得到校正后的轨道图像。

4.根据权利要求1所述的方法，其特征在于，所述步骤S3进一步包括如下步骤：

步骤S31，增强轨道图像垂直边缘；

步骤S32，图像水平梯度计算；

步骤S33，加权梯度投影分析，获得钢轨表面图像集。

5.根据权利要求4所述的方法，其特征在于，所述步骤S33中加权梯度投影分析，进一步为：根据轨道图像中每列的水平位置，将水平方向梯度和值乘以与所述水平位置相适应的自适应权重，并对轨道图像进行加权梯度垂直投影，对轨道图像进行加权梯度投影分析，得到投影结果轮廓曲线；最后结合轨道表面的经验宽度值，确定轨道表面区域在轨道图像中的左右边界。

6.根据权利要求1所述的方法，其特征在于，所述步骤S4进一步包括如下步骤：

步骤S41，提取钢轨表面图像的多种特征向量，将每幅钢轨表面图像的同一种特征向量集合成一种特征向量集，从而获得多种特征向量集；

步骤S42，根据所述特征向量集，对每种特征向量集进行聚类生成各自独立的视觉码本；

步骤S43，基于所述视觉码本，进行局部约束线性编码，得到钢轨表面图像的特征描述。