[发明专利]基于灰度突变的扣件区域定位方法

说明书

本发明公开了一种基于灰度突变的扣件区域定位方法，包括(1)图像预处理：采集不同时段的轨道图像，构造二维伽马函数，轨道图像进行伽马校正后进行边缘提取得到边缘图像；边缘图像通过小波变换分解后进行重构，重构后的图像进行边缘提取；(2)扣件区域定位：钢轨图像进行灰度突变统计，得到灰度突变点标记图和统计图，然后修正统计图；根据统计图谷底区域定位流程图计算统计图的谷底区域，根据图像上的位置关系找出扣件区域；(3)计算总体定位准确率。本发明通过对图像预处理过程中的伽马变换、小波变换，对于灰度统计图中行和列的极小值进行了拉伸，双轨扣件定位精确度高，能快速、有效定位出扣件区域，具有较强鲁棒性和实用性。

技术领域

本发明属于轨道交通安全检测技术领域，尤其涉及一种基于灰度突变的扣件区域定位方法。

背景技术

扣件是连接钢轨和轨枕的关键部件，在保证轨道稳定性、可靠性方面发挥着重要作用。为检测扣件状态，计算机视觉技术因其快速、稳定等特点被广泛研究并予以应用，对于采集到的待处理钢轨图像中，道砟等非扣件区域占了很大一部分面积，这些冗余区域不仅会增加钢轨扣件检测过程中处理的数据量，延长算法的处理时间，还会对扣件检测结果造成干扰。所以在基于机器视觉的扣件检测方法中，能否对扣件区域进行准确定位关系到算法的实时性和准确性。

吴禄慎等研究了一种改进的十字交叉轨道扣件定位方法(铁道标准设计,2016,60(12):49-53)，其通过十字交叉对扣件进行定位，在定位前首先利用先验信息得到扣件的初步区域，能解决因光照采集角度等问题对扣件定位的干扰，但是当扣件不在图像预定的位置时，其得到的初步区域会出现偏差进而影响后续对扣件区域的精确定位。刘甲甲等(铁道学报,2016,38(8):73-80)通过对图像灰度信息进行统计以实现对扣件区域的定位，但由于在钢轨图像中扣件区域与周围环境区域灰度不严格连续变化，很难选取合适的阈值以得到比较精确的定位结果。Feng H等(IEEE Transactions on InstrumentationMeasurement,2014,63(4):877-888)利用一种线段检测法对钢轨和轨枕边界进行检测，然后根据先验知识定位到扣件位置，但在寻找边缘时得到的边界不一定连续，算法的适应性较差。

现有的目标区域定位算法是利用对轨道图像分别进行列和行方向灰度统计，然后通过寻找灰度统计图中波谷位置实现对目标区域的定位。如图1所示的轨道图像，图1(a)为单轨枕轨道图像，图1(b)为双轨枕轨道图像，对图1(a)和(b)的轨道图像的灰度值进行统计得到灰度统计图分别如图2和图3所示。对图1(a)所示含单轨枕轨道图像而言，对其进行行方向灰度统计得到的统计图如图2(a)所示，由图2(a)可以快速确定谷底位置A和B，即图1(a)中的轨枕区域对应于图2(a)中A与B之间的区域；对于图2(b)轨道图像列方向灰度统计图，可先搜索统计图的最大值点即点C，然后搜索C点左、右两侧的最小值点，即图2(b)中点D与点E，但由于有砟轨道图像中存在大量道砟石造成统计图出现较多波动，对统计图中最小点位置的确定造成了一定的干扰。而对于图1(b)所示双轨枕轨道图像，也同样存在无法对目标区域进行准确定位的问题，而且由图3(a)行方向灰度统计图中也无法得到图1(b)轨道图像中存在双轨枕的信息。

由此可见，现有的轨道扣件区域定位算法对单轨枕图像的轨枕区域能取得较好的定位效果，但对于钢轨轨面以及含双轨枕轨道图像定位精确度还需进一步提高。

发明内容

为解决上述背景技术中指出的缺陷，本发明提供一种基于灰度突变的扣件区域定位方法。

本发明是这样实现的，一种基于灰度突变的扣件区域定位方法，包括以下步骤：

(1)图像预处理：

a.二维伽马变换：采集不同时段的轨道图像，构造二维伽马函数，其表达式如下：

式中，O(i，j)为像素点变换后的灰度值；f(i，j)为变换前像素点的灰度值；γ为用于亮度增强的指数值；avg为图像平均灰度值。