[发明专利]基于图像重构和分块阈值分割的钢轨缺陷检测方法

说明书

本发明提供一种基于图像重构和分块阈值分割的钢轨缺陷检测方法，具体步骤为：步骤1，输入待检测的钢轨图像，对待检测的钢轨图像做预处理步骤，获得增强图像；步骤2，对增强图像进行图像重构，获得重构图像；步骤3，增强图像与重构图像做减法操作，得到差分图像，步骤4，将差分图像分割为大小相同的图像块，对每个图像块做前、背景区域判断和阈值分割，得到二值图像；步骤5，对二值图像做开运算，最终得到检测结果图。本发明根据钢轨图像列一致性的特点重构一张无缺陷图，减小了缺陷检测的漏检率，分块阈值分割算法减少了光照不均对检测结果的影响。解决了现有技术中存在的缺陷检测不准确的问题。

技术领域

本发明属于图像分割技术领域，涉及基于图像重构和分块阈值分割的钢轨缺陷检测方法。

背景技术

随着我国铁路事业的迅速发展，对铁路的基础安全设施提出了日益严格的要求。在铁路轨道的基本组成中，钢轨是其不可或缺的重要组成部分，且容易受到列车在行驶过程中带来的磨损和来自自然因素的损害，则会在其表面产生不同大小的缺陷，可能会对列车的正常行驶产生影响。为了保证列车更加安全的行驶，对钢轨表面的缺陷检测就显得尤为重要。

传统的检测方法多为经验丰富的人员进行人工检测，该方法不仅具有效率低、成本高等缺点，还容易产生由于人眼疲劳或情感因素造成的准确率低等问题。随着数字图像处理技术和机器视觉的发展，使其很快的应用到钢轨的缺陷检测中。目前，对于钢轨表面的缺陷检测方法可分为以下四类：超声波检测法、电涡流法、基于数字图像处理方法和深度学习方法。近年来，图像处理技术越来越多地应用到钢轨的表面缺陷检测中，但在其缺陷检测的准确性还有待提高。

发明内容

本发明的目的是提供一种基于图像重构和分块阈值分割的钢轨缺陷检测方法，解决了现有技术中存在的缺陷检测不准确的问题。

本发明所采用的技术方案是，

基于图像重构和分块阈值分割的钢轨缺陷检测方法，具体步骤为：

步骤1，输入待检测的钢轨图像，对待检测的钢轨图像做预处理步骤，获得增强图像；

步骤2，对增强图像进行图像重构，获得重构图像；

步骤3，增强图像与重构图像做减法操作，得到差分图像；

步骤4，将差分图像分割为大小相同的图像块，对每个图像块做前、背景区域判断和阈值分割，得到二值图像；

步骤5，对二值图像做开运算，最终得到检测结果图。

本发明的特点还在于，

预处理步骤具体的为：对待检测的钢轨图像依次做中值滤波、图像增强和归一化处理。

其中图像增强采用对数图像增强算法，公式如下：

其中I_m为中值滤波后的图像，大小为M×N，i＝1,2...M，j＝1,2...N。I_n为对数图像增强之后的图像。

其中图像重构具体按照公式(2)操作：

其中I_r(i,j)重构图像，I(i,j)为增强图像，mean(j)为增强图像第j列像素的均值，T_r为设定的阈值。

其中T_r的值取T_r＝50。

其中步骤4具体为：

步骤4.1，将差分图像分割为大小相同的图像块，其中图像块大小为80*80；

步骤4.2，计算所有图像块的类间平均灰度差；