[发明专利]扣件定位方法、装置及可读存储介质

说明书

本发明实施例提供一种扣件定位方法、装置及可读存储介质，对获取到的包括有待定位扣件的图像进行预处理，获得对应的边缘区域图像；边缘区域图像包含的多个连通区域形成第一区域集；基于第一区域集中的每个区域的形状特征和钢轨、轨枕的边缘区域特征，对第一区域集中的显性噪声和显性干扰区域进行去除，形成第二区域集；基于第二区域集中每个区域的形状特征和各区域之间的相对位置特征，获取钢轨边缘直线位置；基于第二区域集中每个区域的形状特征、各区域之间的相对位置特征和钢轨边缘直线位置，获取轨枕边缘直线位置；基于钢轨边缘直线位置和轨枕边缘直线位置获取扣件位置。定位精度高，处理过程简单、计算量小，适用于各种速度的检测环境中。

技术领域

本发明涉及扣件定位技术领域，尤其涉及一种扣件定位方法、装置及可读存储介质。

背景技术

扣件是铁轨上很常见也很重要的连接件，随着列车运行速度的不断提高、使用频率和载重量的不断增加，扣件的故障率也迅速上升。因此，扣件的健康状态检测是铁路轨道检测的重要内容之一。伴随着计算机技术和CMOS(Complementary Metal OxideSemiconductor，互补金属氧化物半导体)技术的快速发展，基于图像处理的扣件检测成为一种新的趋势，而该方法的第一步就是要对图像中的扣件进行定位。

扣件定位方法应用最广泛的是十字交叉定位法，即：首先确定钢轨和轨枕的位置，钢轨和轨枕位置的交叉点即为扣件位置，但是该方法完全依赖于目标和背景的灰度差异，当目标和背景的灰度值相似时，很容易造成定位错误。现有技术提出的一种改进的十字交叉轨道扣件定位方法，通过先验知识获得钢轨边缘位置，提高了测量的精度，但同时需要提前精确已知钢轨边缘位置，限制性较强。现有技术提出的另一种基于灰度突变的扣件区域定位方法，首先采用二维伽马变换对图像进行校正；然后对图像进行边缘提取，得到边缘图；接着采用小波变换对边缘图进行预处理；对经过预处理的边缘图进行灰度统计，得到灰度突变点标记图和统计图；修正统计图并根据统计图的谷底区域完成钢轨和轨枕的定位，进而确定扣件区域。该方法精度较高，但是由于小波变换和灰度统计图的使用，过程复杂，计算量偏大。

此外，上述各种方法都是采用灰度统计的方式进行分析的，统计信息包含了所有噪声和干扰信息，而且没有进行噪声和干扰剔除。但是对于实际的轨道，碎石、树枝等物体的存在会产生大量的噪声或干扰信息，这些都会对算法精度造成影响。

发明内容

针对现有技术存在的上述技术问题，本发明实施例提供一种扣件定位方法、装置及可读存储介质。

第一方面，本发明实施例提供一种扣件定位方法，包括：

获取包括有待定位扣件的图像；其中，所述图像中的钢轨位于中心列区域；

对所述图像进行预处理，获得对应的边缘区域图像；其中，所述边缘区域图像包含多个连通区域，所述多个连通区域形成第一区域集；

基于所述第一区域集中的每个区域的形状特征和钢轨、轨枕的边缘区域特征，对所述第一区域集中的显性噪声和显性干扰区域进行去除，获取第二区域集；

基于所述第二区域集中每个区域的形状特征和各区域之间的相对位置特征，获取钢轨边缘直线位置；

基于所述第二区域集中每个区域的形状特征、各区域之间的相对位置特征和所述钢轨边缘直线位置，获取轨枕边缘直线位置；

基于所述钢轨边缘直线位置和所述轨枕边缘直线位置，获取所述待定位扣件的位置。

可选地，所述对所述图像进行预处理，获得边缘区域图像，包括：

先对所述图像进行直方图均衡化，再对所述图像进行滤波，最后对所述图像进行二值化，获得边缘区域图像；

可选地，所述基于所述钢轨边缘直线位置和所述轨枕边缘直线位置，获取所述待定位扣件的位置，包括：