[发明专利]一种列车车轮踏面锥形孔检测的自适应缺陷识别方法

权利要求书

1.一种列车车轮踏面锥形孔检测的自适应缺陷识别方法，其特征在于：包括以下几个步骤：

1)获取待处理的图像，将其像素值矩阵由RGB颜色空间转换到Lab颜色空间，分离出三个颜色通道；

2)设置滑动保护窗口和滑动检测窗口，计算滑动检测窗口内像素点的期望、方差、滑动保护窗口的ε和当前检测窗口模板A；

3)计算当前图像像素点异常概率；

4)根据步骤3)计算所得概率判别图像像素点是否异常，对异常的图像进行Gamma自适应矫正；

5)循环遍历整张图像，得到最终Gamma矫正后的每个窗口的模板，将每个模板按照顺序填放在与原图像等大的矩阵中，得到矫正后的图像；

6)对步骤5)中矫正后的图像计算一组灰度值方差并选取对应的阈值作为标准；

7)利用插值方法确定阈值，生成二值化图像；

8)对步骤7)中所生成的二值化图像进行特征分析和提取，筛选出可疑区域作为缺陷识别的结果，并标注出来。

2.根据权利要求1所述的一种列车车轮踏面锥形孔检测的自适应缺陷识别方法，其特征在于，所述步骤1)中将图像像素值矩阵由RGB颜色空间转换到Lab颜色空间的计算公式如下：

其中，X_n＝95.047，Y_n＝100，Z_n＝108.883；Lab颜色空间中，a^*、b^*代表颜色，L*代表光照强度。

3.根据权利要求1所述的一种列车车轮踏面锥形孔检测的自适应缺陷识别方法，其特征在于，所述步骤2)包括：选M×M大小的滑动保护窗口，选N×N大小的滑动检测窗口，步长为S；其中，M，N为保护窗口和检测窗口的边长，NMW，NMH，W为图像宽，H为图像高；A代表滑动检测窗口做反色处理、高斯模糊后的模板；

滑动检测窗口内像素点的期望μ的计算公式为：

滑动保护窗口的ε的计算公式为：

滑动保护窗口的方差δ的计算公式为：

其中，K为滑动检测窗口内的像素点总数，x_i为当前像素点的亮度值，i是指第i个像素点。

4.根据权利要求1所述的一种列车车轮踏面锥形孔检测的自适应缺陷识别方法，其特征在于，所述步骤3)中当前点异常概率的计算方法为，正常点标记为T，异常点标记为F，当前像素点值记作x_i，根据贝叶斯公式有：

P(T|x_i)＝P(x_i|T)P(T)/P(x_i)

P(F|x_i)＝P(x_i|F)P(F)/P(x_i)

在光照强度分量中，图像的光照呈高斯分布，将判别式等价转化成μ是期望，σ为标准差，设当前点异常概率为t′，则

5.根据权利要求1或4所述的一种列车车轮踏面锥形孔检测的自适应缺陷识别方法，其特征在于，所述步骤4)中图像像素点是否异常的判别方法为：

根据纽曼—皮尔逊准则，如果t′＜t，则为异常光照点，否则为正常光照点；其中，t为异常光照点的检测概率，由异常点概率P^t决定，

6.根据权利要求1所述的一种列车车轮踏面锥形孔检测的自适应缺陷识别方法，其特征在于，所述步骤4)中对异常的图像进行Gamma自适应矫正方法为：

标准Gamma矫正其中i，j为像素点，I(i,j)为输入图像，O(i,j)为输出图像，γ为控制参数，当γ1时，图像变亮，0γ1时，图像变暗；

将控制参数γ用函数代替得到自适应调整公式：

若为光照正常点，则若为光照异常点，则K^M代表滑动保护窗口像素点总数，K^N代表滑动检测窗口像素点总数，A代表滑动检测窗口做反色处理、高斯模糊后的模板；取反是为暗区提供较大的A提升亮度，为亮区提供较小的A压制亮度；高斯模糊是为防止图像锐化；当εA，指数γ1，光照强度变大；反之变小。