[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

说明书

本发明公开了一种列车车轮踏面锥形孔检测的自适应缺陷识别方法，包括以下几个步骤：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；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；计算当前图像像素点异常概率；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；对矫正后的图像计算一组灰度值方差；利用插值方法确定阈值，生成二值化图像；对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。本发明提供的方法，能够在存在局部曝光的情况下改变光照情况，识别出损伤区域并且标注出来。

技术领域

本发明涉及图像处理技术领域，具体涉及一种列车车轮踏面锥形孔检测的自适应缺陷识别方法。

背景技术

高速铁路技术飞速发展，在高速列车的运行速度不断提高的同时，其安全问题也应越来越受到重视。列车车轮是轨道车辆的关键部件之一，其健康与否直接关系到整个列车以及乘客的安危。紧急制动时车轮的摩擦、轮对与钢轨间的冲撞以及转弯时轮对轨面的相对滑动都会造成踏面损伤，无论何种损伤，都会严重影响列车运行质量和风险，所以对于车轮踏面做图像检测判断是否有缺陷显得尤为重要。然而在实际拍摄处于运动状态的踏面图像时，很容易受到拍摄环境与条件的影响，因此这里研究一种针对锥形孔缺陷检测识别的算法，利用二值化结果能够将车轮踏面的缺陷细节显示出来。

发明内容

本发明的目的是提供一种列车车轮踏面锥形孔检测的自适应缺陷识别方法，能够在存在局部曝光的情况下改变光照情况，识别出损伤区域并且标注出来。

为了达到上述技术目的，本发明采用如下技术方案：一种列车车轮踏面锥形孔检测的自适应缺陷识别方法，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。

进一步的，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。

进一步的，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：