[发明专利]基于Laws纹理特征的抗蛇形减震器漏油检测方法及系统

说明书

基于Laws纹理特征的抗蛇形减震器漏油检测方法及系统，属于轨道车辆图像处理领域，本发明为解决采用传统的图像分割方法对列车底部的抗蛇形减震器进行故障检测存在算法鲁棒性较低、检测效率低的问题。本发明方法包括以下步骤：步骤一、采集过车图像，并截取抗蛇形减震器子图作为原始图像并预处理；步骤二、基于图像熵的阈值分割算法初定位抗蛇形减震器原始图像中的油渍区域；步骤三、基于随机Hough变换算法定位抗蛇形减震器位置，将抗蛇形减震器区域外的阴影区域去除，得到初步分离后的油渍区域图像；步骤四、基于小波变换的Laws纹理测度算法进一步将抗蛇形减震器区域内的油渍区域和阴影区域分离，最终确定油渍位置，完成抗蛇形减震器漏油检测。

技术领域

本发明涉及轨道车辆底部背景复杂部件的故障检测方法及系统，属于轨道车辆图像处理领域。

背景技术

由于抗蛇形减震器图像位于列车底部，图像背景较为杂乱，背景阴影区域等对图像检测影响很大，采用传统的图像分割方法如阈值分割，边缘检测等算法鲁棒性较低，很难准确检测出漏油位置，检测效率低。

发明内容

本发明目的是为了解决采用传统的图像分割方法对列车底部的抗蛇形减震器进行故障检测存在算法鲁棒性较低、检测效率低的问题，提供了一种基于Laws纹理特征的抗蛇形减震器漏油检测方法及系统。

本发明所述基于Laws纹理特征的抗蛇形减震器漏油检测方法，该方法包括以下步骤：

步骤一、采集过车图像，并截取抗蛇形减震器子图作为原始图像，对原始图像进行预处理；

步骤二、基于图像熵的阈值分割算法初定位抗蛇形减震器原始图像中的油渍区域，获取初定位油渍区域的原始图像；

步骤三、基于随机Hough变换算法定位原始图像中抗蛇形减震器位置，根据本步骤确定的抗蛇形减震器位置将步骤二获取的图像中抗蛇形减震器区域外的阴影区域去除，得到初步分离后的油渍区域图像；

步骤四、基于小波变换的Laws纹理测度算法进一步将抗蛇形减震器区域内的油渍区域和阴影区域分离，最终确定油渍位置，完成抗蛇形减震器漏油检测。

优选地，步骤一的具体过程为：

步骤一一、在轨道两侧架设高清成像设备，用于获取轨道车辆的过车图像；

步骤一二、从过车图像中截图抗蛇形减震器子图作为原始图像；

步骤一三、采用高斯滤波或直方图均衡化算法对原始图像进行图像预处理。

优选地，步骤二的具体过程为：

步骤二一、基于图像熵的阈值分割算法对油渍区域进行分割，按如下规则确定分割阈值(i^*,j^*)：

当图像总熵值H(i,j)取得最大值时，即可获得最佳的分割阈值(i^*,j^*)；

总熵值H(i,j)按下式获取：

H(i,j)＝H_a+H_l

其中H_a为油渍区域的熵，H_l为背景区域的熵，并按下式获取：

式中：i表示当前像素的灰度值0≤i≤255，j表示当前像素邻域灰度均值0≤j≤255，p(i,j)表示当前像素概率密度，P_a为油渍区域像素点所占的概率，且按下式获取：