專利名稱：一種基于數字圖像處理的鋼軌光帶異常自動檢測方法
技術領域：
本發明涉及軌道平穩性能測量，尤其是高速鐵路鋼軌平穩性監測的采集鋼軌圖像并檢測其中鋼軌光帶是否發生異常的方法 。
背景技術：
隨著高速鐵路的發展，列車運行速度越來越快，對軌道平穩性的要求不斷提高。然而，受到鐵路修建、地理環境以及列車運行等因素的影響，軌道的平穩性難免會出現問題。由于軌道的平穩性會直接影響列車的運行安全，因此，對于軌道平穩性的檢測，事關廣大人民的生命財產安全。一般對軌道平穩性的檢測是通過列車運行過程中留在鋼軌上的光帶進行判斷的。鋼軌光帶是指當列車車輪在鋼軌面滾動、滑動時，車輪輪緣與鋼軌間相互作用，在鋼軌上留下的亮痕。傳統的鋼軌光帶檢測是通過人工觀察的方式進行判斷的。由于高速列車在白天一直處于運行狀態，在夜間停運，因此只能通過在夜間無車通行的情況下，使用探測燈對鋼軌人工地逐一檢測。全國高速鐵路軌道在2012年將達到I. 3萬公里，要在短時間內通過人工檢測的方法來判斷鋼軌光帶是否發生異常極為困難。同時，由于人在夜間處于疲勞狀態，加上光線等原因，容易對軌道平穩性的檢測產生漏檢和誤檢。這使得列車在高速運行時的安全難以得到有效保障。一種高效、自動、智能的鋼軌平穩性檢測方法成為必要。在人工檢測的過程中，通常是觀察鋼軌頂面光帶是否有明顯的波紋、光帶的寬度是否增大或減小來判斷軌道是否平穩。在對鋼軌頂面光帶特征進行充分考慮，結合計算機視覺、數字圖像處理技術，可以有效地降低人力投入、減少檢測時間，并保障檢測的準確率。
發明內容
鑒于現有技術的以上不足，本發明旨在提供一種利用計算機視覺、數字圖像處理技術分析相機拍攝的軌道圖片，并檢測其鋼軌光帶是否發生異常的方法，使之克服現有技術的以上不足，高效、自動、智能地完成檢測任務。本發明的目的通過如下手段來實現。I) 一種基于數字圖像處理的鋼軌光帶異常自動檢測方法，采用數字圖像處理技術分析相機拍攝的軌道圖片并檢測其鋼軌光帶是否發生異常，其處理包含如下步驟通過對大量正常鋼軌表面區域進行實際測量，用刻度尺測量光帶區域的寬度和兩側非光帶區域的寬度，根據統計的大量數據得到光帶區域的寬度閾值(寬度閾值為光帶區域與非光帶區域的比值)，然后根據方差計算每段鋼軌區域光帶邊緣的波動值，得到光帶區域的波紋閾值；2)讀取拍攝的鋼軌圖片，使用邊緣檢測的方法，提取出鋼軌圖像中的邊緣紋理；3)對步驟2得到的邊緣圖像進行濾波，降低圖像中的噪聲干擾；4)若已知鋼軌在圖像當中的大致方向，則通過旋轉使得鋼軌在圖像中接近垂直，直接轉步驟6，否則，使用直線檢測的方法找到步驟3得到的邊緣紋理圖像中最長的直線，用其方向作為圖像中鋼軌的方向；
5)若步驟4得到的鋼軌方向接近垂直狀態，則直接轉步驟6，否則，對步驟3得到的邊緣紋理圖像進行旋轉，使得鋼軌方向接近垂直；6)從左到右提取邊緣紋理圖像中接近垂直方向上的直線，合并在垂直方向上過于接近的平行線，然后通過直線的長度以及其在原圖對應區域的紋理特征、顏色特征，判斷該直線是否為鋼軌頂面兩側的邊緣線，若是，則保存直線參數，最終，獲得鋼軌頂面兩側的邊緣線。7)提取邊緣紋理圖像中接近水平方向的直線，選取其中兩條最長且非近鄰的直線，作為圖像中垂直于軌道的參考線；
8)將提取出的鋼軌頂面兩側邊緣直線和接近水平方向的直線兩兩相交，得到四個交占.9)將步驟8所得四個交點對應的四邊形映射為新的圖片中的一個矩形，該矩形的四個頂點分別與步驟8所得四個交點一一對應；10)利用步驟8所得四個交點與步驟9矩形四頂點的對應關系，計算將四邊形轉換成矩形的轉換矩陣；11)利用步驟10所得轉換矩陣將鋼軌圖像映射至步驟9所得新圖，新圖矩形兩條垂直方向邊之間區域為鋼軌表面區域；12)利用鋼軌光帶及非光帶區域的顏色分布特征，結合閾值處理得到鋼軌區域的光帶區域和非光帶區域，提取鋼軌表面光帶區域與非光帶區域交界的邊緣線，利用預先統計的波紋閾值分析光帶是否存在波紋，如果存在波紋，則轉步驟14 ；13)計算光帶區域在鋼軌表面所占寬度比例，利用預先統計的寬度閾值分析光帶區域是否過寬或過窄，如果光帶區域寬度正常，則提示正常，如果光帶區域寬度異常，則轉步驟14，轉步驟2 ；14)記錄軌道表面異常，并記錄異常點的物理位置信息，發出異常提示信號。采用本發明的方法，利用圖像增強、邊緣檢測、直線檢測等方法初步定位圖像中鋼軌區域；然后通過模式識別、圖像分割、閾值處理等方法提取出鋼軌頂面光帶區域；最后，對所提取的鋼軌光帶區域進行統計、分析并識別出其是否發生異常。可以高效、自動、智能的檢測鋼軌平穩性，有效地降低人力投入、減少檢測時間，并保障檢測的準確率，使得列車在高速運行時的安全得到有效保障。
如下圖I是在鋼軌檢測中所需檢測到的四種類型的光帶。圖中a表示鋼軌頂面光帶正常，b表示鋼軌頂面光帶減小，c表示鋼軌頂面光帶增大，d表示鋼軌頂面光帶有波紋。產生b的原因是列車在高速運行至“高包”處時，車體產生向上的加速度，車輪懸浮減載，鋼軌上動態垂直力減小，車輪與鋼軌頂面的接觸面積減少，導致車輪在鋼軌頂面上留下的光帶減小。產生c的原因是列車高速運行至“低洼”處，鋼軌上動態垂直力增加，車輪與鋼軌頂面接觸面積增大，導致車輪在鋼軌頂面上留下的光帶增大。產生d的原因是軌道發生松動或者軌道不平順性，使得列車在運行過程中左右搖晃，導致車輪在鋼軌頂面上留下的光帶有波紋。圖2是本發明設計的相機在軌道邊沿軌道方向傾斜拍攝軌道圖片的原理圖。圖3是本發明設計的相機在垂直于軌道正上方拍攝軌道圖片的原理圖。圖4是本發明設計的在鋼軌在圖片中有一定傾斜和形變時，計算用于校正鋼軌圖片的轉換矩陣的算法流程圖。圖5是本發明利用原圖和轉換矩陣校正鋼軌圖片，然后提取并識別鋼軌中光帶區域是否發生異常的算法流程圖。
具體實施例方式下面結合附圖和具體的實施方式對本發明作進一步的詳細說明。本方法的具體步驟如下 第一步，鋼軌頂面光帶寬度波動范圍的測量。I)通過對大量正常鋼軌表面區域進行實際測量，用刻度尺測量光帶區域的寬度和兩側非光帶區域的寬度，根據統計的大量數據得到光帶區域的寬度閾值，然后根據方差計算每段鋼軌區域中光帶邊緣的波動值，得到光帶區域的波紋閾值；第二步，采集鋼軌圖像，提取鋼軌頂面兩側邊緣線和垂直于鋼軌的參考，計算轉換矩陣。2)鋼軌圖像的采集建議，如圖2和圖3所示，圖2是在鋼軌兩側沿鋼軌方向拍攝鋼軌的圖像，圖3是在垂直方向上拍攝鋼軌圖像，如能將相機架設在軌檢車上拍攝效果更佳，對采集的鋼軌圖像可以使用Canny、Sobel、Prewitt、Robert、小波、曲波、輪廓波等多種邊緣提取算法，得到鋼軌圖像的邊緣圖像；3)對步驟2得到的鋼軌邊緣圖像，需要去除邊緣圖像中噪聲干擾，可將圖像進行平滑處理、連通性處理等，排除噪聲點使得在邊緣提取中距離較近但不連續的直線相互連接;4)若已知鋼軌在圖像當中的大致方向，則通過旋轉使得鋼軌在圖像中接近垂直，直接轉步驟6，否則，可以使用Hough直線檢測、Radon變換直線檢測等，提取鋼軌圖像中較長的直線；5)對步驟4選取最長的直線即為鋼軌方向，若鋼軌方向接近垂直狀態，則直接轉步驟6，否則，將步驟4得到的鋼軌圖像進行旋轉，使得鋼軌方向接近垂直；6)從左到右提取邊緣紋理圖像中接近垂直方向上的直線，合并在垂直方向上過于接近的平行線，然后通過直線的長度以及其在原圖對應區域的紋理特征、顏色特征，判斷該直線是否為鋼軌表面兩側的邊緣線，若是，則保存直線參數，最終，獲得鋼軌表面兩側的邊緣線；7)提取邊緣紋理圖像中接近水平方向的直線，選取其中兩條最長且非近鄰的直線，作為圖像中垂直于軌道的參考線；8)計算鋼軌兩側的直線和水平直線的交點，得到需要轉換的四邊形的頂點坐標，令其，左上點標為(xl，yl)，左下點坐標為(x2，y2)，右下點坐標為(x3，y3)，右上點坐標為(x4, y4)；9)根據步驟8得到的四頂點構建新的矩形，令其左上角坐標為(x2，yl)，左下角坐標為(x2，y2)，右下角坐標為(x3，y2)，右上角坐標為(x3，yl)；10)使用透視變換計算步驟8所得四邊形轉換為步驟9所得新矩形的轉換矩陣；第三步，對鋼軌圖像進行校正，提取校正后的鋼軌區域，然后提取鋼軌光帶區域，判斷鋼軌光帶是否發生異常。
11)利用步驟10所得轉換矩陣計算鋼軌矯正后的鋼軌圖像映射至步驟9所得新圖，新圖矩形兩條垂直方向線段之間區域為鋼軌表面區域；12)利用鋼軌光帶及非光帶區域的顏色分布特征，結合閾值處理得到鋼軌區域的光帶區域和非光帶區域，提取鋼軌表面光帶區域與非光帶區域交界的邊緣線，利用步驟I預先統計的波紋閾值分析光帶是否存在波紋，如果存在波紋，則轉步驟14 ；
13)計算光帶區域在鋼軌表面所占寬度比例，利用預先統計的寬度閾值分析光帶區域是否過寬或過窄，如果光帶區域寬度正常，則提示正常，如果光帶區域寬度異常，則轉步驟14，轉步驟2 ；14)記錄軌道表面異常，并記錄異常點的物理位置信息，發出異常提示信息。實施例以下是本發明的實例步驟說明I)通過人工方式對大量正常鋼軌表面區域進行實際測量，用刻度尺測量光帶區域的寬度和兩側非光帶區域的寬度，根據統計的大量數據得到光帶區域的寬度閾值(根據實際測量，取得寬度閾值為0. 5到0. 6之間)，然后根據方差計算每段鋼軌區域中光帶邊緣的波動值，得到光帶區域的波紋閾值(根據實際測量，取得波紋閾值小于0.01)；2)鋼軌圖像的采集如圖2所示，使用Canny邊緣檢測得到鋼軌圖像的邊緣圖像；3)對步驟2得到的鋼軌邊緣圖像，使用Smooth平滑處理(即對圖像進行核大小為3*3的高斯卷積)排除噪聲點使得在邊緣提取中距離較近但不連續的直線相互連接；4)若已知鋼軌在圖像當中的大致方向，則通過旋轉使得鋼軌在圖像中接近垂直，直接轉步驟6，否則，可以使用Hough直線檢測提取鋼軌圖像中較長的直線；5)對步驟4選取最長的直線即為鋼軌方向，若鋼軌方向接近垂直狀態，則直接轉步驟6，否則，將步驟4得到的鋼軌圖像進行旋轉，使得鋼軌方向接近垂直；6)從左到右提取邊緣紋理圖像中接近垂直方向上的直線，合并在垂直方向上過于接近的平行線，然后通過直線的長度以及其在原圖對應區域的顏色特征，判斷該直線是否為鋼軌表面兩側的邊緣線，若是，則保存直線參數，最終，獲得鋼軌表面兩側的邊緣線；7)提取邊緣紋理圖像中接近水平方向的直線，選取其中兩條最長且非近鄰的直線，作為圖像中垂直于軌道的參考線；8)計算鋼軌兩側的直線和水平直線的交點，得到需要轉換的四邊形的頂點坐標，令其，左上點標為(xl，yl)，左下點坐標為(x2，y2)，右下點坐標為(x3，y3)，右上點坐標為(x4, y4)；9)根據步驟8得到的四頂點構建新的矩形，令其左上角坐標為(x2，yl)，左下角坐標為(x2，y2)，右下角坐標為(x3，y2)，右上角坐標為(x3，yl)；10)使用透視變換計算步驟8所得四邊形轉換為步驟9所得新矩形的轉換矩陣；11)利用步驟10所得轉換矩陣計算鋼軌矯正后的鋼軌圖像映射至步驟9所得新圖，新圖矩形兩條垂直方向線段之間區域為鋼軌表面區域；12)利用步驟10所得轉換矩陣計算鋼軌矯正后的鋼軌圖像映射至步驟9所得新圖，新圖矩形兩條垂直方向線段之間區域為鋼軌表面區域；13)計算光帶區域在鋼軌表面所占寬度比例，利用預先統計的寬度閾值分析光帶區域是否過寬或過窄，如果光帶區域寬度正常，則提示正常，如果光帶區域寬度異常，則轉步驟14，轉步驟2 ;記錄軌道表面 異常，并記錄異常點的物理位置信息，發出異常提示信息。
權利要求
1.一種基于數字圖像處理的鋼軌光帶異常自動檢測方法，采用數字圖像處理技術分析相機拍攝的軌道圖片并檢測其鋼軌光帶是否發生異常，其處理包含如下步驟 1)通過對大量正常鋼軌表面區域進行實際測量，用刻度尺測量光帶區域的寬度和兩側非光帶區域的寬度，根據統計的大量數據得到光帶區域的寬度閾值，所述寬度閾值為光帶區域與非光帶區域的比值；然后根據方差計算每段鋼軌區域光帶邊緣的波動值，得到光帶區域的波紋閾值； 2)讀取拍攝的鋼軌圖片，使用邊緣檢測的方法，提取出鋼軌圖像中的邊緣紋理； 3)對步驟2得到的邊緣圖像進行濾波，降低圖像中的噪聲干擾； 4)若已知鋼軌在圖像當中的大致方向，則通過旋轉使得鋼軌在圖像中接近垂直，直接轉步驟6 ;否則，使用直線檢測的方法找到步驟3得到的邊緣紋理圖像中最長的直線，用其方向作為圖像中鋼軌的方向； 5)若步驟4得到的鋼軌方向接近垂直狀態，則直接轉步驟6;否則，對步驟3得到的邊緣紋理圖像進行旋轉，使得鋼軌方向接近垂直； 6)從左到右提取邊緣紋理圖像中接近垂直方向上的直線，合并在垂直方向上過于接近的平行線，然后通過直線的長度以及其在原圖對應區域的紋理特征、顔色特征，判斷該直線是否為鋼軌頂面兩側的邊緣線，若是，則保存直線參數；最終，獲得鋼軌頂面兩側的邊緣線； 7)提取邊緣紋理圖像中接近水平方向的直線，選取其中兩條最長且非近鄰的直線，作為圖像中垂直于軌道的參考線； 8)將提取出的鋼軌頂面兩側邊緣直線和接近水平方向的直線兩兩相交，得到四個交點； 9)將步驟8所得四個交點對應的四邊形映射為新的圖片中的ー個矩形，該矩形的四個頂點分別與步驟8所得四個交點一一對應； 10)利用步驟8所得四個交點與步驟9矩形四頂點的對應關系，計算將四邊形轉換成矩形的轉換矩陣； 11)利用步驟10所得轉換矩陣將鋼軌圖像映射至步驟9所得新圖，新圖矩形兩條垂直方向邊之間區域為鋼軌表面區域； 12)利用鋼軌光帶及非光帶區域的顔色分布特征，結合閾值處理得到鋼軌區域的光帶區域和非光帶區域，提取鋼軌表面光帶區域與非光帶區域交界的邊緣線，利用預先統計的波紋閾值分析光帶是否存在波紋，如果存在波紋，則轉步驟14 ； 13)計算光帶區域在鋼軌表面所占寬度比例，利用預先統計的寬度閾值分析光帶區域是否過寬或過窄，如果光帶區域寬度正常，則提示正常，如果光帶區域寬度異常，則轉步驟14，轉步驟2 ; 14)記錄軌道表面異常，并記錄異常點的物理位置信息，發出異常提示信號。
全文摘要
本發明公開了一種基于數字圖像處理的鋼軌光帶異常自動檢測方法，采用數字圖像處理技術分析相機拍攝的軌道圖片并檢測其鋼軌光帶是否發生異常；利用圖像增強、邊緣檢測、直線檢測等方法初步定位圖像中鋼軌區域；然后通過模式識別、圖像分割、閾值處理等方法提取出鋼軌頂面光帶區域；最后，對所提取的鋼軌光帶區域進行統計、分析并識別出其是否發生異常。本發明可以高效、自動、智能的檢測鋼軌平穩性，有效地降低人力投入、減少檢測時間，并保障檢測的準確率，使得列車在高速運行時的安全得到有效保障。
文檔編號G06T7/00GK102628814SQ20121004703
公開日2012年8月8日 申請日期2012年2月28日 優先權日2012年2月28日
發明者關大成, 彭強, 陳俊周 申請人:西南交通大學