基于色彩信息和P-tile算法的受电弓图像定位方法技术

本发明专利技术公开了一种基于色彩信息和P-tile算法的受电弓图像定位方法，包括通过建立受电弓图像的颜色模板，利用灰度值对受电弓滑板区域进行基于色彩信息定位，并利用P-tile算法将受电弓图像的灰度直方图分成多份，然后分别累加灰度级，计算出受电弓滑板区域，最后采用基于色彩信息和P-tile算法相结合的方式，进行受电弓滑板区域最终定位。本发明专利技术主要是采取灰度值作为判定受电弓的主要特征，采用色彩信息和P-tile算法相结合的方法，将两者结合的结果互相叠加得到的受电弓滑板定位的最终结果，从而提高了准确度。同时具有计算简单、快速、抗噪能力强的特点。

【技术实现步骤摘要】

本专利技术涉及一种用于铁路的辅助设备，具体是基于色彩信息和P-tile算法的受 电弓图像定位方法。
技术介绍
电气化铁路的弓网关系是影响电气化铁路正常运行的重要因素，弓网故障极其造 成的恶性弓网事故严重制约着电气化铁路的发展，已经成为影响提速、重载电气化铁路安 全运行的重大障碍。受电弓的损坏与接触网故障经常具有密不可分的关系，受电弓的损坏 可能会造成接触网的故障，而接触网的故障或质量原因也可能造成受电弓的损坏。因此，通 过受电弓的实时监测，可以及时准确的发现受电弓的故障，并且还能根据受电弓的故障情 况间接判断弓网运行状态，从而有利于受电弓及接触网的及时检修，减少弓网故障的目的。 受电弓故障检测主要采用机车进出库时的离线检测和机车运行中的在线监测。其 中基于视频的监测是在线监测的一种常用方式。对于基于视频的受电弓图像在线监测来 说，对于图像中受电弓滑板部位的正确定位是一大难题。 目前，常用的受电弓滑板定位方式是通过Hough变换或者Radon变换等投影类方 法实现的。在常用的受电弓滑板提取算法中，经常利用受电弓滑板、润滑条、支架多为水平 方向的边缘的特点。利用搜寻水平边缘直线，达到受电弓滑板定位和提取的功能。具体步 骤为： I利用Sobel算子计算图像边缘，得到的结果如图2所示。图1是原始图像，图2是将 图1经过Sobel算子计算后得出的图像，可以看出，此时图像中只保留了原图像的边缘。 II利用形态学图像处理算法，去除部分干扰，得到水平方向的边缘图，如图3所 示。与图2相比，经过形态学方法，处理掉干扰后的图像基本只保存了水平方向的边缘图 像。 III采用Radon投影变换，计算边缘图像在水平方向的投影，如图4所示。即累计图 像上每一行所有线段的总长度所得的结果。 IV根据Radon变换的结果，根据投影长度值的分布和变化幅度，划分为三类，分别 对应受电弓弓头的两条滑板区域和滑板间的支架区域。 V采用Hough变换，得到线段两端点在图像上的坐标值。当正确提取到边缘的时 候，可根据线段的端点坐标值提取精确地受电弓滑板图像。 因此需要采用图像预处理算法去除干扰信息，实现对受电弓滑板部分的粗定位。 目前存在的受电弓滑板目标提取方法是完全基于受电弓滑板的形状特征来进行 目标提取的，主要利用的是受电弓滑板边缘为水平直线这一信息。从上方拍摄的受电弓图 像时，受到列车车顶、受电弓臂杆、周围环境等干扰，在进行受电弓特征图像提取时，这些干 扰信息会影响受电弓特征提取的效果，当外界干扰较大影响受电弓滑板边缘提取效果，或 者受电弓滑板变形不再成直线时，此种方法失效。另外通过计算图像边缘，并经过变换投影 的算法也需要一定的时间，图像提取的速度较慢。
技术实现思路
本专利技术就是为了解决现有的问题，而提供一种当受电弓滑板变形不再成直线时， 采用图像预处理算法去除干扰信息，实现对受电弓滑板区域粗定位的基于色彩信息和 P-tile算法的受电弓图像定位方法。 本专利技术是按照以下技术方案实现的： 本专利技术的，包括通过建立受电弓 图像的颜色模板，利用灰度值对受电弓滑板区域进行基于色彩信息定位，并利用P-tile算 法将受电弓图像的灰度直方图分成多份，然后分别累加灰度级，计算出受电弓滑板区域，最 后采用基于色彩信息和P-tile算法相结合的方式，进行受电弓滑板区域最终定位。 本专利技术具有的优点和积极效果是： 本专利技术主要是采取灰度值作为判定受电弓的主要特征，采用色彩信息和P-tile算法 相结合的方法，将两者结合的结果互相叠加得到的受电弓滑板粗定位的最终结果，从而提 高了准确度。由于采用基于色彩的定位方法，可对常用方法进行有效补充，在采用此方法后 结合基于形状的方法进行进一步定位，从而提高定位精度。同时具有计算简单、快速、抗噪 能力强的特点。 【附图说明】 图1是现有的受电弓边缘原始图像； 图2是现有的受电弓边缘提取后图像； 图3是现有的受电弓边缘最终图像； 图4是现有的Radon变换结果图； 图5是本专利技术的受电弓滑板灰度分布图； 图6是本专利技术基于色彩信息的受电弓滑板原始图像； 图7是本专利技术基于色彩信息的受电弓滑板的灰度检测结果图； 图8是本专利技术的受电弓图像的灰度直方图； 图9是本专利技术P-tile算法定位的受电弓滑板原始图像； 图10是本专利技术P-tile算法定位的定位结果图； 图11是本专利技术受电弓滑板区域粗定位流程图； 图12是本专利技术受电弓滑板最终粗定位结果图。 【具体实施方式】 下面结合附图及实施例对本专利技术进行详细的说明。 本专利技术的，包括通过建立 受电弓图像的颜色模板，利用灰度值对受电弓滑板区域进行基于色彩信息定位，并利用 P-tile算法将受电弓图像的灰度直方图分成多份，然后分别累加灰度级，计算出受电弓滑 板区域，最后采用基于色彩信息和P-tile算法相结合的方式，进行受电弓滑板区域最终粗 定位。 如图5、图6和图7所示，所述的基于色彩信息对受电弓滑板区域定位的具体步骤 为： I收取大量受电弓滑板图像，对受电弓滑板区域进行人工提取，统计受电弓滑板区域 的灰度范围，建立受电弓图像的颜色模板，统计受电弓滑板区域的灰度值范围分布。在实验 中，总共提取了 40张不同受电弓滑板信息图像，统计了受电弓滑板区域的像素范围。通过 对于模板的统计，得出受电弓滑板色彩信息主要集中于30-80之间，在受电弓图像预处理 时，以此为作为依据进行受电弓滑板区域的定位。图3为一幅受电弓滑板的灰度分布图，将 大量受电弓滑板图片都以此作出灰度分布图，并进行统计。 II对受电弓滑板图像中每个象素进行比对，当象素在统计出的受电弓滑板灰度值 范围内时，受电弓滑板图像中该区域则属于受电弓滑板区域，否则反之。图6是一幅受电弓 滑板图像，图7是利用色彩信息获取的受电弓滑板部分，图中白色部分代表提取出的滑板 部分。 如图8、图9和图10所示，所述的p-tile算法对受电弓滑板区域定位的具体步骤 为： I计算受电弓图像的灰度直方图，统计受电弓图像中不同象素值的个数，此个数表示 受电弓图像在此象素值中的面积。图8中给出了一幅受电弓图像进行象素统计的结果，图 中横坐标代表象素值，纵坐标代表对应每一个象素值的象素个数。计算每个象素的图像面 积占整体图像面积的面积比P%，并将灰度直方图分成n份。 II分段累计灰度直方图，得到累计结果氏，其中i为灰度级； III将图像的总像素数目设为H，当本文档来自技高网...

【技术保护点】
一种基于色彩信息和P‑tile算法的受电弓图像定位方法，包括通过建立受电弓图像的颜色模板，利用灰度值对受电弓滑板区域进行基于色彩信息定位，并利用P‑tile算法将受电弓图像的灰度直方图分成多份，然后分别累加灰度级，计算出受电弓滑板区域，最后采用基于色彩信息和P‑tile算法相结合的方式，进行受电弓滑板区域最终粗定位。

【技术特征摘要】
1. 一种基于色彩信息和P-tile算法的受电弓图像定位方法，包括通过建立受电弓图 像的颜色模板，利用灰度值对受电弓滑板区域进行基于色彩信息定位，并利用P-tile算法 将受电弓图像的灰度直方图分成多份，然后分别累加灰度级，计算出受电弓滑板区域，最后 采用基于色彩信息和P-tile算法相结合的方式，进行受电弓滑板区域最终粗定位。2. 根据权利要求1所述的基于色彩信息和P-tile算法的受电弓图像定位方法，其特征 在于：基于色彩信息对受电弓滑板区域定位的具体步骤为： I收取大量受电弓滑板图像，对受电弓滑板区域进行人工提取，统计受电弓滑板区域 的灰度范围，建立受电弓图像的颜色模板，统计受电弓滑板区域的灰度值范围分布； Π 对受电弓滑板图像中每个象素进行比对，当象素在统计出的受电弓滑板灰度值范围 内时，受电弓滑板图像中该区域则属于受电弓滑板区域，否则反之。3. 根据权利要求1所述的基于色彩信息和P-tile算法的受电弓图像定位方法，其特征 在于：P-tile算法对受电弓滑板区域定位的具体步骤为： I计算受电弓图像的灰度直方图，...

【专利技术属性】
技术研发人员：李轶，王建源，王宁，刘杰，闫雪松，孙媛媛，张浩，高永江，郭磊，张忠琪，
申请(专利权)人：中铁电气化局集团有限公司，天津凯发电气股份有限公司，
类型：发明
国别省市：北京;11