钢轨轨面光带的自动识别方法和装置制造方法及图纸

本发明专利技术提供了钢轨轨面光带的自动识别方法和装置，包括：通过激光器和高速摄像机采集图片，并从图片中获取钢轨图像；从钢轨图像上标记包括钢轨轨面的图像，并将包括钢轨轨面的图像作为轨面模板；根据轨面模板确定第一搜索图像，并对第一搜索图像进行预处理，得到第二搜索图像；从第二搜索图像中提取光带边缘；从光带边缘和轨面模板边缘中提取钢轨图像边缘；根据光带边缘和钢轨图像边缘确定光带的位置，并根据预设条件，确定光带的状态，从而可以采用激光光源辅助图像采集，极大地提高了铁轨轨面光带缺陷的检出率，并且以图像的钢轨轨面位置作为搜索区域，降低计算复杂度。

【技术实现步骤摘要】
钢轨轨面光带的自动识别方法和装置
本专利技术涉及交通
，尤其是涉及钢轨轨面光带的自动识别方法和装置。
技术介绍
随着铁路的高速发展，铁路渐渐成为人们日常生活的常用交通工具。铁路交通安全对轨道状态有严格的要求，对轨道平稳性的要求也在不断提高。车轮轮缘与钢轨间相互作用，会在钢轨上留下亮痕,这种亮痕称为钢轨光带。钢轨光带宽度的增大或减小，可以反映轨道的状态。钢轨光带发生异常，直接原因是轮轨间作用力和作用点发生了改变。因此定量检测钢轨光带可以反映轮轨关系。目前，通过视觉图像检测技术进行钢轨光带检测，使用高速摄像机采集图像，然后对图像进行预处理、特征提取和缺陷分类等步骤，从而实现钢轨光带的状态检测。其中，预处理步骤中是对所有图像进行处理，计算复杂度较高；特征提取步骤为关键步骤，特征提取的好坏直接影响检测的效果。但是，采集的图像受不均匀光照和相机视角等条件的限制，特别是光带的呈像质量差异较大，进而影响钢轨光带识别的处理，检测速度和缺陷检出率受到严重制约。
技术实现思路
有鉴于此，本专利技术的目的在于提供钢轨轨面光带的自动识别方法和装置，可以采用激光光源辅助图像采集，极大地提高了铁轨轨面光带缺陷的检出率，并且以图像的钢轨轨面位置作为搜索区域，降低计算复杂度。第一方面，本专利技术实施例提供了钢轨轨面光带的自动识别方法，所述方法包括：通过激光器和高速摄像机采集图片，并从所述图片中获取钢轨图像；从所述钢轨图像上标记包括所述钢轨轨面的图像，并将包括所述钢轨轨面的图像作为轨面模板；根据所述轨面模板确定第一搜索图像，并对所述第一搜索图像进行预处理，得到第二搜索图像；从所述第二搜索图像中提取光带边缘；从所述光带边缘和所述轨面模板边缘中提取钢轨图像边缘；根据所述光带边缘和所述钢轨图像边缘确定所述光带的位置，并根据预设条件，确定所述光带的状态。结合第一方面，本专利技术实施例提供了第一方面的第一种可能的实施方式，其中，所述根据预设条件，确定所述光带的状态包括：如果所述光带中存在长度大于第一像素阈值的第一区域，则所述光带处于中断状态；如果所述光带的平均中心线位置与轨面中心线位置的偏离值大于第二像素阈值，则所述光带处于偏心状态；如果所述光带中存在所述长度大于第三像素阈值的第二区域，并且所述第二区域的所述光带的平均宽度大于第四像素阈值或者小于第五像素阈值，则所述光带处于过宽状态或过窄状态。结合第一方面，本专利技术实施例提供了第一方面的第二种可能的实施方式，其中，所述从所述第二搜索图像中提取光带边缘包括：将所述第二搜索图像根据光带区域的颜色分布特征，得到光带区域和非光带区域；将所述光带区域和所述非光带区域通过图像边缘提取算法，得到所述光带区域和所述非光带区域交界的所述光带边缘。结合第一方面，本专利技术实施例提供了第一方面的第三种可能的实施方式，其中，光带边缘包括所述光带边缘的左边界和所述光带边缘的右边界，所述从所述光带边缘和所述轨面模板边缘中提取钢轨图像边缘包括：将所述光带边缘的左边界和所述轨面模板的左边界作为第三搜索图像，并将所述第三搜索图像通过图像边缘提取算法，得到所述钢轨图像的左边界；将所述光带边缘的右边界和所述轨面模板的右边界作为第四搜索图像，并将所述第四搜索图像通过所述图像边缘提取算法，得到所述钢轨图像的右边界；根据所述钢轨图像的左边界和所述钢轨图像的右边界，得到所述钢轨图像边缘。结合第一方面，本专利技术实施例提供了第一方面的第四种可能的实施方式，其中，所述根据所述轨面模板确定第一搜索图像包括：将与所述轨面模板的横坐标相同且宽度相同的纵向区域作为所述第一搜索图像。第二方面，本专利技术实施例还提供钢轨轨面光带的自动识别装置，所述装置包括：获取模块，用于通过激光器和高速摄像机采集图片，并从所述图片中获取钢轨图像；标记模块，用于从所述钢轨图像上标记包括所述钢轨轨面的图像，并将包括所述钢轨轨面的图像作为轨面模板；预处理模块，用于根据所述轨面模板确定第一搜索图像，并对所述第一搜索图像进行预处理，得到第二搜索图像；第一提取模块，用于从所述第二搜索图像中提取光带边缘；第二提取模块，用于从所述光带边缘和所述轨面模板边缘中提取钢轨图像边缘；确定模块，用于根据所述光带边缘和所述钢轨图像边缘确定所述光带的位置，并根据预设条件，确定所述光带的状态。结合第二方面，本专利技术实施例提供了第二方面的第一种可能的实施方式，其中，所述确定模块包括：如果所述光带中存在长度大于第一像素阈值的第一区域，则所述光带处于中断状态；如果所述光带的平均中心线位置与轨面中心线位置的偏离值大于第二像素阈值，则所述光带处于偏心状态；如果所述光带中存在所述长度大于第三像素阈值的第二区域，并且所述第二区域的所述光带的平均宽度大于第四像素阈值或者小于第五像素阈值，则所述光带处于过宽状态或过窄状态。结合第二方面，本专利技术实施例提供了第二方面的第二种可能的实施方式，其中，所述第一提取模块包括：将所述第二搜索图像根据光带区域的颜色分布特征，得到光带区域和非光带区域；将所述光带区域和所述非光带区域通过图像边缘提取算法，得到所述光带区域和所述非光带区域交界的所述光带边缘。结合第二方面，本专利技术实施例提供了第二方面的第三种可能的实施方式，其中，光带边缘包括所述光带边缘的左边界和所述光带边缘的右边界，所述第二提取模块包括：将所述光带边缘的左边界和所述轨面模板的左边界作为第三搜索图像，并将所述第三搜索图像通过图像边缘提取算法，得到所述钢轨图像的左边界；将所述光带边缘的右边界和所述轨面模板的右边界作为第四搜索图像，并将所述第四搜索图像通过所述图像边缘提取算法，得到所述钢轨图像的右边界；根据所述钢轨图像的左边界和所述钢轨图像的右边界，得到所述钢轨图像边缘。结合第二方面，本专利技术实施例提供了第二方面的第四种可能的实施方式，其中，所述预处理模块包括：将与所述轨面模板的横坐标相同且宽度相同的纵向区域作为所述第一搜索图像。本专利技术实施例提供了钢轨轨面光带的自动识别方法和装置，包括：通过激光器和高速摄像机采集图片，并从图片中获取钢轨图像；从钢轨图像上标记包括钢轨轨面的图像，并将包括钢轨轨面的图像作为轨面模板；根据轨面模板确定第一搜索图像，并对第一搜索图像进行预处理，得到第二搜索图像；从第二搜索图像中提取光带边缘；从光带边缘和轨面模板边缘中提取钢轨图像边缘；根据光带边缘和钢轨图像边缘确定光带的位置，并根据预设条件，确定光带的状态，从而可以采用激光光源辅助图像采集，极大地提高了铁轨轨面光带缺陷的检出率，并且以图像的钢轨轨面位置作为搜索区域，降低计算复杂度。本专利技术的其他特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本专利技术而了解。本专利技术的目的和其他优点在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。为使本专利技术的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。附图说明为了更清楚地说明本专利技术具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1为本专利技术实施例一提供的钢轨轨面光带的自动识本文档来自技高网...

【技术保护点】
一种钢轨轨面光带的自动识别方法，其特征在于，所述方法包括：通过激光器和高速摄像机采集图片，并从所述图片中获取钢轨图像；从所述钢轨图像上标记包括所述钢轨轨面的图像，并将包括所述钢轨轨面的图像作为轨面模板；根据所述轨面模板确定第一搜索图像，并对所述第一搜索图像进行预处理，得到第二搜索图像；从所述第二搜索图像中提取光带边缘；从所述光带边缘和所述轨面模板边缘中提取钢轨图像边缘；根据所述光带边缘和所述钢轨图像边缘确定所述光带的位置，并根据预设条件，确定所述光带的状态。

【技术特征摘要】
1.一种钢轨轨面光带的自动识别方法，其特征在于，所述方法包括：通过激光器和高速摄像机采集图片，并从所述图片中获取钢轨图像；从所述钢轨图像上标记包括所述钢轨轨面的图像，并将包括所述钢轨轨面的图像作为轨面模板；根据所述轨面模板确定第一搜索图像，并对所述第一搜索图像进行预处理，得到第二搜索图像；从所述第二搜索图像中提取光带边缘；从所述光带边缘和所述轨面模板边缘中提取钢轨图像边缘；根据所述光带边缘和所述钢轨图像边缘确定所述光带的位置，并根据预设条件，确定所述光带的状态。2.根据权利要求1所述的钢轨轨面光带的自动识别方法，其特征在于，所述根据预设条件，确定所述光带的状态包括：如果所述光带中存在长度大于第一像素阈值的第一区域，则所述光带处于中断状态；如果所述光带的平均中心线位置与轨面中心线位置的偏离值大于第二像素阈值，则所述光带处于偏心状态；如果所述光带中存在所述长度大于第三像素阈值的第二区域，并且所述第二区域的所述光带的平均宽度大于第四像素阈值或者小于第五像素阈值，则所述光带处于过宽状态或过窄状态。3.根据权利要求1所述的钢轨轨面光带的自动识别方法，其特征在于，所述从所述第二搜索图像中提取光带边缘包括：将所述第二搜索图像根据光带区域的颜色分布特征，得到光带区域和非光带区域；将所述光带区域和所述非光带区域通过图像边缘提取算法，得到所述光带区域和所述非光带区域交界的所述光带边缘。4.根据权利要求1所述的钢轨轨面光带的自动识别方法，其特征在于，光带边缘包括所述光带边缘的左边界和所述光带边缘的右边界，所述从所述光带边缘和所述轨面模板边缘中提取钢轨图像边缘包括：将所述光带边缘的左边界和所述轨面模板的左边界作为第三搜索图像，并将所述第三搜索图像通过图像边缘提取算法，得到所述钢轨图像的左边界；将所述光带边缘的右边界和所述轨面模板的右边界作为第四搜索图像，并将所述第四搜索图像通过所述图像边缘提取算法，得到所述钢轨图像的右边界；根据所述钢轨图像的左边界和所述钢轨图像的右边界，得到所述钢轨图像边缘。5.根据权利要求1所述的钢轨轨面光带的自动识别方法，其特征在于，所述根据所述轨面模板确定第一搜索图像包括：将与所述轨面模板的横坐标相同且宽度相同的纵向区域作为所述第一搜索图...

【专利技术属性】
技术研发人员：蔡付文，王玉飞，谢辉，
申请(专利权)人：华夏高铁技术有限公司，
类型：发明
国别省市：北京,11