一种列车轮对几何参数测量视觉图像处理方法技术

本发明专利技术公开了一种列车轮对几何参数测量视觉图像处理方法，该方法包括：采用阈值分割方法根据视觉图像的灰度对获取的视觉图像的待处理区域极小化，得到视觉图像的极小化待处理区域；对极小化待处理区域中的视觉图像进行滤波，在滤波后的视觉图像中提取所有亚像素级光条候选点；根据有用光条的几何特性对光条候选点进行选择、快速连接，得到有用光条。本发明专利技术所述方法，在列车轮对几何参数测量视觉图像处理中，确保了提取精度，并提高了处理速度。

【技术实现步骤摘要】

本专利技术涉及结构光视觉图像处理技术，尤其涉及。
技术介绍
列车轮对几何参数的自动化测量对于保障列车运行安全、提高工作效率具有极其重要的意义。作为轮对测量系统的重要组成部分，轮对视觉图像的快速精确处理是实现轮对几何参数快速、高精度自动化测量的关键技术之一。目前，有关列车轮对几何参数测量系统的视觉图像处理方法主要有数学形态学算法(陈蓉，车辆轮对踏面几何参数照相检测方法的研究，上海铁道科技，2009，02 :7-9)；轮廓跟踪算法(曹贺，基于CCD的列车轮对在线检测系统的应用研究，信息技术，2011，10 98-102)。有关结构光条纹中心提取算法有多方向模板法(胡斌，基于方向模板的结构 光条纹中心检测方法，计算机工程与应用，2002，38 (11) 59-60 ;雷海军，一种结构光条纹中心快速检测方法，华中科技大学学报(自然科学版)，2003，31 (I) 74-76)以及Hessian矩阵法(CarstenSteger, An Unbiased extraction of curvilinear structures，Transactions on PatternAnalysis and Machine Intelligence, (Carsten Steger,一种曲线结构的无偏提取方法，模式分析与机器智能汇刊)1998,20(2) :113-125;胡坤，一种快速结构光条纹中心亚像素精度提取方法，仪器仪表学报，2006，27 (10)，1326 1329 ;周富强，结构光光条提取的混合图像处理方法，光电子与激光，2008，19 (11)，1534 1537)。上述数学形态学与轮廓跟踪算法都是像素级处理，光条的提取精度无法达到亚像素级别，从而一定程度上限制了整个轮对测量系统的测量精度。此外，这些算法仅仅利用图像的灰度信息提取光条，因而对噪声及杂光干扰较为敏感。上述多方向模板法及Hessian矩阵法均不能有效地区分干扰光条及有用光条，并且存在计算量大的缺点，不适合应用于列车轮对几何参数的动态测量系统中。
技术实现思路
有鉴于此，本专利技术的主要目的在于提供，能够在保证光条提取精度的同时，减少线点提取的运算量以及线点连接的搜索量，提高图像处理速度。为达到上述目的，本专利技术的技术方案是这样实现的本专利技术提供了，该方法包括采用阈值分割方法根据视觉图像的灰度对获取的视觉图像的待处理区域极小化，得到视觉图像的极小化待处理区域；对极小化待处理区域中的视觉图像进行滤波，在滤波后的视觉图像中提取所有亚像素级光条候选点；根据有用光条的几何特性对光条候选点进行选择、快速连接，得到有用光条。上述方案中，所述采用阈值分割方法根据视觉图像的灰度对获取的视觉图像的待处理区域极小化之前，还包括通过激光和成像设备获取列车轮对的视觉图像。上述方案中，所述采用阈值分割方法根据视觉图像的灰度对获取的视觉图像的待处理区域极小化，包括在获取的视觉图像设定初始的视觉图像的待处理区域；采用多次自适应阈值分割方法，根据视觉图像的灰度缩小视觉图像的待处理区域。上述方案中，所述对极小化待处理区域中的视觉图像进行滤波，包括 根据视觉图像不同像素的邻域信息选取高斯滤波模板，并根据结构光条纹的宽度选取模板大小，然后采用对应大小的高斯滤波模板对视觉图像中极小化待处理区域内的每一个点单独进行滤波。上述方案中，所述在滤波后的视觉图像中提取所有亚像素级光条候选点，包括按照Hessian矩阵法在滤波后的视觉图像中提取出光条候选点的亚像素坐标。上述方案中，所述根据有用光条的几何特性对光条候选点进行选择、快速连接，包括根据有用光条的位置及斜率以及光条间的相对位置关系，在极小化待处理区域内指定区域，在该区域的光条候选点中寻找到有用光条的起始点；根据Hessian矩阵的特征向量计算光条点所处的线条方向，然后根据当前光条点所处的线条方向，在邻域内线条方向上的光条候选点之中按照距离及夹角绝对值之和最小的原则选取后续光条线点；循环搜索后续光条候选点，直至当前光条点所处线条方向对应的邻域内没有光条候选点。进一步地，所述循环搜索后续光条候选点，还包括每完成一段线条的连接，根据线条的长度及斜率信息判断是否为有用光条的一部分，若线条长度满足阈值条件并且其斜率处于指定范围内，则认为该线条为有用光条的一部分，否则该线条不是有用光条的一部分。进一步地，所述循环搜索后续光条候选点，还包括根据前一线条的局部斜率信息及走向设定搜索范围，找到下一线条的起点，然后继续进行线点连接；多次线条连接后，直至当前线条处于极小化待处理区域的边缘。上述方案中，所述有用光条的几何特性包括位置、斜率、距离、夹角、长度和走向。本专利技术列车轮对几何参数测量视觉图像处理方法，充分利用图像中光条的灰度信息以及位置与斜率等几何特性，提取亚像素级光条线点，在保证高精度光条提取的前提下，减少不必要的光条线点提取及连接带来的计算量，提高了处理速度。附图说明图I为本专利技术方法实现的流程示意图2为现场获取的轮对视觉图像照片示意图；图3为视觉图像阈值分割后的效果示意图；图4为滤波后光条候选点提取的效果示意图；图5为有用光条连接后的效果示意图。具体实施例方式本专利技术提供了列车轮对几何参数测量视觉图像处理方法，该方法的基本思想是利用列车轮对几何参数测量中视觉图像的灰度及有用光条的几何特性，快速精确地完成图像中有用光条的连接。有用光条的几何特性包括位置、斜率、距离、夹角、长度和走向。本专利技术列车轮对几何参数测量视觉图像处理方法主要包括采用阈值分割方法根据视觉图像的灰度对获取的视觉图像的待处理区域极小化，得到视觉图像的极小化待处理·区域；对极小化待处理区域中的视觉图像进行滤波，在滤波后的视觉图像中提取所有亚像素级光条候选点；根据有用光条的几何特性对光条候选点进行选择、快速连接，得到有用光条。该方法具体实现的流程如图I所示，具体包括以下步骤步骤101 :获取列车轮对的视觉图像。通过激光和成像设备获取列车轮对的视觉图像，即成像设备采集激光投射到列车轮对所得到的影像，具体与现有技术相同，在此不再赘述。步骤102 :采用阈值分割方法，根据视觉图像的灰度对视觉图像的待处理区域极小化，得到视觉图像的极小化待处理区域。根据经验信息，在原始视觉图像中，初步设定视觉图像的感兴趣区域，作为初始的视觉图像的待处理区域；然后采用多次自适应阈值分割方法，根据视觉图像的灰度进一步缩小视觉图像的待处理区域，即基于轮对图像的直方图首先将初始待处理区域的视觉图像分为亮暗两个部分，进一步将暗的那部分视觉图像再次分为亮暗两个部分，以此类推，组合多次分割后得到的亮的那部分视觉图像为极小化待处理区域中的视觉图像。具体而言，例如，设视觉图像的待处理区域的图像灰度的取值为x(i = 1，2，...，沁，其中1为取值范围，则基于轮对图像的直方图第一次自适应阈值分割选取阈值h，将X划分为随机变量X1 α =1,2, , Ii1)与X2(i = k1； ki+1，...，N)之和，并且Ii1使得X1与X2之间的类间方差最大；由于镜面反射等干扰因素的存在，待处理区域的视觉图像中部分结构光灰度值较低，为保证提取到有用光条，进一步选取阈值k2，k2 < Ii1，将随机变量X1划分为X3 (i = 1，2，. 本文档来自技高网...

【技术保护点】
一种列车轮对几何参数测量视觉图像处理方法，其特征在于，该方法包括：采用阈值分割方法根据视觉图像的灰度对获取的视觉图像的待处理区域极小化，得到视觉图像的极小化待处理区域；对极小化待处理区域中的视觉图像进行滤波，在滤波后的视觉图像中提取所有亚像素级光条候选点；根据有用光条的几何特性对光条候选点进行选择、快速连接，得到有用光条。

【技术特征摘要】

【专利技术属性】
技术研发人员：孙军华，张广军，陈勖，刘震，魏振忠，
申请(专利权)人：北京航空航天大学，
类型：发明
国别省市：