专利名称：基于图像处理的铁路道岔缺口偏移量检测方法
技术领域：
本发明涉及一种基于图像处理的铁路道岔缺口偏移量检测方法，特别适用于ZD6型铁路道岔转辙机缺口偏移量的测量。
背景技术：
随着我国铁路建设的飞速发展，高速、高密度的行车区段不断增加，为确保行车安全，对道岔的运用质量和状态稳定性的要求越来越高。铁路道岔牵引转辙机是实现正常转换、保证行车安全的重点设备，转辙机的表示缺口偏移量、道岔的转换阻力、转辙机的振动加速度等是反映转辙机正常工作的重要参数。《铁路信号维护规则》规定对道岔转换设备检修每月不少于2次。而单纯的巡视不能及时发现设备潜在的运用质量隐患。目前，国内对道岔转换设备缺口检测主要采用机械触点式或光电探测式方法进行检测，大多需要开盖检查，在现场复杂环境应用过程中，存在不直观、误报警率较高等情况，使用效果不甚理想。
发明内容
本发明所要解决的技术问题是提供一种无需开盖检查的基于图像处理的铁路道岔缺口偏移量检测方法，该方法可以实时有效地进行缺口的自动识别和偏移量的测量，实现缺口监测的直观性和准确性。为解决上述技术问题，本发明所采用的技术方案是公开一种基于图像处理的铁路道岔缺口偏移量检测方法，其特征在于包括以下步骤S11，对原始输入图像进行图像预处理，得到原始输入图像的二值图像；S12，采用统计的方法设计缺口模板，对步骤Sll得到的原始输入图像的二值图像，用模板匹配算法对所述二值图像与缺口模板进行匹配，在所述二值图像中找到与缺口模板差异最小的图像区域；S13，对步骤S12得到的所述图像区域进行图像分割，并对分割好的图像区域进行分析，排除无缺口的图像区域，找到有缺口的图像区域，实现缺口的精确定位，并计算缺口左右两边的偏移量。作为优�。街鑃ll中所述图像预处理包括以下步骤S211，将原始图像的RGB色彩模式转化为灰度模式；S212，对原始图像的灰度模式进行二值化；S213，滤除噪声，去除小面积连通域，得到滤除噪声后的原始输入图像的二值图像。作为优�。街鑃12中所述采用统计的方法设计缺口模板包括以下步骤S311，统计千张样本图片，得到缺口宽度数据；S312，对这些样本图片得到的缺口宽度数据求平均值得到第一个模板T1 ；S313，对缺口宽度数据小于第一个模板T1的缺口宽度数据的所有样本图片得到的缺口宽度数据求平均值得到第二个模板T2 ；
S314，对缺口宽度大于第一个模板T1的缺口宽度数据的所有样本图片得到的缺口宽度数据求平均值得到第三个模板T3 ；S315，调整三个模板T1, T2, T3最终的宽度和高度。作为优�。街鑃12中所述用模板匹配算法包括以下步骤S411，用缺口模板在原始输入图像的二值图像中进行遍历，找到与缺口模板差异最小的原始输入图像的二值图像的子图；S412，求每个缺口模板与其对应的匹配的原始输入图像的二值图像的子图的相似度，按照相似度从大到小的顺序将各匹配的原始输入图像的二值图像的子图排序，依次记为Pm，P 2，PM3，并记录Pm，PM2，Pm3在原始输人图像中的位置。有益效果本方法采用模式识别的方法对缺口图像进行自动识别和检测，最终得到缺口位置的偏移量，能实时有效地计算缺口偏移量数据，无需开盖检查，实现缺口监测的直观性和准确性。
结合附图，本发明的其他特点和优点可从下面通过举例来对本发明的原理进行解释的优选实施方式的说明中变得更清楚。图I为本发明基于图像处理的铁路道岔缺口偏移量检测方法的一种实施方式的流程示意图；图2为本发明基于图像处理的铁路道岔缺口偏移量检测方法的一种实施方式中原始输入图像不意图；图3为本发明基于图像处理的铁路道岔缺口偏移量检测方法的一种实施方式中图像预处理的流程示意图；图4为本发明基于图像处理的铁路道岔缺口偏移量检测方法的一种实施方式中模板匹配算法的示意图；图5为本发明基于图像处理的铁路道岔缺口偏移量检测方法的一种实施方式中模板匹配算法的又一示意图；图6为本发明基于图像处理的铁路道岔缺口偏移量检测方法的一种实施方式中偏移量计算的流程示意图。
具体实施例方式下面将结合附图对本发明的实施方式进行详细描述如图I所示，基于图像处理的铁路道岔口偏移量检测方法的具体实现可以分为原始输入图像、图像预处理、检测缺口区域、偏移量计算这几大步骤。
SI I，图像预处理这一步是对原始输入图像进行图像预处理，得到原始输入图像的二值图像。原始输入图像指铁路道岔转换监测系统通过安装在道岔表示杆缺口区域的微型数字图像传感器，对道岔表示杆缺口区域的图像实时采集得到的图像，如图2所示。图像预处理包括以下步骤S211，将原始图像的RGB色彩模式转化为原始图像的灰度模式，转化公式为
Gray=R*0. 299+G*0. 587+B*0. 114 (I)其中，R代表红色分量，G代表绿色分量，B代表蓝色分量。S212，对原始图像的灰度模式进行二值化。可以采用最大类间方差法求得原始图像灰度区域的二值化的自适应阈值。二值化公式为
f I if Gray{x, v) > Thbw(x,y) = K cy)
[0 if Gray{x,y) < Th其中Gray(x, y)代表灰度图，bw(x, y)代表二值化后的原始图像的灰度值,Th是阈值。S213，滤除噪声，去除小面积连通域，得到滤除噪声后的原始图像的二值图像。去·除小面积连通域，可以采用8邻域连通域标记法，统计每个连通域的面积，将小于阈值L的连通域的像素值全部赋为0，最终得到滤除噪声后的原始图像的二值图像，具体流程图如图3所示。S12，检测缺口区域这一步是采用统计的方法设计缺口模板，对步骤Sll得到的原始输入图像的二值图像，用模板匹配算法对原始输入图像的二值图像与缺口模板进行匹配，在原始输入图像的二值图像中找到与缺口模板差异最小的图像区域。缺口模板的设计是采用统计方法，包括以下步骤S311，统计千张样本图片，得到缺口宽度数据；S312，对这些样本图片得到的缺口宽度数据求平均值等到第一模T1 ；S313，对缺口宽度数据小于第一模板1\的缺口宽度数据的所有样本图片得到的缺口宽度数据求平均值得到第二模板T2 ；S314，对缺口宽度大于第一模板T1的缺口宽度数据的所有样本图片得到的缺口宽度数据求平均值得到第三模板T2 ；S315，调整三个模板T1, T2, T3最终的宽度和高度，三个模板统称为缺口模板，缺口模板也是二值图像，缺口模板由三个矩形像素块组成，左边的矩形像素块像素值全为1，中间的矩形像素块是缺口，像素值全为0，右边的矩形像素块和左边的矩形像素块完全一样。模板匹配算法包括以下步骤S411，用缺口模板在原始输入图像的二值图像中进行遍历，找到与缺口模板差异最小的原始输入图像的二值图像的子图。具体步骤为用缺口模板在原始输入图像的二值图像中进行遍历，找到与缺口模板差异最小的原始输入图像的二值图像的子图。用缺口模板T1, T2, T3在原始图像的二值图像中进行遍历，刚开始时，第一模板T1的左上角点和原始图像的二值图像的左上角点是重合的，拿第一模板T1和第一模板覆盖下的原始图像的二值图像中的一块子图进行比对，计算它们之间相异像素点的个数，然后第一模板T1平移到下一个像素，进行同样的操作，直到所有位置都比对完，找出相异像素点最少的那块，就是我们要寻找的与第一模板T1最匹配的原始图像的二值图像中的子图。可以想象成，刚开始时，第一模板T1是叠在原始图像的二值图像上的，它们左上角对齐，这时原始图像的二值图像上被模板覆盖住的那块区域，也就是子图和第一模板T1大小相同，计算第一模板T1和这块区域，也就是子图两者相异像素点的个数；然后，整块第一模板T1在原始图像的二值图像上移动，移动一个点的位置，这时又得到一块子图，再计算相异像素点的个数，再移动，再计算，最后直到第一模板T1右下角位置和原始图像的二值图像右下角位置重合。然后对第二模板T2和第三模板T3进行相同的操作，找到各自最匹配的子图，每一个缺口模板在原始图像的二值图像上都找到一个最匹配的子图。三个缺口模板共找到三个最匹配的子图。具体流程如图4所不。用以下公式计算相异像素点的个数
权利要求
1.一种基于图像处理的铁路道岔缺口偏移量检测方法，其特征在于包括以下步骤 S11，对原始输入图像进行图像预处理，得到原始输入图像的二值图像； S12，采用统计的方法设计缺口模板，对步骤Sll得到的原始输入图像的二值图像，用模板匹配算法对所述二值图像与缺口模板进行匹配，在所述二值图像中找到与缺口模板差异最小的图像区域； S13，对步骤S12得到的所述图像区域进行图像分割，并对分割好的图像区域进行分析，排除无缺口的图像区域，找到有缺口的图像区域，实现缺口的精确定位，并计算缺口左右两边的偏移量。
2.根据权利要求I所述的基于图像处理的铁路道岔缺口偏移量检测方法，其特征在于 步骤Sll中所述图像预处理包括以下步骤 S211，将原始图像的RGB色彩模式转化为灰度模式； S212，对原始图像的灰度模式进行二值化； S213，滤除噪声，去除小面积连通域，得到滤除噪声后的原始输入图像的二值图像。
3.根据权利要求I所述的基于图像处理的铁路道岔缺口偏移量检测算法，其特征在于步骤S12中所述采用统计的方法设计缺口模板包括以下步骤 S311，统计千张样本图片，得到缺口宽度数据； S312，对这些样本图片得到的缺口宽度数据求平均值得到第一个模板T1 ； S313，对缺口宽度数据小于第一个模板T1的缺口宽度数据的所有样本图片得到的缺口宽度数据求平均值得到第二个模板T2 ； S314，对缺口宽度大于第一个模板T1的缺口宽度数据的所有样本图片得到的缺口宽度数据求平均值得到第三个模板T3 ； S315，调整三个模板T1, T2, T3最终的宽度和高度。
4.根据权利要求I所述的基于图像处理的铁路道岔缺口偏移量检测算法，其特征在于步骤S12中所述用模板匹配算法包括以下步骤 S411，用缺口模板在原始输入图像的二值图像中进行遍历，找到与缺口模板差异最小的原始输入图像的二值图像的子图； S412，求每个缺口模板与其对应的匹配的原始输入图像的二值图像的子图的相似度，按照相似度从大到小的顺序将各匹配的原始输入图像的二值图像的子图排序，依次记为Pm，PM2，Pm3，并记录Pm，Pi2，Pm3在原始输入图像中的位置。
全文摘要
本发明公开了一种基于图像处理的铁路道岔缺口偏移量检测方法，包括以下步骤S11，对原始输入图像进行图像预处理，得到原始输入图像的二值图像；S12，采用统计的方法设计缺口模板，对步骤S11得到的原始输入图像的二值图像，用模板匹配算法对所述二值图像与缺口模板进行匹配，在所述二值图像中找到与缺口模板差异最小的图像区域；S13，对步骤S12得到的所述图像区域进行图像分割，并对分割好的图像区域进行分析，排除无缺口的图像区域，找到有缺口的图像区域，实现缺口的精确定位，并计算缺口左右两边的偏移量。本发明能实时有效地计算缺口偏移量数据，无需开盖检查，实现缺口监测的直观性和准确性。
文档编号G01B11/02GK102749034SQ20121021376
公开日2012年10月24日 申请日期2012年6月27日 优先权日2012年6月27日
发明者于慧敏, 蔡丹平 申请人:浙江大学
专业数控铣床产品供应商
20年生产经验，实力工厂，精工品质，质量有保障
