金炳瑞，牛宏俠，侯濤

（蘭州交通大學(xué)光電技術(shù)與智能控制教育部重點(diǎn)實(shí)驗(yàn)室，甘肅蘭州730070）

改進(jìn)Hough變換在直線鐵軌圖像邊緣檢測(cè)研究

金炳瑞，牛宏俠，侯濤

（蘭州交通大學(xué)光電技術(shù)與智能控制教育部重點(diǎn)實(shí)驗(yàn)室，甘肅蘭州730070）

針對(duì)鐵路軌道數(shù)字圖像處理中直線鐵軌檢測(cè)的快速有效問題，提出一種改進(jìn)Hough變換直線鐵軌檢測(cè)方法。首先對(duì)圖像進(jìn)行小波提升，用經(jīng)典的邊緣檢測(cè)LoG算子進(jìn)行圖像的邊緣檢測(cè)；然后計(jì)算圖像空間直線斜率重疊度來快速檢測(cè)出直線；最后將圖像轉(zhuǎn)換到參數(shù)空間，計(jì)算局部極大值點(diǎn)，檢測(cè)出直線。通過大量的仿真實(shí)驗(yàn)證明了該方法對(duì)直線鐵軌檢測(cè)的有效性和實(shí)用性。

Hough變換；邊緣檢測(cè)；小波處理；直線檢測(cè)

【本文獻(xiàn)信息】金炳瑞，牛宏俠，侯濤.改進(jìn)Hough變換在直線鐵軌圖像邊緣檢測(cè)研究［J］.電視技術(shù)，2015，39（10）.

圖像邊緣是圖像中兩個(gè)不同屬性區(qū)域的交接處，是圖像屬性發(fā)生突變的地方，是圖像中信息最集中而不確定性最大的地方，圖像的邊緣包含著豐富的信息。目前，對(duì)直線邊緣的檢測(cè)有很多方法，比如Radon檢測(cè)法、Hough檢測(cè)法、概率Hough變換PHT［1］（Probabilistic Hough Transform），以及該進(jìn)的隨機(jī)Hough變換RHT［1］（Randomized Hough Transform）等。這些方法的優(yōu)點(diǎn)是抗噪能力強(qiáng)，能在信噪比較低的情況下檢測(cè)出直線，但其計(jì)算復(fù)雜，存儲(chǔ)空間大。針對(duì)鐵路直線鋼軌的邊緣檢測(cè)，傳統(tǒng)的Hough變換［2-3］在對(duì)鐵路鋼軌和枕木都存在的圖像中不能清晰地檢測(cè)出鋼軌，往往受到背景枕木圖像的干擾?；阼F路軌道圖像的直線特征，本文結(jié)合Prewitt算子、Sobel算子、LoG算子、Canny等邊緣檢測(cè)算子［4-6］處理結(jié)果對(duì)比分析，提出一種改進(jìn)Hough變換直線鐵軌檢測(cè)新方法，可以有效地減少枕木噪聲影響，快速有效地檢測(cè)出直線鐵軌。

1　邊緣檢測(cè)算子

圖像邊緣檢測(cè)是檢測(cè)圖像中物體與背景在某種圖像特性上的差異，這種差異包括灰度、顏色和紋理特征；邊緣檢測(cè)就是檢測(cè)圖像中發(fā)生這些差異特征的位置。為了有效地檢測(cè)出直線鐵軌，首先使用小波變換對(duì)原始圖像去噪，濾除高頻鐵軌枕木邊緣，在此基礎(chǔ)上用MATLAB中edge函數(shù)，結(jié)合經(jīng)典的圖像邊緣檢測(cè)算子對(duì)灰度圖像進(jìn)行邊緣檢測(cè)，其處理結(jié)果如圖1所示。

從圖1處理結(jié)果可以看出，各檢測(cè)算子處理結(jié)果各不相同［7］：Prewitt算子對(duì)鐵軌枕木即周圍強(qiáng)噪聲不能很好地濾除；Sobel算子對(duì)枕木及其他噪聲處理得較好；LoG算子首先能平化掉鐵路枕木及其周圍環(huán)境噪聲，再進(jìn)行鐵軌邊緣檢測(cè)，所以效果更好；Canny算子不容易受噪聲干擾，能夠檢測(cè)枕木的弱邊緣。所以，本文選用LoG算子作為圖像邊緣檢測(cè)算子。

圖1　不同檢測(cè)算子檢測(cè)結(jié)果

2　設(shè)計(jì)邊緣檢測(cè)算法

2.1傳統(tǒng)Hough直線檢測(cè)

霍夫（Hough）變換是利用點(diǎn)與線的對(duì)偶性，將原始圖像空間的曲線轉(zhuǎn)化為參數(shù)空間的一個(gè)點(diǎn)。這樣就把原始圖像中給定曲線的檢測(cè)問題轉(zhuǎn)化為尋找參數(shù)空間中的峰值問題［7］。其基本原理如圖2所示，將圖像空間直線方程

用公式

轉(zhuǎn)換到參數(shù)平面空間，此時(shí)參數(shù)平面為（ρ，θ）平面。

圖2　Hough變換的基本原理

由于傳統(tǒng)的Hough變換運(yùn)算復(fù)雜、計(jì)算量大［9］、定位精度低等問題，直接影響系統(tǒng)的處理速度和精度。為此，提出一種改進(jìn)的Hough變換直線檢測(cè)方法，快速有效地檢測(cè)出圖像空間的直線邊緣。

2.2改進(jìn)的Hough直線檢測(cè)

將LoG算子檢測(cè)出的圖像邊緣點(diǎn)作為檢測(cè)的特征點(diǎn)［1，10］。如圖3所示，這些像素點(diǎn)組成的圖像邊緣可以分為兩類［11］，一類是直線邊緣，一類是曲線邊緣。對(duì)這些目標(biāo)邊緣像素點(diǎn)進(jìn)行改進(jìn)Hough直線檢測(cè)。

圖3　目標(biāo)像素點(diǎn)與檢測(cè)直線斜率關(guān)系

若由m個(gè)特征點(diǎn)組成圖像空間［1，9-10］

找到一個(gè)種子特征點(diǎn)p0（x0，y0），則p0（x0，y0）點(diǎn)與相異的點(diǎn)pi（xi，yi）兩點(diǎn)之間的斜率關(guān)系為

為通過點(diǎn)p0（x0，y0）的直線斜率ki的重疊度ci的最大值設(shè)置存儲(chǔ)空間標(biāo)志位Qi（0＜i≤m），并設(shè)初始值為0。對(duì)于直線邊緣像素點(diǎn)，如圖3a所示，存在多個(gè)點(diǎn)在同一條直線上，如第一行的8個(gè)目標(biāo)像素點(diǎn)都在同一條直線上，即它們兩兩所在的直線是重合的，有相同的斜率k0，這8個(gè)像素點(diǎn)斜率重疊度為即k0斜率的重疊度為28。由圖3a可知斜率k1的重疊度為c1=c23=3，斜率k2的重疊度為c2=3，斜率k3的重疊度為c3=28，以此類推，算出所有通過點(diǎn)p0（x0，y0）直線斜率的重疊度ci。對(duì)重疊度進(jìn)行比較，設(shè)置閾值t1，有

斜率重疊度大于閾值，其對(duì)應(yīng)的存儲(chǔ)空間標(biāo)志位設(shè)置為1；如果重疊度小于閾值，則置為0。如果兩直線間的斜率差值Δk＜0.05，認(rèn)為兩斜率為同一條直線斜率。

對(duì)于曲線邊緣像素點(diǎn)如圖3b所示，用和直線邊緣像素點(diǎn)相同的方法，明顯看到曲線邊緣像素點(diǎn)之間的斜率重疊次數(shù)遠(yuǎn)小于直線邊緣像素點(diǎn)之間的斜率重疊次數(shù)。在整個(gè)邊緣像素點(diǎn)中，設(shè)定斜率重疊次數(shù)閾值，就可以將曲線邊緣點(diǎn)排除，只檢測(cè)出直線邊緣點(diǎn)。

對(duì)于斜率無窮大的直線，即x0=xi，斜率計(jì)算公式就失去意義。

在圖3a中，第一列有8個(gè)像素點(diǎn)組成直線，其斜率k4=∞，這8個(gè)像素點(diǎn)兩兩之間的斜率重疊次數(shù)c4為28，此時(shí)，只需檢測(cè)出相同x0點(diǎn)的邊緣像素點(diǎn)的個(gè)數(shù)，就可以檢測(cè)出它們所在直線的斜率重疊次數(shù)為28，避免用公式計(jì)算帶來的不便。

找到直線斜率，用點(diǎn)斜式算出直線方程

將直線轉(zhuǎn)換到（ρ，θ）平面，其實(shí)現(xiàn)流程如圖4所示。

圖4　直線檢測(cè)流程圖

3仿真結(jié)果與分析

傳統(tǒng)Hough直線檢測(cè)結(jié)果如圖5所示。

圖5　傳統(tǒng)Hough變換直線檢測(cè)

鋼軌為主要檢測(cè)對(duì)象，所以在實(shí)驗(yàn)仿真時(shí)，將檢測(cè)直線的長(zhǎng)度做了適當(dāng)?shù)倪x取，對(duì)枕木部分及不必要的邊緣直線做了必要的忽略，以便更清楚地顯示鐵路鋼軌的檢測(cè)直線。但是，檢測(cè)結(jié)果不理想，不能完全排除枕木影響。下面對(duì)兩幅鐵路軌道圖片用本文改進(jìn)方法進(jìn)行直線檢測(cè)，第一幅圖像的各階段檢測(cè)結(jié)果其結(jié)果如圖6所示，第二幅檢測(cè)結(jié)果如圖7所示。

圖6　本文改進(jìn)方法處理結(jié)果

圖7　本文改進(jìn)方法處理結(jié)果

通過仿真實(shí)驗(yàn)結(jié)果，可以看出在用傳統(tǒng)的Hough變換檢測(cè)軌道直線時(shí)，由于軌道和枕木的灰度值相差不是很大，對(duì)軌道邊緣直線檢測(cè)形成干擾，軌道直線檢測(cè)過程中也將枕木等高灰度值的邊緣也檢測(cè)出來，不能很好地凸顯軌道邊緣直線。然而，用本文改進(jìn)的Hough直線檢測(cè)結(jié)果可以看出，軌道邊緣直線提取效果發(fā)生了很大的改觀，經(jīng)過小波提升，可以很好地去除軌道枕木對(duì)檢測(cè)結(jié)果的影響，同時(shí)也看到改進(jìn)后Hough變換的直線提取效果很好，能夠清晰地提取出軌道直線邊緣。

改進(jìn)的Hough直線檢測(cè)也提高了處理速率，與傳統(tǒng)Hough檢測(cè)方法作對(duì)比，結(jié)果如表1所示。文中所有仿真都是在Windows XP（SP3），MATLAB7.1環(huán)境下得到。

表1改進(jìn)Hough直線檢測(cè)與傳統(tǒng)Hough直線檢測(cè)速率對(duì)比

4小結(jié)

針對(duì)直線鐵軌邊緣檢測(cè)問題，提出一種改進(jìn)Hough變換參考文獻(xiàn)：

的直線檢測(cè)方法，通過小波處理，有效去除了圖像中的高頻噪聲（鐵路枕木），減少存儲(chǔ)空間。通過計(jì)算圖像空間目標(biāo)像素點(diǎn)所在直線的斜率重疊度，得到圖像空間的直線方程，能快速有效地檢測(cè)圖像直線邊緣。該方法也可以應(yīng)用到具有直線特征的人造建筑物的直線檢測(cè)。

［1］盧惠民，鄭志強(qiáng).一種新的用于檢測(cè)直線的快速Hough變換［J］.計(jì)算機(jī)應(yīng)用，2005，25（10）：2375-2380.

［2］孫明.數(shù)字圖像處理與分析基礎(chǔ)——MATLAB和VC++實(shí)現(xiàn)［M］.北京：電子工業(yè)出版社，2013.

［3］陳超.MATLAB應(yīng)用實(shí)例精講：圖像處理與GUI設(shè)計(jì)篇［M］.北京：電子工業(yè)出版社，2011.

［4］李睿，武曉春.基于數(shù)字圖像處理的直線型鐵軌的自動(dòng)識(shí)別［J］.電視技術(shù)，2014，38（3）：167-169.

［5］何俊峰.基于視覺原理的圖像邊緣檢測(cè)算子研究［D］.武漢：華中科技大學(xué)，2006.

［6］黃鋒華，劉琪芳，冀金鳳.基于MATLAB數(shù)字圖像邊緣檢測(cè)算子的研究［J］.機(jī)械工程與自動(dòng)化，2011，167（4）：48-50.

［7］趙芳，欒曉明，孫越.數(shù)字圖像幾種邊緣檢測(cè)算子檢測(cè)比較分析［J］.自動(dòng)化技術(shù)與應(yīng)用，2009，28（3）：68-72.

［8］趙小川，何灝，繆遠(yuǎn)誠(chéng).MATLAB數(shù)字圖像處理實(shí)戰(zhàn)［M］.北京：機(jī)械工業(yè)出版社，2013.

［9］段汝嬌，趙偉，黃松嶺，等.一種基于改進(jìn)Hough變換的直線快速檢測(cè)算法［J］.儀器儀表學(xué)報(bào)，2010，31（12）：2774-2780.

［10］孫金彥，周紹光，陳超.基于改進(jìn)的Hough變換提取影像邊緣［J］.計(jì)算機(jī)與數(shù)字工程，2013，41（9）：1501-1504.

［11］顧嗣揚(yáng)，施鵬飛，李介谷.一種基于直線Hough變換的識(shí)別曲線及參數(shù)估計(jì)方法［J］.模式識(shí)別與人工智能，1994，7（1）：15-20.

金炳瑞（1988—），研究生，主要從事智能信息處理研究；

牛宏俠（1978—），女，副教授，主要從事交通信息工程及控制研究；

侯濤（1975—），副教授，主要從事智能控制與智能信息處理研究。

Study of Straight Line Rail Image Edge Detection Based on Improved Hough

JIN Bingrui，NIU Hongxia，HOU Tao

（Key Laboratory Opto-Electronic Technology and Intelligent Control，Ministry of Education，Lanzhou Jiaotong University，LanzhouChina，730070）

Aiming at the problem of fast and effective linear rail detection in railway track digital image processing an improved Hough transform algorithm is proposed.Firstly，makes wavelet promote for image，use the classical edge detection LoG operator for image edge detection，then it calculates the image spatial overlapping straight slope degree to quickly detect the straight line.Transform the image into the parameter space，calculate local maximum value point and detect the straight line.A lot of simulation experiments show the method’s effectiveness and practicability for linear rail detection.

Hough transformation；edge detection；wavelet process；straight line detection

TN911.73

A

10.16280/j.videoe.2015.10.004

時(shí)雯

2014-07-31

甘肅省自然科學(xué)基金項(xiàng)目（1308RJZA116）；甘肅省高等學(xué)?？蒲许?xiàng)目（2013A-051）；蘭州交通大學(xué)科技支撐計(jì)劃項(xiàng)目（ZC2013004）