韓金岳

(蘭州交通大學 機電工程學院, 甘肅 蘭州　730070)

0　引　言

鐵路扣件的檢測是鐵路安全檢測中重要的一環(huán)。研究表明，許多鐵路事故的發(fā)生都與扣件的損壞有關(guān)[1]，嚴重時還會造成列車脫軌等重大事故[2]。近年來，隨著機器視覺技術(shù)的發(fā)展，使用軌檢車拍攝軌道相片，再采用圖像處理技術(shù)自動判斷扣件狀態(tài)，逐漸替代人工巡檢，成為了一種新的流行趨勢。主要介紹圖像自動識別扣件過程中扣件定位步驟的方法，以及一種基于灰度投影積分法原理的防旋轉(zhuǎn)定位方法。

1　扣件自動識別

扣件的圖像檢測過程主要分為圖像采集、預(yù)處理、圖像定位、特征提取、分類等階段[3]。

如圖1所示，在扣件定位階段的主要工作是從復(fù)雜的背景圖中將待檢測區(qū)域放大提取出來的過程。經(jīng)過定位的圖像才能進行后續(xù)的檢測，否則圖中無效信息太多。不能取得良好的效果[3]。

2　投影法放大扣件

選擇部分樣本圖片進行處理和分析?？梢园l(fā)現(xiàn)，由于軌道檢測車輛是直接在軌道上進行行駛拍攝的，大部分采集到的圖像中軌枕和鐵軌的位置與圖像的邊緣基本呈垂直狀態(tài)。觀察圖像中直線所處的位置，可以發(fā)現(xiàn)有三條直線可以選用，分別是鋼軌左右兩端，軌枕上下兩個邊沿以及螺栓扣件的枕肩部分。相對來說鋼軌和軌枕兩端的直線較長，同時在圖片采集的過程中，鋼軌和軌枕具有良好的位置關(guān)系，適合于采用文中引入的灰度投影積分法進行定位，所以選用鋼軌和軌枕進行扣件的放大和定位[4]。

圖1　圖像處理過程流程圖

如圖2所示。通過對邊緣采集的圖像進行投影，可以找到鋼軌和軌枕直線坐標位置。

步驟1：將圖像轉(zhuǎn)化為灰度圖象。

步驟2：對其進行邊緣檢測后的圖片分別在x軸Y軸進行投影(亮度較大的部位表現(xiàn)為峰值部位)。

步驟3：通過先驗數(shù)據(jù)得知扣件位置與鐵軌和軌枕交叉點距離，移動一定數(shù)值的距離定位到扣件的中心點位置。

圖2　圖像投影效果圖

從圖2中可以看出，圖像垂直投影的兩個極值點，就對應(yīng)邊緣圖中鋼軌的兩條直線位置。水平投影的極值點對應(yīng)軌枕位置?？赏ㄟ^對垂直與水平坐標峰值交點的提取后根據(jù)扣件與鐵軌的相對位置,平移定位到扣件的坐標。經(jīng)過對圖像的放大和平移,可以得到扣件部位的放大圖像。

對樣本庫中1 716張圖片進行定位，定位準確的為1 683張，準確率98.1%，共耗時46.6 s。該方法主要利用軌枕和軌道進行定位，在拍攝設(shè)備與軌枕角度發(fā)生變化時，可能造成誤定位，如圖3所示。

圖3　扣件定位圖

3　灰度投影積分法

灰度投影積分法是一種直線檢測方法，主要利用了直角坐標空間，通過待檢圖像在直角坐標空間的投影，再通過觀察該矩陣中灰度值的極大和極小值點，進而求得圖中邊緣的坐標位置。這樣就可以將圖片中的圖像信息轉(zhuǎn)化為可以識別和操作的數(shù)字信息。

灰度投影積分法的目的是對圖象中的直線信息進行檢測，主要采用了通過旋轉(zhuǎn)坐標投影尋找積分極值的方法：依據(jù)的原理是如果目標直線垂直于投影坐標系，那么這條直線的所有像素投影在這個坐標系上會變成一個點；如果目標直線不垂直于投影坐標系，那么這條直線所對應(yīng)的像素投影在這個坐標系上的投影就仍為一條直線。憑借此原理，文獻[5]提出采用灰度投影積分法對直線進行檢測。其具體運算過程，如圖4所示。

圖4　灰度投影原理圖

圖中有一條直線S，把這條直線的每一列元素的灰度值平行于y′方向進行疊加。此過程就是進行灰度值投影積分的過程。這條直線S在x′軸上的投影同樣也是一條直線，將S投影在x′軸上的影像稱為灰度投影積分向量；在獲取了當前旋轉(zhuǎn)角度θ1的灰度投影積分向量后，再將投影的坐標軸x′oy′進行一定角度的旋轉(zhuǎn)，同時進行投影，可獲得旋轉(zhuǎn)角度為θ2的灰度投影積分向量。當投影坐標軸以預(yù)設(shè)間隔θ*，轉(zhuǎn)過所有的角度時，把每個角度搜集到的向量組合起來，生成一個灰度投影積分矩陣。稱為GPI矩陣，如圖5為灰度投影只分極值點圖。

圖5　灰度投影積分極值點圖

如圖5，當投影坐標軸恰好旋轉(zhuǎn)到一個特定的角度，即y′方向與直線S平行時，對直線S在x′軸進行投影可以發(fā)現(xiàn)其投影全部集合為了一個點。此時該點的灰度投影積分值為所有旋轉(zhuǎn)角度中的極值。然后再通過從灰度投影積分矩陣中搜索此極值點的旋轉(zhuǎn)角度和直線方位，就可以求出直線在圖像中的位置。

由于邊緣提取后的圖像也是由一些點和直線組成，借鑒這種方法的思想，將圖像中的點投影在坐標軸上，就可以統(tǒng)計出其累計灰度值的極值點，從而確定出圖中直線的位置。

4　基于灰度投影積分原理的改進定位算法

在對扣件圖像進行定位和放大的過程中，大部分圖像都顯示完好，并處于圖片中心，但是也會存在一部分異常的扣件圖像如圖6，圖中鋼軌和軌枕并不完全垂直于圖像邊緣，如果直接采用上文中描述的投影檢測方法，就會造成灰度投影點計算的錯誤，造成定位點的偏差。

圖6　特殊圖像的投影

從圖6中可見，圖像在兩個方向上的投影峰值部位并沒有呈現(xiàn)出和垂直圖像一樣明顯的趨勢。原因就是圖像的旋轉(zhuǎn)造成直線區(qū)域的投影不明顯，導(dǎo)致無法有效識別出峰值位置。

一般情況下，拍攝到的圖片雖然有一些程度上的偏轉(zhuǎn)，但程度都不是很大。所以提出基于灰度投影積分法原理的投影定位方法。用以解決投影定位時，鋼軌和軌枕與圖像不垂直的情況。

具體實現(xiàn)步驟如下：

(1) 建立初始投影坐標軸，并對邊緣圖像進行灰度值投影。

(2) 利用灰度投影積分法的原理對投影的坐標軸進行一定角度的旋轉(zhuǎn)(θ0,θ1,θ2,…θn)。

(3) 分別統(tǒng)計旋轉(zhuǎn)后的投影圖像投影點灰度值的峰值，并進行對比。

(4) 找出各旋轉(zhuǎn)角度投影點灰度值峰值的極值點，此時對應(yīng)的圖像中的主直線與投影軸呈垂直狀態(tài)。

(5) 將原圖像按極值點旋轉(zhuǎn)的角度反向旋轉(zhuǎn)θ*度，θ*為極值點投影坐標軸旋轉(zhuǎn)的角度。

(6) 將旋轉(zhuǎn)后的圖象進行投影，并根據(jù)投影點峰值特征進行直線識別，如圖7所示。

圖7　旋轉(zhuǎn)后效果圖

5　結(jié)　語

基于灰度投影積分法的改進型定位方法能夠很好的克服由圖像角度旋轉(zhuǎn)帶來的圖像元素不垂直問題，能夠更準確的定位到扣件，為圖像處理中的扣件定位提供了一種新的思路。