CN111369484B - 钢轨廓形检测方法及装置 - Google Patents
钢轨廓形检测方法及装置 Download PDFInfo
- Publication number
- CN111369484B CN111369484B CN202010147287.6A CN202010147287A CN111369484B CN 111369484 B CN111369484 B CN 111369484B CN 202010147287 A CN202010147287 A CN 202010147287A CN 111369484 B CN111369484 B CN 111369484B
- Authority
- CN
- China
- Prior art keywords
- light bar
- fusion
- image
- images
- polarized
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 98
- 229910000831 Steel Inorganic materials 0.000 claims abstract description 134
- 239000010959 steel Substances 0.000 claims abstract description 134
- 230000004927 fusion Effects 0.000 claims abstract description 103
- 230000010287 polarization Effects 0.000 claims abstract description 90
- 238000000034 method Methods 0.000 claims abstract description 45
- 238000000605 extraction Methods 0.000 claims abstract description 32
- 238000007499 fusion processing Methods 0.000 claims abstract description 20
- 238000004590 computer program Methods 0.000 claims description 10
- 230000005484 gravity Effects 0.000 claims description 10
- 238000003860 storage Methods 0.000 claims description 8
- 238000011430 maximum method Methods 0.000 claims description 4
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 17
- 238000005259 measurement Methods 0.000 description 13
- 238000003384 imaging method Methods 0.000 description 11
- 238000009826 distribution Methods 0.000 description 8
- 230000000712 assembly Effects 0.000 description 6
- 238000000429 assembly Methods 0.000 description 6
- 238000011156 evaluation Methods 0.000 description 5
- 239000002070 nanowire Substances 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 238000005299 abrasion Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 239000000523 sample Substances 0.000 description 2
- 241000287196 Asthenes Species 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- JEIPFZHSYJVQDO-UHFFFAOYSA-N iron(III) oxide Inorganic materials O=[Fe]O[Fe]=O JEIPFZHSYJVQDO-UHFFFAOYSA-N 0.000 description 1
- 230000001795 light effect Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000007500 overflow downdraw method Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/50—Image enhancement or restoration by the use of more than one image, e.g. averaging, subtraction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20212—Image combination
- G06T2207/20221—Image fusion; Image merging
Abstract
本发明公开了一种钢轨廓形检测方法及装置,该方法包括:采集钢轨不同方向的光条偏振图像;根据不同光条偏振图像中光条的特征信息,确定不同光条偏振图像的融合权重;根据不同光条偏振图像的融合权重,对不同的光条偏振图像进行融合处理,得到融合图像;根据融合图像,提取钢轨廓形数据。本发明能够获得不存在局部过曝现象的高质量钢轨廓形光条图像,进而获得准确的光条中心提取结果,从而提高钢轨廓形检测结果的准确性。
Description
技术领域
本发明涉及钢轨检测领域,尤其涉及一种钢轨廓形检测方法及装置。
背景技术
本部分旨在为权利要求书中陈述的本发明实施例提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。
由于钢轨廓形的变化直接关系到铁路轨道的安全运行,因而,钢轨廓形检测有助于掌握钢轨服役状态、指导钢轨打磨作业,是铁路运营维护的重要手段。
钢轨廓形检测的原理是将实际检测到的钢轨廓形数据,与标准钢轨廓形数据对比,从而得到钢轨的垂直磨耗量、侧面磨耗量等参数。目前,钢轨廓形检测的手段主要有两种类型:一种是接触式检测,将探头与钢轨接触来检测钢轨廓形数据;另一种是非接触式检测,利用钢轨表面反射光的强度信息来提取钢轨廓形数据。
对于接触式检测,由于其需要探头与钢轨接触,存在检测效率低、人工成本高等缺点。对于非接触式检测,由于铁路现场工况恶劣,钢轨在服役一段时间后,钢轨表面状态会发生改变(例如,表面不平顺、表面异物、钢轨光带、轨头生锈等),从而干扰钢轨表面反射光的能量分布,造成能量分布异常。尤其是钢轨打磨后,采集的钢轨廓形光条图像中存在局部区域曝光过量的问题(即过曝问题),导致难以准确提取光条中心,使得钢轨廓形检测结果误差较大的技术问题。
图1示出了现有钢轨廓形检测方法采集的打磨后钢轨的钢轨廓形光条图像,可以看出,对于打磨后的钢轨,其表面形貌和粗糙度均发生了变化,影响了钢轨表面镜面反射能量和漫反射能量的分布情况,当局部区域的镜面反射光方向与成像镜头的光轴一致或接近时,大量的镜面反射光进入图像探测器,使得图像探测器采集到的钢轨廓形光条图像出现过曝现象,例如,图1中虚线矩形框所示的过曝区域。
在钢轨廓形光条图像的过曝区域,由于光条能量分布异常,使得光条中心提取误差较大,往往得不到准确的光条中心,从而导致钢轨廓形检测结果存在较大误差。
图2所示为分别采用极大值法、灰度重心法和Steger法,对图1所示的钢轨廓形光条图像进行光条中心提取的结果。如图2所示,图标a所示为采用极大值法提取出的光条中心,图标b所示为采用灰度重心法提取出的光条中心,图标c所示为采用Steger法提取出的光条中心,图标d所示为通过Miniprof轨廓仪测量的钢轨廓形数据映射到图像坐标中的结果。由于Miniprof轨廓仪能够实现钢轨廓形的接触式测量,测量结果比较准确,因而,可以作为不同光条中心提取方法的参考基准。
由图2可以看出,在非过曝区域(即虚线矩形框外的区域),采用不同光条中心提取方法得到的钢轨廓形与Miniprof轨廓仪测量的钢轨廓形基本一致;在过曝区域(即虚线矩形框内的区域),由于光条截面能量分布复杂,采用不同光条中心提取方法得到的光条中心出现不同程度的误差,导致钢轨廓形测量结果也出现不同程度的误差,其中,灰度重心法的误差最大达到0.95mm,即使是精度最高的Steger法,也产生了0.29mm的误差。
可见,现有基于强度信息的钢轨廓形检测方法,获取的是钢轨表面反射激光的强度信息,因此在遇到恶劣工况,尤其是新打磨后的钢轨时,容易引起钢轨廓形光条图像局部过曝问题。在过曝区域,光条成像质量较差,光条能量分布复杂,导致真实的钢轨廓形信息被干扰,无法获得稳定、准确的光条中心,导致钢轨廓形检测结果的准确度有待提高。虽然可以通过降低曝光时间解决局部过曝问题,但同时会造成同一幅图像中正常曝光区域的光条曝光不足,最终影响正常区域的光条提取,因此,仅依靠降低曝光时间无法有效解决钢轨廓形光条图像局部过曝的问题。
针对上述问题,目前尚未提出有效的解决方案。
发明内容
本发明实施例提供一种钢轨廓形检测方法,用以解决现有基于线结构光的钢轨廓形检测方法,由于采集到的光条图像存在局部过曝现象,导致难以准确提取光条中心,使得钢轨廓形检测结果误差较大的技术问题,该方法包括:采集钢轨不同方向的光条偏振图像;根据不同光条偏振图像中光条的特征信息,确定不同光条偏振图像的融合权重;根据不同光条偏振图像的融合权重,对不同的光条偏振图像进行融合处理,得到融合图像;根据融合图像,提取钢轨廓形数据;
其中,根据不同光条偏振图像中光条的特征信息,确定不同光条偏振图像的融合权重,包括如下任意之一:
根据不同光条偏振图像中光条的宽度信息,确定不同光条偏振图像的融合权重;
根据不同光条偏振图像中光条的强度信息,确定不同光条偏振图像的融合权重。
本发明实施例还提供一种钢轨廓形检测装置,用以解决现有基于线结构光的钢轨廓形检测方法,由于采集到的光条图像存在局部过曝现象,导致难以准确提取光条中心,使得钢轨廓形检测结果误差较大的技术问题,该装置包括:光条偏振图像采集单元,用于采集钢轨不同方向的光条偏振图像;图像融合权重确定单元,用于根据不同光条偏振图像中光条的特征信息,确定不同光条偏振图像的融合权重;图像融合处理单元,用于根据不同光条偏振图像的融合权重,对不同的光条偏振图像进行融合处理,得到融合图像;钢轨廓形提取单元,用于根据融合图像,提取钢轨廓形数据;
其中,根据不同光条偏振图像中光条的特征信息,确定不同光条偏振图像的融合权重,包括如下任意之一:
根据不同光条偏振图像中光条的宽度信息,确定不同光条偏振图像的融合权重;
根据不同光条偏振图像中光条的强度信息,确定不同光条偏振图像的融合权重。
本发明实施例还提供一种计算机设备,用以解决现有基于线结构光的钢轨廓形检测方法,由于采集到的光条图像存在局部过曝现象,导致难以准确提取光条中心,使得钢轨廓形检测结果误差较大的技术问题,该计算机设备包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行计算机程序时实现上述的钢轨廓形检测方法。
本发明实施例还提供一种计算机可读存储介质,用以解决现有基于线结构光的钢轨廓形检测方法,由于采集到的光条图像存在局部过曝现象,导致难以准确提取光条中心,使得钢轨廓形检测结果误差较大的技术问题,该计算机可读存储介质存储有执行上述钢轨廓形检测方法的计算机程序。
本发明实施例中,对钢轨同一钢轨廓形断面,采集不同方向的光条偏振图像,根据不同光条偏振图像中光条的特征信息,确定不同光条偏振图像的融合权重,进而根据不同光条偏振图像的融合权重,对不同的光条偏振图像进行融合处理,得到融合图像,最后根据融合图像,提取钢轨廓形数据。
通过本发明实施例,能够获得不存在局部过曝现象的高质量钢轨廓形光条图像,进而获得准确的光条中心提取结果,从而提高钢轨廓形检测结果的准确性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例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,下面描述中的附图仅仅是本发明的一些实施例,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。在附图中:
图1为现有技术中提供的打磨后钢轨的光条图像示意图;
图2为现有技术中提供的采用多种光条中心提取算法对打磨后钢轨的光条图像进行光条中心提取的结果示意图;
图3为本发明实施例中提供的一种钢轨廓形检测方法流程图;
图4为本发明实施例中提供的一种钢轨廓形检测组件示意图;
图5为本发明实施例中提供的一种钢轨廓形检测系统示意图;
图6为本发明实施例中提供的一种可选的钢轨廓形检测流程图;
图7为本发明实施例中提供的一种图像融合算法示意图;
图8为本发明实施例中提供的一种偏振相机的偏振滤镜和像素分布示意图;
图9为本发明实施例中提供的一种偏振光效果示意图;
图10a为本发明实施例中提供的0°方向采集的光条偏振图像示意图;
图10b为本发明实施例中提供的45°方向采集的光条偏振图像示意图;
图10c为本发明实施例中提供的90°方向采集的光条偏振图像示意图;
图10d为本发明实施例中提供的135°方向采集的光条偏振图像示意图;
图11为本发明实施例中提供的一种融合图像示意图;
图12为本发明实施例中提供的一种从融合图像中提取光条中心的结果示意图;
图13为本发明实施例中提供的钢轨廓形检测结果误差示意图;
图14为本发明实施例中提供的一种钢轨廓形检测装置示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚明白,下面结合附图对本发明实施例做进一步详细说明。在此,本发明的示意性实施例及其说明用于解释本发明,但并不作为对本发明的限定。
在本说明书的描述中,所使用的“包含”、“包括”、“具有”、“含有”等,均为开放性的用语,即意指包含但不限于。参考术语“一个实施例”、“一个具体实施例”、“一些实施例”、“例如”等的描述意指结合该实施例或示例描述的具体特征、结构或者特点包含于本申请的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。各实施例中涉及的步骤顺序用于示意性说明本申请的实施,其中的步骤顺序不作限定,可根据需要作适当调整。
由本发明背景部分介绍的内容可知,传统的基于强度信息的线结构光钢轨廓形检测方法,在复杂工况下容易遇到光条图像局部过曝的问题,过曝区域的光条成像质量较差,光条截面能量分布复杂,导致真实廓形信息被干扰,无法获得稳定、准确的光条中心,钢轨廓形检测的准确度有待提高。
为了解决上述问题,本发明实施例中提供了一种钢轨廓形检测方法,通过采集钢轨不同方向的光条偏振图像,并分析不同方向光条偏振图像的光条特征信息,构建偏振图像融合算法,对不同方向的光条偏振图像进行融合处理,使得融合后的钢轨廓形光条图像质量显著改善,不再存在局部过曝现象,光条中心提取结果更加准确、合理,保证了恶劣工况下钢轨廓形检测的准确度,尤其适用于打磨后钢轨的钢轨廓形检测。
图3为本发明实施例中提供的一种钢轨廓形检测方法流程图,如图3所示,该方法可以包括如下步骤:
S301,采集钢轨不同方向的光条偏振图像。
需要说明的是,上述S301中,对同一钢轨廓形断面,采集不同方向的光条偏振图像,由于不同方向采集的光条偏振图像均包含钢轨轮廓信息,且不同方向的光条偏振图像中光条的特征信息(例如,光条宽度或强度信息)存在差异,因而,本发明实施例通过采集不同方向的光条偏振图像,进而对不同方向的光条偏振图像进行融合,能够得到成像质量较高的钢轨廓形光条图像。
作为一种可选的实施方式,上述S301可以通过偏振相机同时采集钢轨不同方向的光条偏振图像。例如,由偏振相机同时采集钢轨0°、90°、45°和135°四个方向的光条偏振图像。
S302,根据不同光条偏振图像中光条的特征信息,确定不同光条偏振图像的融合权重。
需要说明的是,不同方向采集的光条偏振图像中光条的特征信息不同,因而,在对不同方向的光条偏振图像进行图像融合的时候,可以根据不同光条偏振图像中光条的特征信息,确定不同光条偏振图像的融合权重。
作为一种可选的实施方式,上述S302可以通过如下任意一种方式来确定不同光条偏振图像的融合权重:①根据不同光条偏振图像中光条的宽度信息,确定不同光条偏振图像的融合权重;②根据不同光条偏振图像中光条的强度信息,确定不同光条偏振图像的融合权重。
S303,根据不同光条偏振图像的融合权重,对不同的光条偏振图像进行融合处理,得到融合图像。
作为一种可选的实施方式,上述S303可以通过公式(1)对不同的光条偏振图像进行融合处理:
进一步地,可以通过公式(2)确定不同光条偏振图像的融合权重:
其中, 表示第i幅光条偏振图像中第j列的光条宽度;Mr表示光条参考宽度;表示第i幅光条偏振图像中第j列的光条宽度与光条参考宽度的差值;Δ0表示当等于0时设置的一个很小的数,以排除分母为0的情况,取值范围为0.001~0.1;m表示权重调节因子,取值范围为1~3。
S304,根据融合图像,提取钢轨廓形数据。
需要说明是,由于本发明实施例中用于提取钢轨廓形数据的图像是对采集的不同方向的光条偏振图像进行图像融合处理得到的光条图像,其成像对比度和光条中心置信度均比较高,不仅能够降低从钢轨廓形光条图像中提取光条中心的难度,而且能够避免局部区域过曝的现象,从而大大提高钢轨廓形检测的准确度。
作为一种可选的实施方式,上述S304可以通过如下步骤来实现:提取融合图像中光条中心的位置信息;对融合图像中光条中心的位置信息进行坐标转换,得到钢轨一侧的半断面廓形数据;对钢轨两侧的半断面廓形数据进行廓形拼接处理,得到钢轨的全断面廓形数据。
可选地,在提取融合图像中光条中心的位置信息的时候,可以采用如下任意一种算法提取融合图像中光条中心的位置信息:极大值法、灰度重心法和Steger法。
由上可知,本发明实施例提供的钢轨廓形检测方法,对同一钢轨廓形断面,采集不同方向的光条偏振图像,根据不同光条偏振图像中光条的特征信息,确定不同光条偏振图像的融合权重,进而根据不同光条偏振图像的融合权重,对不同的光条偏振图像进行融合处理,得到融合图像,最后根据融合图像,提取钢轨廓形数据。
通过本发明实施例提供的钢轨廓形检测方法,能够获得不存在局部过曝现象的高质量钢轨廓形光条图像,进而获得准确的光条中心提取结果,从而提高钢轨廓形检测结果的准确性。
图4为本发明实施例中提供的一种钢轨廓形检测组件示意图,如图4所示,本发明实施例中提供的钢轨廓形检测组件3包括:线结构光激光器1和偏振相机2等部件。其中,激光器1发射光刀平面垂直入射到钢轨4表面,由多个偏振相机2从不同方向拍摄钢轨4,得到多幅包含钢轨轮廓信息的光条偏振图像。
可见,本发明实施例中的钢轨廓形检测组件,将普通相机改成偏振相机,通过偏振图像融合的方法改善钢轨廓形光条成像质量,尤其是解决钢轨廓形光条图像局部过曝问题,提高钢轨廓形检测精度。
需要注意的是,传统基于线结构光的钢轨廓形检测系统中,检测组件主要由激光器、机器视觉镜头和普通面阵相机(例如,CCD相机)等组成,在这种检测组件中,由激光器发射光刀平面垂直入射到钢轨表面后,由CCD相机以一定的角度拍摄钢轨,得到包含钢轨轮廓信息的光条图像,通过普通相机采集的光条图像中局部区域(例如,光带区域)会出现过曝现象,很难提取到准确的光条中心,从而影响钢轨廓形检测的准确度。
而本发明实施例提供的钢轨检测方法,由多个钢轨廓形检测组件的多个偏振相机同时采集多个方向的光条偏振图像,从而能够获得钢轨不同方向的光条偏振图像,利用偏振图像之间的信息互补性,对不同方向的光条偏振图像进行图像融合,得到融合后的钢轨廓形光条图像,能够克服直接通过普通相机采集的光条图像中局部过曝现象对钢轨廓形检测的影响。
图5为本发明实施例中提供的一种钢轨廓形检测系统示意图,如图5所示,本发明实施例中提供的钢轨廓形检测系统包括:四套钢轨廓形检测组件3、检测梁5、信号同步单元7、光电编码器8、图像处理主机6等部件。其中,钢轨廓形检测组件3可以通过检测梁5刚性连接,分别位于两股钢轨(图标4-1所示左股钢轨,图标4-2所示为右股钢轨)的左右两侧;光电编码器8用于廓形等间距采样;信号同步单元7发出同步信号,控制四套钢轨廓形检测组件3中的四个偏振相机同时采集四个方向的光条偏振图像。
可选地,根据现场使用需求,本发明实施例提供的钢轨廓形检测系统中,钢轨廓形检测组件3可以安装在轨道巡检车上,也可以安装在手推小车上。
图6为本发明实施例中提供的一种可选的钢轨廓形检测流程图,如图6所示,由轴端光电编码器和信号同步单元控制触发四套廓形检测组件中的四个偏振相机,同时采集钢轨半断面廓形的四向偏振图像,基于光条信度评价将四向偏振图像融合成高质量的光条图像,以降低强度图像中局部过曝现象对廓形检测的影响。对于融合后图像,利用灰度重心法、Steger法和模板匹配等光条中心提取算法,能够提取到准确的光条中心位置信息,并由事先标定好的相机内外参数反算出钢轨一侧的半断面廓形数据。对于单股钢轨来说,利用左右两侧廓形检测组件同时获取钢轨两侧的半断面廓形数据,基于两侧的半断面廓形数据和两侧廓形检测组件的位置关系进行廓形拼接,得到单股钢轨较为完整的全断面廓形数据。
需要注意的是,不同方向的光条偏振图像融合是本发明的关键步骤,也是本发明与传统基于钢轨表面反射光强度信息的钢轨廓形检测方法的不同之处。本发明实施例针对同一钢轨廓形断面,由偏振相机同时获取不同方向的光条偏振图像。以四向偏振图像为例,本发明实施例将0°、90°、45°、135°四个方向的光条偏振图像分别记为I0、I45、I90和I135。
为了获得高质量的融合图像,本发明实施例在对不同光条偏振图像进行融合的时候,为不同的光条偏振图像设置不同的融合权重。由于钢轨廓形检测的目的是根据光条图像中的光条中心来确定钢轨廓形数据,因而,光条图像中光条中心的质量,直接影响到钢轨廓形数据的提取。本发明实施例中引入光条信度评价机制,以确定待融合的对不同光条偏振图像的融合权重,光条信度反映了钢轨廓形光条图像的质量,能够用于评价光条中心位置的可靠性。
经分析,正常工况下,光条图像中的光条宽度处于一定的范围内,而在光条图像的过曝区域,光条宽度明显增大,因此,可以根据光条偏振图像中的光条宽度,来评价光条的可信度。除了光条宽度以外,光条宽度内的总强度也能反映光条的质量高低,对于正常光条图像,其光条宽度内的总强度处于一定的范围,而对于过曝区域,由于曝光过量,其总强度也明显增大,因此,光条宽度内的总强度也可以作为光条信度评价的特征量。
基于上述分析,本发明实施例选取光条宽度或光条宽度内的总强度作为光条信度评价的特征量,评估每幅光条偏振图像的光条信度,以计算每幅光条偏振图像的融合权重。可选地,本发明实施例也可以结合两个特征量,来计算每幅源图像的融合权重。
作为一种可选的实施方式,本发明实施例在对各幅图像进行融合的时候,采用按列的方式进行图像融合,因此,对于每幅源图像,需要计算每列的光条信度。
下面以光条宽度为特征量进行光条信度评价,阐述四向偏振图像融合的过程:
图7为本发明实施例中提供的一种图像融合算法示意图,如图7所示,本发明实施例选取四向偏振图像I0、I45、I90、I135,进行图像融合。
对于第i幅光条偏振图像的第j列,计算该列的光条宽度,记为然后计算该列光条宽度与光条参考宽度Mr的差值差值越小,该列光条与参考光条越接近,成像质量和光条信度较高,图像融合时应具有较高的融合权重,因此采用上述公式(2)计算该幅图像当前列的融合权重当等于0时,将其偏置一个特别小的数Δ0,以排除分母为0的情况,Δ0取值范围为0.001~0.1。
其中,i=1,2,3,4分别表示四个方向的光条偏振图像,j=1,2,3,…,Width,Width表示待融合图像的列数。m表示权重调节因子,取值范围为1~3,m取值越大,与参考光条越接近的列的权重越高,光条参考宽度Mr可由正常工况下的光条宽度确定,也可由标定时的光条宽度确定。
对于第i幅图像的第j列的每一行像素,用其灰度值乘以该列的融合权重求和得到融合图像F中第j列第k行像素的灰度值Fkj,得到融合图像F,如公式(1)所示,其中,k=1,2,3,…,Height,Height表示待融合图像的高度。
需要注意的是,偏振成像技术与传统强度成像技术相比,不仅可以获取被测物的强度信息,也可以获取被测物更多维度的偏振信息,综合偏振信息和强度信息,可以降低镜面反射光的影响,提高成像对比度,因此,本发明实施例采用偏振成像技术,能够解决传统钢轨廓形检测方法得到的光条图像中存在局部区域曝光过量的问题,尤其适用于打磨后钢轨廓形检测的情形。
下面,对本发明实施例提供的钢轨廓形检测方法能够获取的更好的钢轨廓形检测效果进行理论分析:
本发明实施例在传统线结构光钢轨廓形检测技术的基础上,采用偏振相机代替传统强度相机进行钢轨廓形检测。由于偏振相机的图像传感器芯片上具有0°、90°、45°、135°四个方向的像素级偏振滤光镜,可以获取普通相机无法检测到的偏振极化信息,适用于增强对比度,降低镜面反射光的影响。
图8为本发明实施例中提供的一种偏振相机的偏振滤镜和像素分布示意图,如图8所示,偏振相机的四向偏振滤光片按2×2分布,2×2模板里的每个子像素分别对应0°、135°、45°和90°纳米线光栅偏振滤镜,振动方向垂直于纳米线光栅的偏振光会透过滤镜,而振动方向平行于纳米线光栅的偏振光会被滤除。所有2×2模板里具有同一偏振方向的子像素构成一幅偏振图像,因此,通过对2×2模板里的子像素值进行计算,得到4幅宽高仅为原始图像1/2的偏振图像,即四向偏振图像,分别记为I0、I45、I90和I135。
钢轨表面的反射分为漫反射成分和镜面反射成分,显然,对于钢轨廓形测量系统来说,漫反射成分是测量信号,而镜面反射成分是干扰信号。在局部过曝区域,以镜面反射光为主,属于偏振度较高的部分偏振光。在正常光条区域,主要是漫反射成分,属于偏振度较低的部分偏振光。部分偏振光通过2×2模板时的效果如图9所示,偏振度较高的部分偏振光经过偏振相机的2×2模板时,当偏振光的振动主方向垂直于纳米线光栅或者接近垂直时,主要能量通过,即镜面反射成分通过,光条图像容易出现局部过曝现象。当偏振光的振动主方向平行于纳米线光栅或接近平行时,主要能量被抑制,即镜面反射成分被抑制,光条图像不再出现局部过曝现象。在局部过曝区域,偏振相机的四向偏振滤光片总会有一个方向能够较好的滤除偏振度较高的镜面反射成分,即当其中一幅偏振图像出现局部过曝时,存在一幅与过曝图像的偏振方向正交的偏振图像,该偏振图像在过曝对应的区域,偏振度较高的镜面反射成分被滤除,只剩下偏振度较低的漫反射成分,因此,该区域的光条图像质量较高,不存在过曝问题。
利用偏振相机对同一位置的钢轨进行拍摄,能够得到四幅钢轨廓形光条偏振图像,如图10a~图10d所示,其中,图10a为0°方向采集的光条偏振图像;图10b为45°方向采集的光条偏振图像;图10c为90°方向光条偏振图像;图10d为135°方向光条偏振图像。
对图10a~图10d所示的光条偏振图像进行融合,得到图11所示的融合图像。由图11可以看出,融合后的钢轨廓形光条图像不再出现过曝区域,成像质量得到显著改善。图12是对融合图像进行光条中心提取的结果,与图2中的过曝区域属于同一位置。如图12所示,图标a是采用极大值法进行光条提取得到结果,图标b是采用灰度重心法进行光条提取得到结果,图标c是采用Steger法进行光条提取得到结果,图标d是由Miniprof轮廓仪的测量数据映射到图像坐标系中的结果。
通过对比图12和图2可以看出,相比于传统钢轨廓形检测方法从光条图像中提取到的光条中心,本发明实施例从融合图像中未出现局部过曝现象,光条中心位置准确度更高,与Miniprof轮廓仪测量的一致性最好,更能准确反映钢轨的真实廓形。为了定量分析本发明实施例中钢轨廓形检测方法的优势,对于传统钢轨廓形检测方法获得的光条图像中光条出现过曝现象的同一位置,分别计算本发明实施例提供的钢轨廓形检测方法和传统钢轨廓形检测方法得到的钢轨廓形测量误差,结果如图13所示,图13中A-1、A-2、A-3分别表示传统钢轨检测方法采用极大值光条中心提取算法、灰度重心极大值光条中心提取算法和Steger极大值光条中心提取算法得到的钢轨廓形测量偏差,图13中B-1、B-2、B-3分别表示本发明实施例提供的钢轨检测方法分别采用极大值光条中心提取算法、灰度重心极大值光条中心提取算法和Steger极大值光条中心提取算法得到的钢轨廓形测量偏差。
可以看出,相比于传统强度图像,本发明实施例提供的钢轨廓形检测方法由偏振融合图像得到的钢轨廓形测量误差更小,其中极大值法的最大测量误差由0.59mm降低到0.22mm,灰度重心法的最大测量误差由0.95mm下降到0.15mm,Steger法的最大测量误差由0.29mm降低到0.08mm。因此,在复杂工况下,相比于传统的强度图像,本发明实施例将偏振图像融合得到的光条图像中,光条中心定位精度更高,钢轨廓形测量结果更加准确。
基于同一发明构思,本发明实施例中还提供了一种钢轨廓形检测装置,如下面的实施例所述。由于该装置实施例解决问题的原理与钢轨廓形检测方法相似,因此该装置实施例的实施可以参见方法的实施,重复之处不再赘述。
图14为本发明实施例中提供的一种钢轨廓形检测装置示意图,如图14所示,该装置包括:光条偏振图像采集单元141、图像融合权重确定单元142、图像融合处理单元143和钢轨廓形提取单元144。
其中,光条偏振图像采集单元141,用于采集钢轨不同方向的光条偏振图像;图像融合权重确定单元142,用于根据不同光条偏振图像中光条的特征信息,确定不同光条偏振图像的融合权重;图像融合处理单元143,用于根据不同光条偏振图像的融合权重,对不同的光条偏振图像进行融合处理,得到融合图像;钢轨廓形提取单元144,用于根据融合图像,提取钢轨廓形数据。
由上可知,本发明实施例提供的钢轨廓形检测装置,通过光条偏振图像采集单元141对钢轨同一钢轨廓形断面,采集不同方向的光条偏振图像;通过图像融合权重确定单元142根据不同光条偏振图像中光条的特征信息,确定不同光条偏振图像的融合权重;通过图像融合处理单元143根据不同光条偏振图像的融合权重,对不同的光条偏振图像进行融合处理,得到融合图像;通过钢轨廓形提取单元144根据融合图像,提取钢轨廓形数据。
通过本发明实施例提供的钢轨廓形检测装置,能够获得不存在局部过曝现象的高质量钢轨廓形光条图像,进而获得准确的光条中心提取结果,从而提高钢轨廓形检测结果的准确性。
一种实施例中,上述图像融合权重确定单元142可以通过如下任意一种方式确定不同光条偏振图像的融合权重:①根据不同光条偏振图像中光条的宽度信息,确定不同光条偏振图像的融合权重;②根据不同光条偏振图像中光条的强度信息,确定不同光条偏振图像的融合权重。
一种实施例中,上述图像融合处理单元143可以通过上述公式(1)对不同的光条偏振图像进行融合处理。可选地,该实施例中,图像融合权重确定单元142可以通过上述公式(2)确定不同光条偏振图像的融合权重。
一种实施例中,本发明实施例提供的基于偏振图像融合的钢轨廓形检测装置中,钢轨廓形提取单元144可以包括:光条中心提取模块144-1,用于提取融合图像中光条中心的位置信息;钢轨半断面廓形数据确定模块144-2,用于对融合图像中光条中心的位置信息进行坐标转换,得到钢轨一侧的半断面廓形数据;钢轨全断面廓形数据确定模块144-3,用于对钢轨两侧的半断面廓形数据进行廓形拼接处理,得到钢轨的全断面廓形数据。
可选地,上述光条中心提取模块144-1可以采用如下任意一种算法提取融合图像中光条中心的位置信息:极大值法、灰度重心法和Steger法。
一种实施例中,上述光条偏振图像采集单元141可以由偏振相机同时采集钢轨0°、90°、45°和135°四个方向的光条偏振图像。
本发明实施例还提供了一种计算机设备,用以解决现有基于线结构光的钢轨廓形检测方法,由于采集到的光条图像存在局部过曝现象,导致难以准确提取光条中心,使得钢轨廓形检测结果误差较大的技术问题,该计算机设备包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行计算机程序时实现上述的钢轨廓形检测方法。
本发明实施例还提供了一种计算机可读存储介质,用以解决现有基于线结构光的钢轨廓形检测方法,由于采集到的光条图像存在局部过曝现象,导致难以准确提取光条中心,使得钢轨廓形检测结果误差较大的技术问题,该计算机可读存储介质存储有执行上述钢轨廓形检测方法的计算机程序。
综上所述,本发明实施例提供了一种基于偏振图像融合的钢轨廓形检测方法、装置、计算机设备和计算机可读存储介质,利用偏振图像之间的信息互补性,在传统基于强度信息的钢轨廓形检测方法的基础上,通过偏振相机采集钢轨不同方向的钢轨廓形光条偏振图像,并基于光条信度评价构建图像融合算法,融合不同方向光条偏振图像得到高质量的钢轨廓形光条图像,能够去除光条过曝区域的噪声干扰,恢复钢轨真实廓形。本发明实施例将不同方向光条偏振图像融合,得到高质量的钢轨廓形光条图像,不仅能够降低后期光条中心提取算法的难度,同时也提高了恶劣工况下钢轨廓形检测的准确度。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述的具体实施例,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施例而已,并不用于限定本发明的保护范围,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (9)
1.一种钢轨廓形检测方法,其特征在于,包括:
采集钢轨不同方向的光条偏振图像;
根据不同光条偏振图像中光条的特征信息,确定不同光条偏振图像的融合权重;
根据不同光条偏振图像的融合权重,对不同的光条偏振图像进行融合处理,得到融合图像;
根据融合图像,提取钢轨廓形数据;
其中,根据不同光条偏振图像中光条的特征信息,确定不同光条偏振图像的融合权重,包括如下任意之一:
根据不同光条偏振图像中光条的宽度信息,确定不同光条偏振图像的融合权重;
根据不同光条偏振图像中光条的强度信息,确定不同光条偏振图像的融合权重。
4.如权利要求1所述的方法,其特征在于,根据融合图像,提取钢轨廓形数据,包括:
提取融合图像中光条中心的位置信息;
对融合图像中光条中心的位置信息进行坐标转换,得到钢轨一侧的半断面廓形数据;
对钢轨两侧的半断面廓形数据进行廓形拼接处理,得到钢轨的全断面廓形数据。
5.如权利要求4所述的方法,其特征在于,采用如下任意一种算法提取融合图像中光条中心的位置信息:极大值法、灰度重心法和Steger法。
6.如权利要求1至5任一项所述的方法,其特征在于,采集钢轨不同方向的光条偏振图像,包括:
由偏振相机同时采集钢轨0°、90°、45°和135°四个方向的光条偏振图像。
7.一种钢轨廓形检测装置,其特征在于,包括:
光条偏振图像采集单元,用于采集钢轨不同方向的光条偏振图像;
图像融合权重确定单元,用于根据不同光条偏振图像中光条的特征信息,确定不同光条偏振图像的融合权重;
图像融合处理单元,用于根据不同光条偏振图像的融合权重,对不同的光条偏振图像进行融合处理,得到融合图像;
钢轨廓形提取单元,用于根据融合图像,提取钢轨廓形数据;
其中,根据不同光条偏振图像中光条的特征信息,确定不同光条偏振图像的融合权重,包括如下任意之一:
根据不同光条偏振图像中光条的宽度信息,确定不同光条偏振图像的融合权重;
根据不同光条偏振图像中光条的强度信息,确定不同光条偏振图像的融合权重。
8.一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至6任一项所述的钢轨廓形检测方法。
9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有执行权利要求1至6任一项所述钢轨廓形检测方法的计算机程序。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010147287.6A CN111369484B (zh) | 2020-03-05 | 2020-03-05 | 钢轨廓形检测方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010147287.6A CN111369484B (zh) | 2020-03-05 | 2020-03-05 | 钢轨廓形检测方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111369484A CN111369484A (zh) | 2020-07-03 |
CN111369484B true CN111369484B (zh) | 2023-05-09 |
Family
ID=71206720
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010147287.6A Active CN111369484B (zh) | 2020-03-05 | 2020-03-05 | 钢轨廓形检测方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111369484B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113776457B (zh) * | 2021-08-31 | 2023-08-08 | 中国铁道科学研究院集团有限公司 | 基于虚实结合的曲线段钢轨轮廓测量误差修正方法及装置 |
CN114399449B (zh) * | 2021-11-22 | 2023-04-11 | 中国科学院西安光学精密机械研究所 | 一种基于均值滤波分解的形态选通偏振图像融合方法 |
CN117253066B (zh) * | 2023-11-20 | 2024-02-27 | 西南交通大学 | 钢轨表面状态的识别方法、装置、设备及可读存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1900741A (zh) * | 2005-11-18 | 2007-01-24 | 北京航空航天大学 | 高光谱全偏振三维成像集成探测系统 |
CN106504222A (zh) * | 2016-11-21 | 2017-03-15 | 河海大学常州校区 | 一种基于仿生视觉机理的水下偏振图像融合系统 |
CN108475330A (zh) * | 2015-11-09 | 2018-08-31 | 港大科桥有限公司 | 用于有伪像感知的视图合成的辅助数据 |
CN108986082A (zh) * | 2018-06-28 | 2018-12-11 | 武汉理工大学 | 一种基于epnp的钢轨廓形检测方法及系统 |
CN110388881A (zh) * | 2019-07-30 | 2019-10-29 | 中国铁道科学研究院集团有限公司基础设施检测研究所 | 基于偏振成像的钢轨廓形检测方法及装置 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003072250A (ja) * | 2001-08-31 | 2003-03-12 | Fuji Photo Film Co Ltd | 画像形成材料、画像形成方法並びにカラープルーフの作製方法 |
-
2020
- 2020-03-05 CN CN202010147287.6A patent/CN111369484B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1900741A (zh) * | 2005-11-18 | 2007-01-24 | 北京航空航天大学 | 高光谱全偏振三维成像集成探测系统 |
CN108475330A (zh) * | 2015-11-09 | 2018-08-31 | 港大科桥有限公司 | 用于有伪像感知的视图合成的辅助数据 |
CN106504222A (zh) * | 2016-11-21 | 2017-03-15 | 河海大学常州校区 | 一种基于仿生视觉机理的水下偏振图像融合系统 |
CN108986082A (zh) * | 2018-06-28 | 2018-12-11 | 武汉理工大学 | 一种基于epnp的钢轨廓形检测方法及系统 |
CN110388881A (zh) * | 2019-07-30 | 2019-10-29 | 中国铁道科学研究院集团有限公司基础设施检测研究所 | 基于偏振成像的钢轨廓形检测方法及装置 |
Non-Patent Citations (3)
Title |
---|
Fusion of Polarization Image Using Bidimensional Empirical Mode Decomposition;Dexiang Zhang 等;《2015 International Conference on Computer Science and Mechanical Automation (CSMA)》;20160107;206-209 * |
X射线安检图像融合技术的研究及应用;李飞;《中国优秀硕士学位论文全文数据库信息科技辑》;20160815(第(2016)08期);I138-969 * |
水下偏振成像及图像处理方法研究;鲍富成;《中国优秀硕士学位论文全文数据库信息科技辑》;20200115(第(2020)01期);I138-1899 * |
Also Published As
Publication number | Publication date |
---|---|
CN111369484A (zh) | 2020-07-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111369484B (zh) | 钢轨廓形检测方法及装置 | |
CN108332708B (zh) | 激光水平仪自动检测系统及检测方法 | |
KR100845747B1 (ko) | 화상검사방법 및 장치 | |
CN104964982B (zh) | 基于oct复信号的玻璃表面真伪缺陷识别方法及系统 | |
CN108801164B (zh) | 一种基于激光测试工件缝隙值的方法及系统 | |
US20030142862A1 (en) | Stereoscopic three-dimensional metrology system and method | |
CN108335286B (zh) | 一种基于双线结构光的在线焊缝成型视觉检测方法 | |
CN103617611B (zh) | 一种自动阈值分割光斑中心及尺寸检测方法 | |
JP2005514606A5 (zh) | ||
CN106018431A (zh) | 一种实木板材表面裂纹的检测系统和检测方法 | |
CN110276752B (zh) | 基于android系统的混凝土表面裂缝特征的APP检测方法 | |
KR101094069B1 (ko) | 영상처리기법을 이용한 균열측정시스템의 역치값 보정을 위한 캘리브레이션 장치 및 방법 | |
CN111369533B (zh) | 基于偏振图像融合的钢轨廓形检测方法及装置 | |
JP5923054B2 (ja) | 形状検査装置 | |
JP2015222252A (ja) | 光学素子の表面の偏心及び傾きを測定するための方法及び装置 | |
CN115112049A (zh) | 一种三维形貌的线结构光精密旋转测量方法、系统及装置 | |
CN103234483B (zh) | 一种相机芯片平行度的检测方法及装置 | |
US20030210406A1 (en) | Sensor alignment method for 3D measurment systems | |
JP2010230578A (ja) | 偏芯量測定方法 | |
CN104515473A (zh) | 一种漆包线直径的在线检测方法 | |
US20070002334A1 (en) | Method and system for measuring the curvature of an optical surface | |
CN108844469B (zh) | 一种基于激光测试工件台阶高度的方法及系统 | |
US10504802B2 (en) | Target location in semiconductor manufacturing | |
JP4619677B2 (ja) | 非接触測定システム及び方法 | |
CN115685164A (zh) | 一种三维激光成像仪工作参数测试系统及方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |