[发明专利]基于显著性分析的轨道板病害检测方法

说明书

本发明公开了一种基于显著性分析的轨道板病害检测方法，主要包括：(1)、对视频做光照预处理，并融合颜色、亮度、方向特征提取车载视频的空间显著性。(2)一方面对监测期轨道视频做稀疏采样，比较当前监测视频帧与对应的采样视频帧，选取变化较大的视频帧作为可靠帧。另一方面，选取相对上下帧来说，具有突变特征的轨道视频帧，作为可靠帧。(3)、通过融合空间显著性图和时间显著性图得到粗糙的时空显著图处理。对粗糙显著图考虑背景先验、中心先验以及空间紧密度因素，得到改进的时空显著性图。(4)、根据显著图得到轨道病害显著权值，利用权值采用基于显著性加权模型的半监督分类方法对高速铁路轨道病害进行识别分类。本发明可以实时的检测出轨道病害。

技术领域

本发明涉及计算机视觉和图像处理领域，特别涉及一种基于显著性分析的轨道板病害检测方法。

背景技术

高速列车的的的顺利通行依赖着高质量的高速铁路轨道，因此，轨道质量直接关系着运营的安全。但是由于暴露在室外且受到各种环境的影响，高速铁路轨道病害频发。且高速铁路在近几十年才进行大规模投运，因此相关病害检测工作开展相对滞后，多地的病害检测工作甚至仍然需要采用代价较高的人为检测方式。近年来，智能检测系统的不断发展使得智能轨道病害检测方法成为可能。中国采用激光摄像测量技术研发了GJ-6型轨道检测系统，但是这些检测方法对于高速铁路轨道的表层病害检测的识别准确率不高。

目前国内外关于轨道病害检测方法还存在着有待解决的问题：

(1)人为检查以及传统地检测系统不能很好地针对轨道病害特征做出及时地处理，花费大成本得到的结果并不能很好地显示病害结果。

(2)现有检测方法处理视频数据是对每帧视频帧进行检查处理，这样的方法不但复杂度比较高，运行比较耗时，很难应用到实时性要求高的场合，并且不能很好地突出重点病害区域。

发明内容

发明目的：本发明针对现有技术存在的问题，提供一种基于显著性分析的轨道板病害检测方法，该方法利用改进时空显著性图分析并检测轨道病害，并结合显著图对轨道病害进行识别分类。

技术方案：本发明所述的基于显著性分析的轨道板病害检测方法，其特征在于：该方法包括：

(1)获取监测期的轨道板监测视频，并对监测视频进行光照预处理，使得监测视频的光照强度统一；

(2)采用Itti算法从预处理后监测期监测视频帧中提取出颜色、亮度和方向上的特征，并进行融合得到空间显著图；

(3)对历史监测视频进行稀疏采样，并将采样的视频帧与步骤(1)预处理后的监测期监测视频帧进行差异计算，选取差异大于预设阈值的监测期监测视频帧作为可靠帧；

(4)对于步骤(1)预处理后的监测期监测视频，选取其中相对上下帧具有特征突变的帧作为可靠帧；

(5)采用自适应传递方法，根据所有可靠帧计算得到时间显著性值，作为时间显著图；

(6)将空间显著性图和时间显著图融合，得到粗糙时空显著图；

(7)对粗糙时空显著图进行考虑背景先验、中心先验以及空间紧密度因素的图像处理，得到改进时空显著性图；

(8)根据改进时空显著性图得到轨道病害显著权值，利用权值采用基于显著性加权模型的半监督分类方法对高速铁路轨道病害进行识别分类。

进一步的，步骤(1)具体包括：

(1.1)获取轨道板的监测视频；

(1.2)使用OpenCV函数库中的Range函数截取监测视频中每一帧中重点关注位置的图像，忽略底部一些因光照阴影形成的黑暗区域；

(1.3)使用OpenCV函数库中cvEqualizeHist函数将截取图像的直方图均衡化，实现光照强度统一。