[发明专利]一种基于图像处理的火车轨道质量判别方法及系统

说明书

本发明公开了一种基于图像处理的火车轨道质量判别方法及系统，包括以下步骤：采用阵列摄像头采集火车轨道表面图像信息；对采集到的图像信息进行预处理，所述预处理包括图像去噪处理以及边缘裂缝增强处理；预处理后的图像进行全局二值化处理，确定裂缝区域的灰度阈值T，根据所述阈值T分割出目标区域和背景区域的像素点；确定裂缝区域像素点个数，将比较的结果分为轨面正常和轨面缺陷两类通过BP神经网络进行缺陷图像识别分类，根据不同特征值的变化进行输出对轨面缺陷做出分类。

技术领域

本发明涉及火车轨道质量判别技术领域，尤其涉及一种基于图像处理的火车轨道质量判别方法及系统。

背景技术

本部分的陈述仅仅是提供了与本发明相关的背景技术信息，不必然构成在先技术。

众所周知，火车在轨道拐弯处的行驶是依靠轮轨和钢轨的摩擦来实现的，随着时间的推移，火车车轮和钢轨之间的磨损也日益严重，无疑这是对钢材的一种极大损耗，现代轨道交通运输领域中，轮轨的状况关系到机车牵引能量消耗、行车安全、轮轨材料消耗及维修成本等，合理有效的轮轨润滑可减少轮轨磨损，不仅可以提高列车行驶的安全性，还可以节约能源、提高机车牵引率。因此，在火车轨道拐弯处进行定期涂油润滑是非常有必要的。

虽然火车钢轨磨损问题可以通过润滑来解决，但是何时进行钢轨润滑仍旧是一个亟待解决的问题。发明人发现，在润滑钢轨的过程中，润滑时间过早，不仅会浪费润滑油，还会在一定程度上造成环境污染；润滑时间过晚又会对钢轨的使用寿命造成损耗，引起不必要的资源浪费。此外，钢轨磨损还受到人为因素和自然因素的影响，例如：烈日曝晒、人为破坏和雨水侵蚀等，因此选择合适的钢轨润滑时间是非常有必要的。

发明内容

本发明的目的是为了解决上述问题，提出了一种基于图像处理的火车轨道质量判别方法及系统，通过智能分析对钢轨的状况进行分类，判断钢轨是否需要润滑，抑或是已经损坏需要维修或更换。

为了实现上述目的，本发明采用如下技术方案：

在一个或多个实施方式中公开的一种基于图像处理的火车轨道质量判别方法，包括以下步骤：

采用阵列摄像头采集火车轨道表面图像信息；

对采集到的图像信息进行预处理，所述预处理包括图像去噪处理以及边缘裂缝增强处理；

预处理后的图像进行全局二值化处理，确定裂缝区域的灰度阈值T，根据所述阈值T分割出目标区域和背景区域的像素点；

确定裂缝区域像素点个数，将比较的结果分为轨面正常和轨面缺陷两类；

经过双边滤波处理后的全局二值化图像，提取轨面缺陷的八个特征值分别为：质心﹑周长﹑面积﹑长轴﹑短轴﹑矩形度﹑致密度﹑长宽比；然后通过BP神经网络进行缺陷图像识别分类，根据不同特征值的变化进行输出对轨面缺陷做出分类。

进一步地，所述图像去噪处理具体为：对采集的图像采用双边滤波器进行去噪处理，得到准确的图像细节信息。

进一步地，将经过滤波器处理后的图像进行全局二值化处理，从经过双边滤波处理后的的全局二值化图像中，提取使用八个特征指标作为衡量轨面缺陷的特征项，分别为：质心﹑周长﹑面积﹑长轴﹑短轴﹑矩形度﹑致密度和长宽比；与提取的正常轨面的八个特征值比较，当特征值误差超出安全范围时判定为出现轨面缺陷。

进一步地，根据从图像提取的八个特征值指标作为衡量轨面缺陷的特征值，通过与正常轨道特征值作比较，当发现某些特征值超出安全范围，输入的特征值将通过BP神经网络进行缺陷图像识别分类，找到相似的特征值从而判断轨面缺陷类型。

进一步地，当车轮经过轨道的次数大于设定阈值时，判定轨道需要进行润滑处理；当轨道表面出现缺陷时，进行该位置段轨道报修。