[发明专利]一种基于化学反应优化的列车车轮踏面图像分割方法

说明书

本发明公开了一种基于化学反应优化的列车车轮踏面图像分割方法，针对传统的OTSU阈值分割方法受图像对比度、信噪比等因素影响较大的缺点，采用二维OTSU方法加以改进，提高缺陷分割的准确性，同时结合学反应优化搜索方法，提高阈值分割速度，减少耗时。本方法可以有效地消除随机噪声，保留必要的缺陷信息，同时该方法具有较高的分割速度和精度，满足实时性要求。

技术领域

本发明涉及图像处理技术领域，具体是一种列车车轮踏面图像的缺陷分割方法。

背景技术

近年来，随着列车承载量和速度的提高，列车养护变得至关重要，而车轮踏面表面缺陷检测是列车养护重要的环节，由于列车负载、碾压、自然环境等多种因素影响，车 轮踏面不可避免地出现轧痕、轧疤等缺陷。踏面缺陷如果不及时检测、维护，将会是很 大的安全隐患。为了对踏面缺陷进行检测，首先必须把踏面缺陷从车轮踏面原始图像中 分割出来。传统的图像分割算法受图像对比度、信噪比等因素影响大，迫切需要一种新 型高效的车轮踏面缺陷图像分割方法。

发明内容

本发明解决的技术问题是：提供一种列车车轮踏面图像的缺陷分割方法，解决现有 方法从原始图像中分割踏面缺陷效果不佳的问题。

为了达到上述目的，本发明采用下述技术方案：

一种基于化学反应优化的列车车轮踏面缺陷分割方法，在CRO算法基础上，结合离散化CRO和二维OTSU阈值化方法获得最佳阈值的改进方法。CRO中适应度函数的 输入是连续值，为了将CRO算法应用于图像阈值化问题，首先要将其扩展至离散空间， 即使得输入值为离散值。

定义为CRO在区间内产生的随机解空间，为了计算二维OSTU模型 得适应度值，本文首先将生成解通过整数映射变换到离散空间，映射函数如下：

二维OTSU模型的解属于二维空间，如下式：

基于CRO的二维OTSU阈值化方法步骤如下：

步骤(1)令t＝1，随机生成X_i。通过二维OTSU模型的等式(6)计算F([X_i,1])合 理度值，搜索F([X_i,1])中的最优解F([G_i])，其中i＝1,2,3,L,POP。

步骤(2)当i＜POP时：

①依据等式(8)更新，采用二维OTSU模型计算的合理度值；

②如果当前合理度值优于F([P_i])，则令P_i＝X_i，否则执行子步骤④；

③如果当前位置最优解P_i优于分子群中最优解G_i，则令G_i＝P_i；

④i＝i+1，执行子步骤②。

步骤(3)如果t循环至最大迭代次数循环终止，则G_i为最终阈值，否则令t＝t+1返回步骤(2)。

本发明具有以下有益效果：

(1)采用离散化化学反应优化算法，解决了原连续CRO算法在图像分割中的应用问题；

(2)结合了OTSU算法，提高了对列车车轮踏面缺陷图像分割的有效性和效率。

附图说明

图1为车轮踏面缺陷的原始图像。

图2为本发明实施例的OTSU算法图像。

图3为本发明实施例的本算法图像。