[发明专利]一种针对铁轨轮廓曲线图像的动态局域二值化方法

说明书

本发明提供了一种针对铁轨轮廓曲线图像的动态局域二值化方法，属于图像处理领域。本发明针对铁轨轮廓曲线图像在不同的铁轨环境下，包括有轨头光亮轨道、油污的黑轨，锈蚀严重的轨道等，提出了一种针对铁轨轮廓曲线图像的动态局域二值化方法，在此应用环境下，通过轮廓线的局部灰度信息进行二值化，使得二值化同时适应于轨顶光亮、轨侧有铁锈的情况，避免了导轨轮廓线断裂的现象，也大大减少了计算时间成本，且具有较强的鲁棒性。

技术领域

本发明属于图像处理领域，特别涉及一种针对铁轨轮廓曲线图像的动态局域二值化方法。

背景技术

二值化是图像处理中的常见方式,其作用是将灰度图像中满足条件的像素设定为0，其他像素的值同意设置为255。

二值化方法在计算机视觉领域有着广泛而重要的用途，无论是在目标检测，还是目标跟踪、图像分割图像增强等领域都有着很重要的作用，它利用了图像中要提取的目标与其背景在灰度上的差异。具体而言而二值化过程常常作为边缘检测，腐蚀膨胀等后续操作的前提或者是作为图像掩模，其重要性不言而喻。

在测量铁轨轮廓的时候由于所测量的环境比如铁轨轮廓表面油污(特别是内燃机车行驶的区段)，铁轨锈蚀出现漫反射现象等，使得摄像机接收到的反射强度场发生跳变，会使得利用大量经验数据确定的经验值下的二值化失效，常常会出现轮廓线出现断裂、伪轮廓、轮廓消失等现象。这就使得固定阈值的二值化方法在实际复杂场景中的应用鲁棒性较差。而自适应的二值化方法可以有效解决灰度图像在复杂场景中的二值化问题。二值化方法可分为全局二值化和局部二值化方法；全局二值化方法是在本图像范围内根据其直方图或者灰度分布确定阈值，此方法优点在于算法相对简单，对目标和背景图像明显分离，图像的直方图呈双峰的情况效果良好，由于对整个图像只都使用同一个阈值会导致对噪声或光照不均匀的情况抵抗力差。典型的方法有迭代法，Otsu等。局部阈值法通过定义考察点的领域比较考察点与其领域的灰度值来确定当前考察点的阈值；使得对非均匀光照抗噪声能力更强，典型的有Bernsen算法、Niblack算法，Chow和Kaneko算法等。

针对铁轨轮廓测量中产生的激光细线，二值化过程中所遇到的场景不仅存在可能的光照不均现象，且轮廓曲线相对背景部分所占比例较小，现有的二值化方法计算量过大，计算时间复杂度较慢且在有轨头光亮轨道、油污的黑轨、锈蚀严重的轨道的场景下，鲁棒性较低。

发明内容

本发明的目的在与于针对铁轨轮廓曲线图像在不同的铁轨环境下，包括有轨头光亮轨道、油污的黑轨，锈蚀严重的轨道等，提出了一种针对铁轨轮廓曲线图像的动态局域二值化方法，在此应用环境下，大大减少了计算时间成本，且具有较强的鲁棒性。

一种针对铁轨轮廓曲线图像的动态局域二值化方法，包括以下步骤：

步骤1，获取待处理图像，计算其背景灰度平均值；

步骤2，以顶部中心为矩形中心得到预设大小的第一区域，对所述第一区域进行二值化处理，并在二值化处理后计算该区域的灰度中心；

步骤3，将第一区域向右移动预设像素得到第二区域，对所述第二区域进行二值化处理，并在二值化处理后计算该区域的灰度中心；

步骤4，根据所述第一区域和第二区域的灰度中心的位置关系移动所述第二区域得到第三区域，对所述第三区域进行二值化处理，并在二值化处理后计算该区域的灰度中心；

步骤5，根据第(i-1)区域和第(i-2)区域的灰度中心的位置关系移动第(i-1)区域得到第i区域，对所述第i区域进行二值化处理，并在二值化处理后计算区域的灰度中心；

步骤6，当区域内灰度值不大于预设倍数的所述背景灰度平均值时，终止二值化处理，得到铁轨轮廓曲线图。

进一步地，所述步骤1包括以下流程：

获取待处理图像，在所述图像中央底部300×300的区域内计算其灰度平均值G_b