[發明專利]基于邊緣點自相似性的水漬圖像識別方法及TEDS系統

有效

• 申請號: 201610752438.4
• 申請日: 2016-08-30
• 公開（公告）號: CN106326901B
• 公開（公告）日: 2019-06-14
• 發明（設計）人: 汪輝;任昌;楊仁興
• 申請（專利權）人: 南京鑫和匯通電子科技有限公司
• 主分類號: G06K9/46
• 分類號: G06K9/46;G06K9/62
• 代理公司: 山西華炬律師事務所 14106
• 代理人: 楊秉一

本發明提出基于邊緣點自相似性的水漬圖像識別，獲取待檢測圖像的邊緣點，給每個邊緣點分配基準方向和計算其特征向量，對特征向量歸一化處理；計算邊緣線上每個邊緣點的局部和整體自相似性值，將其加權組合作為該邊緣點的最終自相似性值；獲取每條邊緣線上自相似性高的邊緣點集合，在該集合中根據預定的方式篩選并標記出自相似性低的不規則邊緣點；統計不規則邊緣點的方向分布直方圖，確定每個不規則邊緣點的主方向，預設向下的方向閾值范圍，剔除主方向不在方向閾值范圍的不規則邊緣點，將主方向在方向閾值范圍的不規則邊緣點標記為水漬圖像。本發明還提出應用該水漬圖像識別的TEDS系統，有效識別動車組上的水漬，降低誤判率。

技術領域

本發明涉及計算機圖像檢測識別領域，特別是指一種基于邊緣點自相似性的水漬圖像識別方法及應用該識別的動車組運行故障動態圖像檢測系統。

背景技術

水漬圖像在圖像識別領域通常是一種干擾圖像，對特定技術特征的識別的影響較小，因此，目前并沒有具體的針對水漬識別的方法。

動車組故障檢測已從現場的人工檢測轉換到對車輛圖像的分析，利用動車組運行故障動態圖像檢測系統(TEDS)對動車組行車過程進行實時監控，即TEDS安裝在軌邊和軌底對行走的動車組的待檢測的部位實時采集圖像。TEDS故障自動識別方法主要利用差異比較法，差異比較法的一種方式是將采集的實時圖像與圖像庫中存儲的未運行時的無故障狀態的動車組的標準圖像進行圖像特征的對比；另一種方式是將采集的實時圖像與圖像庫中存儲的近期的無故障狀態的動車組的歷史圖像進行圖像特征的比較，兩種方式中將特征差異明顯的地方標記為故障異常。

上述標準圖像比較法中的參考圖像精確標準，能夠實現當前圖像差異的準確判定，然而受到動車組檢修維護、自然老化、車上水漬等因素的影響，該方法易將車體正常的變化誤判為故障，提高誤判率；歷史圖像比較法中能夠有效降低車體正常變化帶來的故障誤判問題，然而由于歷史圖像是實地現場采集，受鐵路沿線復雜環境的影響，參考圖像不夠準確，亦存在明顯的故障誤判。

在標準圖像比較法中若能夠克服動車組機車上水漬因素的影響，則能降低故障誤判，提高故障檢測的準確率。

發明內容

本發明提出一種基于邊緣點自相似性的水漬圖像識別方法，能夠將動車上的水漬圖像識別方法出來，解決了現有技術中標準圖像比較法中故障誤判高的問題。

本發明的技術方案是這樣實現的：

一種基于邊緣點自相似性的水漬圖像識別方法，包括以下步驟：

步驟一：在計算機中輸入待檢測的圖像，利用canny邊緣檢測算法獲取該圖像的所有邊緣點；

步驟二：對所有邊緣點進行分類，同類邊緣點屬于一個圖像輪廓的一條初始邊緣線，獲取待檢測的圖像的所有的初始邊緣線，給每個邊緣點分配一個基準方向，并提取每個邊緣點的特征向量，且對每個特征向量進行歸一化處理；

步驟三：根據每個邊緣點歸一化處理后的特征向量計算每條初始邊緣線上每個邊緣點的局部自相似性值和整體自相似性值，并將局部自相似性值和整體自相似性值的加權組合作為該邊緣點最終的自相似性值；

步驟四：設定一個高閾值，獲取每條初始邊緣線上的自相似性值高于高閾值的邊緣點的集合，剔除每條初始邊緣線上自相似性值低于高閾值的邊緣點；

步驟五：計算上述集合中每個邊緣點與其最鄰近邊緣點的自相似性值，設定一個低閾值，獲取集合中所有的自相似性值高于低閾值的邊緣點，將該集合中低于低閾值的邊緣點標記為形成不規則圖像的不規則邊緣點；

步驟六：對步驟五中高于低閾值的邊緣點分類，同一類邊緣點形成一個圖像輪廓的校正邊緣線，給所有的校正邊緣線設定一個長度閾值，獲取小于該長度閾值的校正邊緣線，將該校正邊緣線上的點標記為形成不規則圖像的不規則邊緣點；