高速轨道检测图像处理技术

■ 王昊

高速轨道检测图像处理是轨道检测领域的一项重要技术，使用激光摄像式测量设备，通过图像处理获取钢轨横向、纵向位移变化。高速轨道检测系统通过十几年的发展较为成熟，国外最高检测速度可达300 km/h左右。我国最新研发的高速轨道检测系统经过多项技术创新，最高检测速度达到400 km/h，图像处理技术克服了易受阳光干扰等缺点，达到国际先进水平。

1 基本方案及技术实现

高速轨道检测系统采用机器视觉测量方式（激光摄像式）测量轨距、轨向、高低等。激光器和摄像机组成一个整体，线光源垂直于钢轨纵向中心线，摄像机在结构光照射下以一定角度摄取钢轨图像（见图1）。

高速轨道检测图像处理系统是通过光学装置与非接触传感器自动接受和处理一个真实物体图像，以获得所需信息。其工作过程分为图像采集、图像预处理（包括图像直方图均衡、边缘增强、中值滤波、二值化、细化）、特征提取3部分。

（1）图像采集（摄像）。是将摄像机信息传入计算机存储器的过程。数字图像可用阵列法表示，M为列、N为行的灰度数字图像表示为：

（2）直方图均衡。在图像处理中，常见的图像缺陷是全幅图像偏暗或偏亮，由于亮度范围不够或非线性等因素造成对比度不足，严重影响图像视觉效果。如果图像灰度值分为0～255级，两物体的灰度差小于10级人眼就分辨不清2个物体，为定量分析需要对图像像素灰度进行统计分析。以灰度值为横坐标，以具有这一灰度的像素数为纵坐标做出统计图（直方图）。图像处理中通常使用直方图均衡方式提高图像质量。

（3）边缘增强。通过对光带边缘的修正，使钢轨轮廓线更加突出，有利于后续的图像处理，并需要运用卷积计算。卷积可简单看成是加权求和的过程，卷积使用的权用一个很小的矩阵标明，称为卷积核。卷积核所覆盖图像区域的每个像素与对应的卷积核像素相乘，乘积之和即为区域中心像素的新值。卷积核中各元素称为卷积系数，其大小、方向及排列次序决定卷积图像效果。

（4）中值滤波。是一种非线性信号处理技术和比较有效抑制噪声的方法。在一维形式下，中值滤波器是一个像素为奇数的滑动窗口，窗口正中像素的灰度值用窗口内各像素灰度值的中值代替；在二维形式下，中值滤波器可用方窗或十字形等窗口，一个像素的灰度值被窗口内包围它的各像素值的中值取代。采用中值滤波是对均值滤波的一种改进，其优势是在滤波过程中不会产生新像素值，对脉冲式的灰度跳跃平滑效果较好。

图1 摄像机摄取钢轨图像

（5）图像二值化原理及方法。对于深度为8位的图像，二值化的过程可表示为：

式中：T0——阈值；

f（x，y）——原始图像；

g（x，y）——二值化处理后的输出图像。

在轨道检测系统处理的一幅钢轨断面轮廓线上，各像素点的灰度值不尽相同，其高低取决于照明光源的光功率、摄像机光圈大小、曝光时间长短、钢轨表面反射系数和是否是近轴光。理论上如果能使钢轨断面轮廓图像清晰连续，灰度阈值取值越高抗干扰能力越强。实际上相关参数的取值是有限的，并受其他特性参数制约。如激光器的光功率受安全性、稳定性制约，不可能无限制提高；摄像机的光圈受景深（视场范围内线性）影响，取值不宜过大；曝光时间受图像拖尾、平均效应影响，取值不宜过长；新旧钢轨、钢轨踏面与侧面反射特性差异较大。基于上述原因，图像二值化的阈值设定不应该固定值，而是根据具体情况进行设定。

（6）图像细化及质心提取。图像细化与图像二值化一样，在轨道检测图像处理中属图像预处理方法，目的是提取图像“骨架”，将图像中大于1个像素的线条宽度细化成1个像素宽度，形成“骨架”，这样分析图像比较容易，如提取图像特征等。需要注意的是图像细化算法必须建立在图像二值化的基础上。高速轨道检测系统采集的图像经过二值化和细化处理后，基本可以得到钢轨轮廓线的“骨架”图像（见图2）。这时图像信息量被大大降低，再对图像进行其他处理时，速度将大幅提高。

完成上述图像预处理后，可根据摄像系统标定参数，结合钢轨轮廓图像进行像素-物理坐标的坐标变换，对图像中钢轨特征点（如钢轨顶点、轨距点）进行提取。图3为高速轨道检测图像处理系统实时检测过程中的软件界面图像，图中圆圈位置为实时提取的钢轨轨距点。

2 抗阳光干扰技术

阳光干扰即在一定照射角度下，阳光直射或反射光对检测系统传感器造成影响，是轨道几何检测系统非接触测量领域的难题。美国ENSCO、ImageMap，意大利MerMec等公司的轨道检测系统也不同程度受阳光干扰影响，通常造成连续几公里、几十公里检测结果无效，严重影响检测质量。在受阳光干扰时，美国ENSCO公司轨道检测设备输出的检测波形见图4。

针对阳光干扰问题，我国在图像处理系统前端采用预防措施，如使用特殊波段光源及与其对应的窄带滤光片；在软件处理流程中增加抗阳光干扰算法（如图像动态二值化等）。通过采取上述措施，图像处理系统将图像中的轨头光带与阳光干扰带来的干扰信息尽可能区分开，同时将阳光干扰造成的曝光过度区域滤除。对阳光干扰情况下采集的图像，运用动态二值化等改进图像处理算法后的图像处理效果见图5。通过模式匹配等图像算法可迅速找出轨头光带所在位置，获取轨距点、钢轨顶点等特征坐标值。

图2 钢轨轮廓线的“骨架”图像

图3 实时检测过程中的软件界面图像

图4 检测波形图

图5 改进图像处理算法后的图像处理效果图

高速轨道检测图像处理系统在京沪高速铁路及其他线路上的试验表明，该设备具有优良的抗阳光干扰能力。通过与国外同类型检测设备对比，阳光干扰对检测设备影响时间降低90%以上，大大增加了系统检测的有效性。

3 结束语

高速轨道检测图像处理技术的成功应用对我国轨道检测领域具有重要意义，标志我国轨道检测技术达到世界先进水平，保障了高速铁路与既有提速干线轨道几何状态的周期检测和安全运营。

[1]翁绍德，柴东明，徐旭宇. GJ-4型轨道检查车的研制[R]. 北京：铁道部科学研究院，1999

[2]翁绍德，高林奎，李志隆. 轨道检查车的开发与发展[C]//中国铁道科学技术的进步与发展. 北京：中国铁道出版社，2000

[3]高林奎，翁绍德，张晨. 安全综合检测车研究[C]//中国铁道科学技术的进步与发展. 北京：中国铁道出版社，2000

[4]翁绍德，柴东明，魏世斌. 轨道状态确认车检测系统研制[R]. 北京：铁道科学研究院，2003