轨道扣件检测特征提取算法研究

吴禄慎，万 超，张 丛

1 引言

随着铁路交通运输的不断发展，其本身的安全性越来越受到重视，在当前国内外对轨道安全的检测手段主要是通过计算机视觉、图像处理的方法来完成。扣件部分是轨道的重要组成部分之一，是将铁轨与轨枕连接的关键连接件，由于其形状的特殊性，所以在图像处理检测时一般通过特征提取的方式来实现对它的识别检测。在图像的特征中主要是指可以通过测量或处理能够抽取的数据，而这些数据相对于其他的图像部分来说是不一样的，或是有较为明显的规律的，能够从图像中很好的识别出来。这其中特征可以根据其自身特点分为统计特征和结构特征。主要采用的方法就是统计特征。常用的统计特征方法有：区域描绘子，直方图特征，灰度共生矩阵，SIFT特征，HOG特征等，每一种描绘子都有其自身特点，有适用的检测目标类型，针对不同类型使用不同描绘子，从而达到最好的特征提取效果。

近年来随着机器视觉检测技术的不断发展，国内外对此研究也较为深入，也探索出了一些特征提取的算法。文献[1]首先将小波变换应用于定位扣件，再通过阈值分割和形态学算法得到二值图，后通过提取其结构特征进行扣件识别，但这种方法对环境要求较高，而扣件周围有较多灰度级相同的石块，在很多情况下无法识别。文献[2]提出对图像中所有的像素进行空间位置关系进行统计的灰度共生矩阵纹理描述法，但由于其需对每个像素点进行数据分析，计算量过大，时间成本相对较高，且对硬件设备有一定要求。……