《電子技術(shù)應(yīng)用》
您所在的位置:首頁(yè) > 其他 > 設(shè)計(jì)應(yīng)用 > 一種快速檢測(cè)提取高速鐵路圖像的方法研究
一種快速檢測(cè)提取高速鐵路圖像的方法研究
來(lái)源:微型機(jī)與應(yīng)用2013年第4期
呂 萌, 趙 敏, 康先鋒
(鶴壁汽車工程職業(yè)學(xué)院 電動(dòng)汽車驅(qū)動(dòng)及控制系統(tǒng)研究所, 河南 鶴壁458030)
摘要: 根據(jù)高速鐵路路基的較高光輻射反射率,提出了一種基于數(shù)學(xué)形態(tài)學(xué)的圖像二值化檢測(cè)方法。計(jì)算機(jī)仿真證明,該方法能快速提取出高速鐵路圖像。
Abstract:
Key words :

摘   要: 根據(jù)高速鐵路路基的較高光輻射反射率,提出了一種基于數(shù)學(xué)形態(tài)學(xué)的圖像二值化檢測(cè)方法。計(jì)算機(jī)仿真證明,該方法能快速提取出高速鐵路圖像。
關(guān)鍵詞: 光輻射反射率; 高速鐵路; 形態(tài)學(xué); 二值化

    為了使列車高速平穩(wěn)前進(jìn),高速鐵路采用的是無(wú)砟軌道鋪設(shè)模式,即用水泥混凝土材料來(lái)鋪設(shè)基礎(chǔ)路面。水泥路面在所有地面性質(zhì)中光輻射反射率是最大的[1]。利用這一特性,本文對(duì)現(xiàn)有的圖像二值化算法進(jìn)行了討論,提出了一種基于數(shù)學(xué)形態(tài)學(xué)的圖像二值化方法。仿真結(jié)果表明,該方法能夠較快地檢測(cè)提取出高速鐵路地物圖像。
1 圖像二值化原理
 圖像二值化是數(shù)字圖像處理技術(shù)中的一項(xiàng)基本技術(shù),也是許多圖像處理技術(shù)的預(yù)處理技術(shù),它是指用灰度變換來(lái)研究灰度圖像的一種常用方法,即設(shè)定某一閾值,將灰度圖像的像素分成大于閾值的像素群和小于閾值的像素群兩部分。圖像二值化在自動(dòng)目標(biāo)識(shí)別(ATR)、圖像分析、文本增強(qiáng)以及光學(xué)字符識(shí)別(OCR)等圖像處理中得到廣泛應(yīng)用?,F(xiàn)有的二值化方法大多屬于閾值化方法,而在不同的應(yīng)用中,閾值的選取決定著圖像特征信息的保留。因此,閾值選取的方法非常值得研究,閾值選取得當(dāng)不僅能夠保留圖像中有用的信息,而且還可以縮短運(yùn)行時(shí)間。

     閾值[2]是把目標(biāo)和背景區(qū)分開的標(biāo)尺,選取適當(dāng)?shù)拈撝稻褪羌纫M可能保存圖像信息,又要盡可能減少背景和噪聲的干擾,這是選擇閾值的原則?;叶葓D像的二值化處理有很多種方法,主要分為全局閾值法和局部閾值法,本文采用全局閾值法。
 


    由于Sobel算子是濾波算子的形式,用于提取邊緣,可以利用快速卷積函數(shù),簡(jiǎn)單有效,因此應(yīng)用廣泛。不足的是,Sobel算子并沒(méi)有將圖像的主體與背景嚴(yán)格地區(qū)分開來(lái),即Sobel算子沒(méi)有基于圖像灰度進(jìn)行處理,沒(méi)有嚴(yán)格地模擬人的視覺(jué)生理特征,因此提取的圖像輪廓有時(shí)并不能令人滿意。
4 計(jì)算機(jī)仿真
    對(duì)某一段高速鐵路進(jìn)行仿真檢測(cè)。實(shí)驗(yàn)環(huán)境為:Intel Pentium Dual E5400 2.7 GHz CPU,2 GB內(nèi)存,Windows XP操作系統(tǒng)。實(shí)驗(yàn)結(jié)果如圖2所示,其中圖2(a)為原始圖像,圖2(b)為二值化之后的圖像,圖2(c)為采用本文提出的方法檢測(cè)提取的結(jié)果,圖2(d)為基于邊緣檢測(cè)的方法檢測(cè)的結(jié)果。采用本文方法和與采用基于邊緣檢測(cè)方法的對(duì)比結(jié)果如表1所示。

 

 

    從檢測(cè)提取結(jié)果中可知,本文的基于形態(tài)學(xué)的二值化方法可以較快地檢測(cè)提取出高速鐵路等地物,可輕松地判別被檢測(cè)地物的概略位置;基于邊緣檢測(cè)的二值化方法雖然也能檢測(cè)出地物,但是斷點(diǎn)較多,此外,因?yàn)楦咚勹F路的圖像中含有大量的農(nóng)田、道路,所以利用該算子會(huì)提取到很多邊界信息,不但降低了檢測(cè)速度,而且處理后的圖像不容易提取出高速鐵路。
    本文利用數(shù)學(xué)形態(tài)學(xué)方法處理二值化圖像,并使用灰度膨脹方法,最終檢測(cè)提取出高速鐵路圖像,得到較好的效果。但是該方法對(duì)實(shí)驗(yàn)平臺(tái)要求較高,以后研究的方向是在低配置實(shí)驗(yàn)平臺(tái)上采用此方法。
參考文獻(xiàn)
[1] 王大鵬,傅智,房建宏,等.太陽(yáng)輻射對(duì)青藏高原不同路面類型表面熱狀況及其下伏多年凍土的影響[J].公路交通科技,2008(3):39-41.
[2] GONZALEZ R C, WOODS R E. Digital image processing (Second Edition)[M]. Prentice Hall, 2006.
[3] 姜炳旭,劉杰,孫可.Sobel邊緣檢測(cè)的細(xì)化[J].沈陽(yáng)師范大學(xué)學(xué)報(bào)(自然科學(xué)版),2010(4):503-505.

此內(nèi)容為AET網(wǎng)站原創(chuàng),未經(jīng)授權(quán)禁止轉(zhuǎn)載。