基于圖像處理技術的目標點位移計算方法的研究

張翠華 王帥

摘要：基于圖像處理技術的目標點位移，可應用于實現鋼軌爬行位移的檢測，和其它行業的微小位移的實時監測。其處理方法主要為：通過圖像得到目標點坐標，需要通過計算機對圖像RGB數據進行處理，處理步驟為：圖像亮度整體調節、雜色閾值過濾背景、有效色強度過濾、有效像素的雜點過濾、圖像有效邊界確定、標志中心平均像素值計算、計算結果的校正。通過算法處理，成功排除了周圍環境、復雜多變的環境光和背景噪音等對目標點識別的影響，對目標物的識別清晰準確。

關鍵詞：圖像處理;雜色閾值;RGB數據

引言

隨著我國鐵路建設的迅速發展，對鐵路運輸的要求也越來越高，隨之帶來一些保證列車安全快速運行的問題，對無縫線路鋼軌的爬行位移測量就是其中之一。[1]應用攝像機進行鋼軌爬行位移的在線監測正逐漸成為監測鋼軌爬行位移的重要方式。應用局域網技術和計算機技術實現鋼軌爬行位移的實時監測、數據處理、遠程上傳，實現鋼軌爬行位移超標報警功能，完全替代人工上道檢測，正逐步成為現代化鐵路的發展趨勢。測量與監測數字圖像當中的具體目標，并測量目標的位移，相比較以往的位移檢測技術而言，該技術擁有安全可靠、使用成本低、快速等特點。[2]另外，基于圖像處理技術的目標點位移計算方法可以用于其它行業的微小位移的實時監測。

1 應用圖像處理技術監測目標點位移的系統組成

應用圖像處理技術監測目標點位移的系統主要由網絡攝像機、路由器、網線、計算機、反射型目標標志物及圖像處理軟件組成。

網絡攝像機等硬件的作用是保證現場圖像穩定清晰的上傳到計算機上，為保證測量精度，要求攝像機云臺、安裝座等安裝在堅固、穩定的觀測樁上，云臺和焦距的調節重復性好。

2 圖像處理及目標點坐標計算

通過圖像得到目標點坐標，需要經過六個步驟：圖像亮度整體調節、雜色閾值過濾背景、有效色強度過濾、有效像素的雜點過濾、圖像有效邊界確定、標志中心平均像素值計算。

2.1圖像亮度整體調節

由于室外天氣和光線的影響，攝像機采集到的圖像整體亮度有很大差異，為了能正確識別目標點，我們要將圖像的亮度調節到一定范圍內，計算的數據才準確。

通過對圖像每個像素的RBG值進行篩查，按照R值進行統計，求取平均值，作為有效點的一個判斷閾值，將圖像的亮度因素盡量消除。

2.2雜色閾值過濾背景

由于我們的目標點反射的是純紅色光線，藍色和綠色的值很低，所以，通過有效過濾圖像藍色和綠色成分，能夠排除大部分的無效像素點，如白色光、綠色光、藍色光。雜色閾值過濾可以排除樹木、天空、鋼軌頂反射白光火車輪等的干擾，保留圖像的足夠“紅色”部分。

2.3有效色強度過濾

雜色閾值過濾背景后，圖像上只剩紅色、棕紅色和深紅色像素點。由于我們的目標點是選用的純紅色反光貼，返回到圖像上RGB值的紅色成分很多，一般都高于整個圖像的紅色成分的平均值，所以我們還要過濾掉RGB值中紅色值較小的部分。

經過此步驟后，得到的有效值是顏色和我們的目標物（紅色反光貼）顏色一致的像素點。

2.4有效像素的雜點過濾

實際拍攝的圖像，經常有一些背景噪音，尤其是光線色調偏紅的情況下，會有與目標點RGB一樣的像素點分布在圖像各處，一般都以單獨的像素點形式存在。這樣的干擾，對目標點坐標值的計算影響很大。所以，計算機通過目標物像素的連續性進行判斷。

目標物選擇圓形紅色反光片，圖像上是一個圓面圖形。

如圖2所示，在目標物圖像的內部，有效點的上下左右都有連續的其它有效點。在邊緣上，弧AD，在右方和下方有連續有效點;弧DB，在左方和下方有連續有效點;弧BC，在左方和上方有連續有效點;弧AC，在右方和上方有連續有效點;A點，在右方有連續有效點;B點，在左方有連續有效點;C點，上方有連續有效點;D點，下方有連續有效點。所以目標物每個有效點周圍都有連續點。

軟件程序，判斷有效點時，分別從本像素點的上、下、左、右，四個方向進行判斷。四周沒有其它的有效點，則認為是干擾點。有效像素的四周，至少一個方向上，存在連續的3個有效點，則認為是目標物可參與運算的坐標像素點，其他情況不予計算。

2.5圖像有效邊界確定

在圖像中，目標物既是標記物，也是距離的校準工具，選擇直徑50mm的圓形目標反光貼，通過有效像素坐標的替換法，找出目標物的像素坐標的X軸方向的最大值和最小值，Y軸方向的最大值和最小值。X軸方向，最大值與最小值的差記為△x，Y軸方向，最大值與最小值的差記為△y。

對△x和△y進行比較并進行有效性判斷，兩個數值應該相近。△x個像素點對應距離為50mm距離。

2.6標志中心平均像素值計算

圖像處理好后，按照有效像素的坐標，計算X軸和Y軸方向的平均值，再通過公式換算成以毫米為單位的數據值。

2.7計算結果的校準

由于拍攝角度和鏡頭本身造成的圖像畸形的的影響，計算的位移量存在一定誤差，所以我們用分段函數的辦法，對計算結果增加校正因子。

3 結束語

進過本次算法的研究，成功排除了周圍環境、復雜多變的環境光和背景噪音等對目標點識別的影響，對目標物的識別清晰準確，計算得到的數據誤差大幅度縮小保證了測量數據的的可靠性。系統實現了對無縫鋼軌溫度和爬行位移的數據采集和監測。通過實驗驗證，系統運行穩定，并且操作簡單，使用方便。[3]

參考文獻：

[1]劉鶴.無逢線路鋼軌位移爬行觀測儀[J].職業技術，2007（12）：64.

[2]簡云瑞，肖碩.基于數字圖像處理的邊坡落石識別算法研究[J].科技創新導報，2017，14（08）：88-89.

[3]傅勤毅，彭亞凱，王超.基于ZigBee技術的無縫鋼軌爬行監測系統設計[J].鐵道科學與工程學報，2016，13（12）：2478-2482.