基于贪心选择及斜率探测扩充的轨面提取方法

摘要：

传统的钢轨表面区域提取方法不同程度存在需要预先给定轨面宽度、假定轨面在轨道图像中央和手动选取边界等前提条件,且存在自适应性差,光照敏感,无法在轨头圆角处存在尘泥等噪声时将轨面完整提取等问题.针对上述问题,提出了一种基于YUV空间的贪心算法选择及斜率探测扩充的轨面区域提取方法.首先将RGB轨道图像转化到YUV空间,提取其V分量,减弱环境光照以及噪声的干扰;其次绘制V分量的灰度投影反转曲线,利用该曲线灰度均值和中值进行候选轨面区间划分;随后利用贪心算法求出划分后曲线中的最大子序和区间,进行轨面粗提取;最后利用斜率探测扩充法进行轨面精提取,在粗提取的边界两侧进行一定距离的斜率探测,用偏转角大于设定阈值的中间位置更新轨面边界.实验结果表明,该方法可以精准快速地提取轨面区域,平均精度达0.9296,准确率达96.67％,平均时间为25.96 ms,具有一定实用价值.

关键词：钢轨表面区域;YUV色彩空间;灰度投影;贪心算法;斜率探测扩充

所属期刊栏目：16

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家自然科学基金;江西省科技支撑计划重点项目

在线出版日期：2022-01-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共12页

页码：205-216