轨道巡检图像增强方法研究

摘要：

针对高速铁路综合巡检车拍摄到的轨道巡检原始图像在某些工况下成像质量差的问题,基于视觉系统神经电生理试验提出了RGC的nCRF模型.由于感受野模型中存在不同的高斯通道,通过设计能自适应显示抑制强度变化的势函数改进了基本模型,提出mnCRF模型来改变抑制效果.根据边缘对比度指数QEC、细节增强指数QDE、灰度保持指数QMG三个图像增强测量指标,利用nCRF、mnCRF模型对图像处理标准测试库的图像及综合巡检车采集到的高速铁路轨道巡检图像进行加强处理,并与HE、Retinex算法的处理结果进行对比.结果表明:nCRF和mnCRF模型优于对比算法,可以使轨道巡检图像上的小部件如STF、TP等图像增强,同时具有边缘增强、细节增强和灰度保持的图像处理功能,有利于后续的智能分析处理.

关键词：高速铁路;图像增强;试验研究;nCRF模型;mnCRF模型;轨道巡检;感受野

所属期刊栏目：62

分类号：U216.3(铁路线路工程)

资助基金：中国铁道科学研究院集团有限公司青年计划2020YJ166

在线出版日期：2022-03-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：33-37