基于图像色相值突变特征的钢轨区域快速识别方法

应用彩色图像中不同区域HSL色彩空间中色相值突变特征提取轨检图像中钢轨边界点,对多条不同等分线处钢轨边界点进行直线拟合以确定钢轨边缘,识别目标钢轨区域。分析了机器视觉轨检系统序列图像中轨枕、砟石、扣件与钢轨的分布特征及不同特征区域图像色相值的突变特征,研究了轨检图像不同等分数值下等分线处色相值突变点与钢轨边界点的对应关系,讨论了不同等分值对识别时间与识别失败率的影响。在不同光照条件下对识别方法与传统方法进行了对比分析。分析结果表明：当等分值为8时识别效果最优,识别失败率为5.0%,识别时间为4.65ms;在500~1 000、1 000~10 000、10 000~100 000lx三个特征光照强度区间,识别方法在木枕与混凝土枕轨道中钢轨区域的平均最大识别时间分别为4.57、4.48 ms,比传统方法分别减少了44.4%、47.1%,识别时间标准差分别为0.15、0.12ms,比传统方法分别降低了91.8%、93.6%,平均最大识别失败率分别为3.5%、3.3%,比传统方法分别降低了66.0%、76.9%,识别失败率标准差均为1.6%,比传统方法分别降低了68.9%、71.1%。可见,本文方法是一种机器视觉轨检系统中目标钢轨区域识别的有效方法。