一種圖像合成方法及系統(tǒng)的制作方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于鐵路車輛運行安全檢測領(lǐng)域，具體涉及應(yīng)用于鐵路車輛運行安全檢測 過程的一種圖像合成方法及系統(tǒng)。
【背景技術(shù)】
[0002] 列車車輛運行安全檢測由鐵路5T系統(tǒng)完成，所謂5T系統(tǒng)包括五個獨立的系統(tǒng)單 元，即車輛軸溫智能探測系統(tǒng)（THDS)、貨車故障軌邊圖像檢測系統(tǒng)（TFDS)、車輛運行品質(zhì) 軌邊動態(tài)監(jiān)測系統(tǒng)（TH)S)、車輛滾動軸承故障軌邊聲學(xué)診斷系統(tǒng)（TADS)、客車運行安全監(jiān) 測系統(tǒng)（TCDS)，其中，除客車運行安全監(jiān)控系統(tǒng)（TCDS)安裝在運行的客運列車車輛上外， 其余四個獨立的系統(tǒng)單元都是分別安裝于鐵路鋼軌邊四種不同種類的探測站中，各自獨立 工作。
[0003] 在5T系統(tǒng)對列車車輛運行安全檢測過程中，列車故障探測最主要由光學(xué)可視化 和點式測溫兩種形式完成，可視化部分可以通過光學(xué)成像傳感器采集光學(xué)圖像得到，點式 測溫則由熱敏電阻點式探測車輛軸承的特定點位得到。
[0004] 光學(xué)圖像探測可以反映拍攝對象的輪廓等信息，稱為貨車故障軌邊圖像檢測系統(tǒng) (TFDS)。而熱敏電阻點式探測列車車輛軸承特定點位溫度裝置則是車輛軸溫智能探測系統(tǒng) (THDS)。貨車故障軌邊圖像檢測系統(tǒng)（TFDS)和車輛軸溫智能探測系統(tǒng)（THDS)是目前鐵路 車輛安全檢測運用最廣泛的裝備。由于歷史的原因，TFDS和THDS的探測范圍、探測狀態(tài)受 到較大限制，尤其是THDS，通過熱敏電阻點式探測車輛軸承很小的點位溫度，很難真實反映 運行列車車輛軸承具體真實溫度分布及溫升狀況，更不能反映車輛轉(zhuǎn)向架整體部位大的故 障現(xiàn)象，如熱輪、平輪、剎車抱死、軸承整體真實的熱分布形態(tài)以及承重彈簧疲勞、轉(zhuǎn)向架構(gòu) 建疲勞熱損的整體性故障。

【發(fā)明內(nèi)容】

[0005] 為解決現(xiàn)有技術(shù)存在的上述問題，本發(fā)明采用的技術(shù)方案為：一種圖像合成方法， 具體包括以下步驟：
[0006] S1、獲取待合成的光學(xué)圖像和紅外熱像圖像；
[0007] S2、分別對所述光學(xué)圖像和紅外熱像圖像進行濾除噪聲處理；
[0008] S3、對噪聲濾除后的光學(xué)圖像和紅外熱像圖像進行空間場景配準(zhǔn)；
[0009] S4、對空間場景配準(zhǔn)后的光學(xué)圖像和紅外熱像圖像進行圖像合成。
[0010] 進一步的，步驟S2中對所述光學(xué)圖像和紅外熱像圖像進行濾除噪聲處理包括如 下過程：
[0011] S21、選取模板，將所述光學(xué)圖像或紅外熱像圖像中不同位置的像素點，采用像素 遍歷的方法依次使當(dāng)前像素點和模板中心位置重合；
[0012] S22、將模板覆蓋位置的所有像素點的灰度值讀出；
[0013] S23、找出這些灰度值的中值；
[0014] S24、將得到的中值賦給模板中心當(dāng)前對應(yīng)的像素點，作為該點的灰度值。
[0015] 進一步的，步驟S3中對噪聲濾除后的光學(xué)圖像和紅外熱像圖像進行空間場景配 準(zhǔn)具體包括如下過程：
[0016] S31、分別提取濾波后的光學(xué)圖像和紅外熱像圖像的圖像輪廓，并計算圖像輪廓特 征值；
[0017] S32、根據(jù)目標(biāo)輪廓特征值的先驗值來判別提取的圖像輪廓是否為目標(biāo)區(qū)域，若 是，計算提取的圖像輪廓的坐標(biāo)位置，若不是，繼續(xù)S31、S32直到獲得目標(biāo)區(qū)域圖像輪廓的 坐標(biāo)位置；
[0018] S33、定位并分別輸出濾波后的光學(xué)圖像和紅外熱像圖像中目標(biāo)區(qū)域圖像輪廓的 坐標(biāo)位置，作為配準(zhǔn)偏移系數(shù)。
[0019] S34、根據(jù)所述配準(zhǔn)偏移系數(shù)，以光學(xué)圖像為基準(zhǔn)，移動紅外熱像圖像來完成空間 場景配準(zhǔn)處理。
[0020] 更進一步的，步驟S4中對空間場景配準(zhǔn)后的光學(xué)圖像和紅外熱像圖像進行圖像 合成具體包括如下過程：
[0021] S41、將所述光學(xué)圖像的二維圖像信號V[m，n]經(jīng)過離散小波變換分解為子帶I， 將所述熱像圖像的二維圖像信號I[m，n]經(jīng)過離散小波變換分解為子帶、，其中，i表示分 解階數(shù)，取值范圍1，2, 3, j表示子帶頻率，取值范圍LL，LH，HH，HL ;
[0022] S42、構(gòu)建所述二維圖像信號V[m，n]與二維圖像信號I[m，n]子帶和（1+、）的加 權(quán)系數(shù)Su，得到子帶和信號F[m，n]，
[0023] F[m，n] = E
[0024] 其中，ESi」=l，且
【主權(quán)項】
1. 一種圖像合成方法，其特征在于，包括以下步驟： 51、 獲取待合成的光學(xué)圖像和紅外熱像圖像； 52、 分別對所述光學(xué)圖像和紅外熱像圖像進行濾除噪聲處理； 53、 對噪聲濾除后的光學(xué)圖像和紅外熱像圖像進行空間場景配準(zhǔn)； 54、 對空間場景配準(zhǔn)后的光學(xué)圖像和紅外熱像圖像進行圖像合成。
2. 根據(jù)權(quán)利要求1所述的圖像合成方法，其特征在于：步驟S2中對所述光學(xué)圖像和紅 外熱像圖像進行濾除噪聲處理均采用中值濾波算法，具體包括如下過程： 521、 選取模板，將所述光學(xué)圖像或紅外熱像圖像中不同位置的像素點，采用像素遍歷 的方法依次使當(dāng)前像素點和模板中心位置重合； 522、 將模板覆蓋位置的所有像素點的灰度值讀出； 523、 找出這些灰度值的中值； 524、 將得到的中值賦給模板中心當(dāng)前對應(yīng)的像素點，作為該點的灰度值。
3. 根據(jù)權(quán)利要求1或2所述的圖像合成方法，其特征在于：步驟S3中對噪聲濾除后的 光學(xué)圖像和熱像圖像進行空間場景配準(zhǔn)具體包括如下過程： 531、 分別提取濾波后的光學(xué)圖像和紅外熱像圖像的圖像輪廓，并計算圖像輪廓特征 值； 532、 根據(jù)目標(biāo)輪廓特征值的先驗值來判別提取的圖像輪廓是否為目標(biāo)區(qū)域，若是，計 算提取的圖像輪廓的坐標(biāo)位置，若不是，繼續(xù)S31、S32直到獲得目標(biāo)區(qū)域圖像輪廓的坐標(biāo) 位置； 533、 定位并分別輸出濾波后的光學(xué)圖像和紅外熱像圖像中目標(biāo)區(qū)域圖像輪廓的坐標(biāo) 位置，作為配準(zhǔn)偏移系數(shù)。 534、 根據(jù)所述配準(zhǔn)偏移系數(shù)，以光學(xué)圖像為基準(zhǔn)，移動紅外熱像圖像來完成空間場景 配準(zhǔn)處理。
4. 根據(jù)權(quán)利要求1或2所述的圖像合成方法，其特征在于：步驟S4中對空間場景配準(zhǔn) 后的光學(xué)圖像和熱像圖像進行圖像合成具體包括如下過程： 541、 將所述光學(xué)圖像的二維圖像信號V[m，η]經(jīng)過離散小波變換分解為子帶Vm將所 述熱像圖像的二維圖像信號I[m，n]經(jīng)過離散小波變換分解為子帶、，其中，i表示分解階 數(shù)，i的取值范圍為1，2, 3, j表示子帶頻率，j的取值范圍LU LH、HH、HL ; 542、 構(gòu)建所述二維圖像信號V[m，η]與二維圖像信號I [m，η]子帶和（ViJIij)的加權(quán)系 數(shù)Sij，得到子帶和信號F[m，η]， F[m, η] =Σ (Vij^Iij) ^Sij ； 其中，Σ Si』=1，且
=LL ； 543、 對所述子帶和信號F[m，η]進行離散小波逆變換得到合成圖像的二維圖像信號 f[m, η]，即可確定合成圖像。
5. -種圖像合成系統(tǒng)，其特征在于，包括： 圖像采集裝置，用于獲取待合成的光學(xué)圖像和紅外熱像圖像； 濾波裝置，用于分別對所述光學(xué)圖像和紅外熱像圖像進行濾除噪聲處理； 配準(zhǔn)裝置，用于對噪聲濾除后的光學(xué)圖像和紅外熱像圖像進行空間場景配準(zhǔn)； 圖像合成裝置，用于對配準(zhǔn)處理后的光學(xué)圖像和紅外熱像圖像進行圖像合成。
6. 根據(jù)權(quán)利要求5所述的圖像合成系統(tǒng)，其特征在于，所述濾波裝置包括：光學(xué)圖像中 值濾波器，用于濾除所述圖像采集裝置獲取的光學(xué)圖像的噪聲；紅外熱像圖像濾波器，用于 濾除所述圖像采集裝置獲取的紅外熱像圖像的噪聲。
7. 根據(jù)權(quán)利要求5所述的圖像合成系統(tǒng)，其特征在于：所述配準(zhǔn)裝置包括空間場景配 準(zhǔn)處理器，用于對光學(xué)圖像和紅外熱像圖像進行空間場景配準(zhǔn)。
8. 根據(jù)權(quán)利要求5-7任一所述的一種圖像合成系統(tǒng)，其特征在于，所述圖像合成裝置 包括： 圖像分解模塊，用于將所述光學(xué)圖像的二維圖像信號V[m，η]經(jīng)過離散小波變換分解 為子帶V#將所述熱像圖像的二維圖像信號I [m，η]經(jīng)過離散小波變換分解為子帶Iy其 中，i表示分解階數(shù)，i的取值范圍為1，2, 3, j表示子帶頻率，j的取值范圍LU LH、HH、HL ; 加權(quán)系數(shù)生成模塊，用于構(gòu)建所述二維圖像信號V[m，η]與二維圖像信號I [m，η]子帶 和^+IiP的加權(quán)系數(shù)Sm得到子帶和信號F[m，η]，
F[m, η] =Σ (Vij^Ii1) ^Sil-； 其中，Σ Sij= 1，且 =LL ； 圖像合成模塊，用于對所述子帶和信號F[m，η]進行離散小波逆變換得到合成圖像的 二維圖像信號f[m，η]，即可確定合成圖像。
9. 一種權(quán)利要求1-4任一所述的圖像合成方法在鐵路車輛運行安全檢測中的應(yīng)用。
【專利摘要】本發(fā)明公開了一種圖像合成方法及系統(tǒng)，該方法包括如下過程：獲取待合成的光學(xué)圖像和紅外熱像圖像；分別對所述光學(xué)圖像和紅外熱像圖像進行濾除噪聲處理；對噪聲濾除后的光學(xué)圖像和紅外熱像圖像進行空間場景配準(zhǔn)；對空間場景配準(zhǔn)后的光學(xué)圖像和紅外熱像圖像進行圖像合成。該系統(tǒng)包括圖像采集裝置、濾波裝置、配準(zhǔn)裝置和圖像合成裝置。本發(fā)明將列車車輛運行檢測過程中，表達可視化故障的列車部件光學(xué)圖像與表達紅外熱分布故障的列車部件紅外熱像圖像合成在一張圖像上，合成后的圖像融合了列車部件的光學(xué)信息和紅外熱分布信息，通過合成后的圖像極大的提高了檢測效率及故障識別率，對于及時發(fā)現(xiàn)列車故障排除列車安全隱患具有重要意義。
【IPC分類】G06T5-50
【公開號】CN104751433
【申請?zhí)枴緾N201510176620
【發(fā)明人】陳子康, 鄧華陽, 周利明, 邵云芝
【申請人】成都歐萊特自動化控制工程有限公司
【公開日】2015年7月1日
【申請日】2015年4月15日