本發(fā)明屬于機器視覺圖像處理技術(shù)領(lǐng)域，涉及一種圖像去噪方法，具體針對一種基于機器視覺的鋼軌檢測圖像的椒鹽噪聲的去噪方法。

背景技術(shù)：

鋼軌在鐵路運輸系統(tǒng)中起著至關(guān)重要的作用。隨著國民經(jīng)濟的發(fā)展，我國鐵路運輸行業(yè)中的行車速度大幅度提高，載重量也大幅增加，因而由接觸疲勞損傷引起的斷軌事故時有發(fā)生。目前，在軌道維護方面，軌道檢修車正逐步取代人工巡檢，它主要是利用機器視覺檢測系統(tǒng)測量軌道橫斷面的幾何參量，并結(jié)合后期多傳感器數(shù)據(jù)融合進行修正，以完成對鋼軌傷損的檢測。在圖像攝像過程中，由于光學(xué)系統(tǒng)的失真、大氣湍流效應(yīng)等因素都會使圖像模糊；而在圖像傳輸過程中，又由于噪聲污染，進一步導(dǎo)致圖像質(zhì)量下降。由于產(chǎn)生的噪聲嚴重影響圖像的視覺效果,因此,在后續(xù)進行的邊緣檢測、圖像分割、特征提取、模式識別等工作之前,采取適當(dāng)?shù)姆椒p少噪聲是一項非常重要的預(yù)處理步驟。其中，椒鹽噪聲是由圖像傳感器、傳輸信道、解碼處理等產(chǎn)生的黑白相間的亮暗點噪聲，其對圖像視覺效果的影響尤為凸顯，由于椒鹽噪聲類似于胡椒粉末和鹽粉的微粒，如果前期未對鋼軌圖像的椒鹽噪聲進行濾波處理，則會對鋼軌表面缺陷的設(shè)別造成干擾，進而影響對鋼軌表面損傷的分析和判斷。此外，現(xiàn)有的圖像視覺處理算法，不但處理效果不佳，精度低，而且耗時較長，不能滿足現(xiàn)有技術(shù)的發(fā)展需求。因此，基于機器視覺的鋼軌檢測圖像需要有一個快速、有效的去噪算法，以解決上述技術(shù)問題。

技術(shù)實現(xiàn)要素：

針對上述技術(shù)問題，本發(fā)明提供了一種基于機器視覺的鋼軌檢測圖像的去噪方法，能夠快速、有效地對鋼軌檢測圖像中的椒鹽噪聲進行濾除，減少噪聲對圖像視覺效果的影響，提高圖像質(zhì)量，確保后續(xù)圖像處理工作的精度。

本發(fā)明通過以下技術(shù)方案來實現(xiàn)上述目的：

一種基于機器視覺的鋼軌檢測圖像的去噪方法，具體包括以下幾個步驟：

S1、通過架設(shè)在鋼軌圖像采集小車上的相機獲取待去噪的鋼軌圖像，并在該鋼軌圖像上建立大小為3*3像素的正方形濾波窗口；

S2、濾波窗口由鋼軌圖像的上側(cè)從左至右以一個像素寬的步長逐步移動，每移動一個步長判斷此時濾波窗口中心像素點的灰度值是否在預(yù)設(shè)的灰度值范圍內(nèi)，如果在該范圍內(nèi)，則保持該中心像素點的灰度值不變，執(zhí)行步驟4，反之，則執(zhí)行步驟3；

S3、當(dāng)中心像素點的灰度值不在預(yù)設(shè)的灰度值范圍內(nèi)時，更新該中心像素點的灰度值：在濾波窗口內(nèi)以此時的中心像素點為標(biāo)志點劃分出一個左上三角形矩陣，取出包含在該三角形矩陣中除中心像素點外的其他5個像素點的灰度值，并將它們的灰度值由小到大進行排序，取中間值作為濾波窗口中心像素點新的灰度值；

S4、濾波窗口向右移動一個像素寬度，重復(fù)步驟2，依次判斷并更新各中心像素點的灰度值，直到濾波窗口移動到鋼軌圖像的最右端；

S5、將濾波窗口向下移動一個像素寬度，并且使濾波窗口回到鋼軌圖像的最左側(cè)，重復(fù)執(zhí)行步驟2、3、4，直到將鋼軌圖像中所有的像素點灰度值判斷更新完為止。

作為本案的優(yōu)化方案，上述步驟2中，預(yù)設(shè)灰度值的范圍通過大量的仿真實驗取得，預(yù)設(shè)灰度值范圍是能達到最佳濾波效果的灰度值范圍。

作為本案的優(yōu)化方案，上述步驟1中，所述相機選用CCD相機。

本發(fā)明的有益效果是：

1、在進行濾波之前先預(yù)設(shè)灰度值范圍，這樣就避免對原圖像的非噪聲像素點的灰度值進行更改，使得濾波更加準(zhǔn)確和有針對性，進而取得更有效的濾波效果；

2、本發(fā)明在3*3濾波窗口中提取出一個上三角形濾波塊，在對噪聲點的灰度值進行更新的過程中，由3*3濾波窗口所采用的對窗口中的9個像素點進行中值濾波到本發(fā)明采用的對上三角形濾波塊中的5個像素點進行中值濾波，每次處理的數(shù)據(jù)都減少了近一半，因此本發(fā)明大大縮減了濾波過程所花費的時間，能夠更加快速、有效地對基于機器視覺的鋼軌檢測圖像的椒鹽噪聲進行濾。

附圖說明

圖1為本發(fā)明基于機器視覺的鋼軌檢測圖像去噪方法的流程示意框圖；

圖2為本發(fā)明基于機器視覺的鋼軌檢測圖像去噪方法中濾波窗口模型示意圖；

圖3為本發(fā)明基于機器視覺的鋼軌檢測圖像去噪方法中濾波窗口中劃分的左上三角形矩陣示意圖；

圖4為本發(fā)明基于機器視覺的鋼軌檢測圖像去噪方法中左上三角形矩陣中取出的像素點灰度值示意圖；

圖中：1-鋼軌圖像，2-濾波窗口，3-中心像素點，4-左上三角形矩陣。

具體實施方式

下面將結(jié)合附圖及實施例對本發(fā)明及其效果作進一步闡述。

如圖1所示，一種基于機器視覺的鋼軌檢測圖像的去噪方法，具體包括以下幾個步驟：

S1、通過架設(shè)在鋼軌圖像采集小車上的相機獲取待去噪的鋼軌圖像，并在該鋼軌圖像上建立大小為3*3像素的正方形濾波窗口；其中獲取圖像的相機選用CCD相機，具有體積小、重量輕、不受磁場影響、具有抗震動和撞擊、以及高分辨率的特性，

S2、濾波窗口由鋼軌圖像的上側(cè)從左至右以一個像素寬的步長逐步移動，每移動一個步長先判斷此時濾波窗口中心像素點的灰度值是否在設(shè)置的灰度值范圍內(nèi)，如果在該范圍內(nèi)，則保持該中心像素點的灰度值不變，執(zhí)行步驟4，反之，則執(zhí)行步驟3；在圖像進行濾波處理之前，先設(shè)置一個灰度值范圍，對于灰度值處于該灰度值范圍內(nèi)的像素點，保持該像素點的灰度值不變；對于灰度值不在灰度值范圍內(nèi)的像素點，則對它進行濾波處理；通過大量的仿真實驗，將能達到最佳濾波效果的灰度值范圍確定為本發(fā)明所使用灰度值范圍；由于椒鹽噪聲的灰度值約為0或255，因此當(dāng)像素點的灰度值在0或255附近范圍內(nèi)，則將該像素點視為噪聲點進行濾波處理；

S3、當(dāng)中心像素點的灰度值不在預(yù)設(shè)的灰度值范圍內(nèi)時，更新該中心像素點的灰度值：在濾波窗口內(nèi)以此時的中心像素點為標(biāo)志點劃分出一個左上三角形矩陣，3*3濾波窗口中包含9個像素點，該三角形矩陣包含6個像素點，取出包含在該三角形矩陣中除中心像素點外的其他5個像素點的灰度值，并將它們的灰度值由小到大進行排序，取中間值作為濾波窗口中心像素點新的灰度值；

S4、濾波窗口向右移動一個像素寬度，重復(fù)步驟2，依次判斷并更新鋼軌圖像中各中心像素點的灰度值，直到濾波窗口移動到鋼軌圖像的最右端，即執(zhí)行完鋼軌圖像中一行像素點的灰度值判斷、更新；

S5、將濾波窗口向下移動一個像素寬度，并且使濾波窗口回到鋼軌圖像的最左側(cè)，重復(fù)執(zhí)行步驟2、3、4，直到將鋼軌圖像中所有的像素點灰度值判斷更新完為止。

實施例

本發(fā)明基于機器視覺的鋼軌檢測圖像去噪方法，主要是對鋼軌圖像中的椒鹽噪聲進行去噪的一種新型算法，大體包括以下步驟：獲取鋼軌圖像，判斷3*3濾波窗口中心像素點的灰度值是否落在設(shè)定的閾值范圍內(nèi)，進行像素點灰度值的更新。

由于椒鹽噪聲的灰度值約為0或255，為了得到最合適的灰度值范圍，即確定出灰度值范圍的上下限，對下限取值為1到5和上限取值為250至254的情況進行了仿真實驗，得到的實驗結(jié)果如下表1所示。并使用信噪比改善因子R作為濾波效果的參考指標(biāo)，其中若信噪比改善因子R是負值，則說明濾波后噪聲被抑制，R越低，說明濾波效果越好。由表1可以得出：當(dāng)灰度值范圍取為[2 250]時，能夠取得最好的濾波效果。

表1

具體地，在鋼軌圖像1上建立大小為3*3像素的正方形濾波窗口2為濾波窗口模板(如圖2所示)，濾波窗口2中包含9個像素點，當(dāng)濾波窗口中心像素點3的灰度值在預(yù)設(shè)定的閾值內(nèi)時，則保持該像素點的灰度值不變；當(dāng)中心像素點3的灰度值超出閾值范圍時，則在3*3濾波窗口2中劃分出一個左上三角形矩陣4(如圖3所示)，該三角形矩陣內(nèi)共包含6個像素點，提取出包含在該左上三角形矩陣內(nèi)除中心像素點外的其他5個像素點的灰度值(如圖4所示)，將提取出的5個像素點的灰度值按大小值進行排序，找出中間值作為濾波窗口該中心像素點的灰度更新值。對濾波窗口中心像素點的灰度值進行更新后，判斷是否對圖像中的所有像素點的灰度值完成了判斷、更新；如果圖像中存在有像素點的灰度值未進行判斷、更新，則濾波窗口按照從左至右，從上至下，每次移動一個像素點的規(guī)律在鋼軌圖像上進行滑動；如果鋼軌圖像中所有像素點的灰度值均進行了更新，判斷是否對所有鋼軌圖像完成了去噪處理，如果對所有圖像均進行了去噪處理，則完成了去噪過程；否則，取出下一張圖像，繼續(xù)進行去噪處理。

以上實施例僅是示例性的，并不會局限本發(fā)明，應(yīng)當(dāng)指出對于本領(lǐng)域的技術(shù)人員來說，在本發(fā)明所提供的技術(shù)啟示下，所做出的其它等同變型和改進，均應(yīng)視為本發(fā)明的保護范圍。