亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        軌道巡檢圖像增強方法研究

        2022-03-12 08:03:24杜馨瑜程雨顧子晨王登陽
        鐵道建筑 2022年2期
        關(guān)鍵詞:處理結(jié)果中心區(qū)圖像增強

        杜馨瑜 程雨 顧子晨 王登陽

        中國鐵道科學研究院集團有限公司基礎(chǔ)設(shè)施檢測研究所,北京 100081

        綜合巡檢車在高速鐵路夜間維護作業(yè),對扣件和塞釘進行巡檢時,由于受外界環(huán)境影響,有時采集到的原始軌道巡檢圖像成像質(zhì)量較差,影響地面中心智能分析的準確性。對于此類問題,可以通過相應的圖像增強算法解決,如用于通用圖像增強的直方圖均衡(Histogram Equalization,HE)法[1]、用于電務軌旁設(shè)備巡檢圖像增強的改進Retinex算法[2]等。但軌道巡檢圖像在成像條件上不同于這兩類圖像,因此提出一種模仿視網(wǎng)膜神經(jīng)節(jié)細胞(Retinal Ganglion Cell,RGC)的非經(jīng)典感受野(non?Classical Receptive Field,nCRF)模型,模擬視覺機制對軌道巡檢圖像進行增強,進而提升智能分析的準確性。

        對外部世界進行觀察時,視覺刺激首先到達視網(wǎng)膜,再將這些光信號轉(zhuǎn)換為生物信號,然后通過視交叉?zhèn)鬏數(shù)酵鈧?cè)膝狀核。最后,這些神經(jīng)信號到達視覺皮層,使我們產(chǎn)生視覺感知。作為感覺單元,RGC的感受野(Receptive Field,RF)是具有中心區(qū)和外周區(qū)的區(qū)域。具有該結(jié)構(gòu)的RF是經(jīng)典的感受野(Classic Receptive Field,CRF),其機制原理[3]如圖1所示。當光照射RF中心區(qū)時,RF的放電頻率會增加;當光照射RF外周區(qū)時,RF的放電頻率會降低。

        圖1 CRF的機制原理

        李朝義等[4]發(fā)現(xiàn)CRF的外周部分是由許多抑制性亞基組成的,這些抑制性亞基對中心區(qū)進行抑制,同時亞基之間相互抑制,將其命名為nCRF(圖2),并證明了當這種相互抑制作用發(fā)生在抑制性亞基之間時會引起外周區(qū)域的去抑制:隨著外周亞基相互抑制作用的增加,nCRF外周整體對中央?yún)^(qū)的抑制作用將被減弱,nCRF放電頻率增加。

        圖2 nCRF模型結(jié)構(gòu)

        由于這些抑制性亞基相互作用,nCRF外周減弱了對中心區(qū)的抑制作用,即去抑制作用導致低頻視覺信號沒有被阻斷,進而傳輸至RGC進行處理[5]。相比之下,CRF不會產(chǎn)生去抑制效果,因此描述CRF的DoG模型[6]一般用于提取圖像邊緣。

        本文提出兩種基于nCRF的模型,通過軌道巡檢圖像增強試驗,并與其他算法對比,從邊緣增強、細節(jié)增強和灰度保持三個評價指標驗證模型的有效性。

        1 nCRF模型的數(shù)學描述

        為便于數(shù)字圖像處理的工程實現(xiàn),將nCRF模型的圓形區(qū)域(參見圖2)轉(zhuǎn)換為正方形。為簡化計算,采用3×3模板。RGC的nCRF和抑制性亞基相互作用如圖3所示。模板建立在xOy坐標系中,(x0,y0)是中心點,(x+m,y+n)和(x,y)是子單元的點。從亞基(x+m,y+n)到亞基(x,y)、從亞基(x,y)到中心(x0,y0)的抑制作用分別用虛線、實線箭頭標記。

        圖3 RGC的nCRF和抑制性亞基相互作用示意

        坐標原點(0,0)是模板的中心。(x0,y0)處的中心區(qū)響應Tc表達式為

        式中:C為中心點的集合;I(x0,y0)為點(x0,y0)處的光通量強度;A1為中心靈敏度;σ1為nCRF中心區(qū)的高斯核(nCRF中心區(qū)的半徑是3σ1)。

        研究時,nCRF中心區(qū)縮小到一個點,即3×3模板中的點(x0=0,y0=0)。由于圖像中像素的灰度值可看作來自外界的刺激,因此I(x0,y0)可視為指向像素點的灰度值。當RF模板逐個像素地在圖像上滑動時,可以由模板在原始圖像中進行處理。對此處設(shè)計的具有抑制性亞基的nCRF,周圍點之間具有抑制作用。

        例如,亞基(x,y)與其他亞基之間的抑制作用II(x,y)(參見圖3中的虛線箭頭)表達式為

        式中:N(x,y)為3×3模板中環(huán)繞點的集合,不包括點(x,y);A3為亞基之間的抑制敏感性指標;σ3為抑制區(qū)域的高斯核(抑制區(qū)域的半徑是3σ3)。

        從亞基(x,y)到中心的總抑制作用III(x,y)(參見圖3中的實線箭頭)表達式為

        式中:A2為亞基與中心之間的抑制敏感性指標;σ2為總抑制區(qū)的高斯核(總抑制區(qū)的半徑是3σ2);采用max函數(shù)以保持抑制作用為非負作用。

        因此,8個周圍點對中心點的總抑制作用TN為

        nCRF的最終響應T的表達式為

        RGC的RF根據(jù)局部圖像的對比度和空間尺度呈現(xiàn)出一種局部適應性[7-8]。相應地,在nCRF模型中,尺度特性由高斯核σ1、σ2、σ3表示。特別地,假設(shè)σ2可以隨亞基和中心之間照明強度的變化而自適應地改變。將潛在功能D(x,y)定義為

        式中:p為范數(shù)。

        設(shè)p=1,即本文中的1范數(shù)值。設(shè)計D(x,y)的變化率k(x,y),其表達式為

        因此,每個抑制性亞基(x,y)的核σ2隨著勢函數(shù)的變化而變化。用σ′2代替σ2,轉(zhuǎn)換公式為

        從nCRF的變尺度模型(Mutative Scale Model of non?Classic Receptive Field,mnCRF)發(fā)現(xiàn)亞基和中心區(qū)之間的灰度值差異導致高斯核σ2的增加,即從亞基到中心的抑制作用也將增加。因此,在這種變尺度模型中,不僅考慮了亞基之間的相互作用,還考慮了一個亞基與中心之間的自適應相互作用。

        由于增強的質(zhì)量具有主觀性[9],圖像增強目前沒有公認的標準性能度量指標。本文采用三種量化方法來評估不同圖像增強算法的性能。

        1)參考文獻[10]中的指標,通過邊緣對比度(Edge Contrast,EC)指數(shù)來度量邊緣增強效果。EC指數(shù)QEC的表達式為

        式中:Gr和Gc為行和列Sobel梯度(3×3);η為邊緣像素的數(shù)量;(i,j)為圖像上的像素。

        顯然,QEC越大,增強后邊緣保持得越好。

        2)利用細節(jié)增強(Detail Enhancement,DE)指數(shù)來度量細節(jié)保持效果[11]。DE指數(shù)QDE的表達式為

        式中:k1、k2分別為從縱向和橫向劃分圖像的塊數(shù);Imax;k,l和Imin;k,l分別為圖像像素塊(k,l)的最大灰度值和最小灰度值。

        把圖像分為64塊,即k1=k2=8。顯然,QDE越大,說明圖像增強后細節(jié)保持得越好。

        3)亮度一致性對保持視覺舒適度很重要,尤其在巡檢圖像那樣的序列圖像中[12]。因此,設(shè)計了一個灰度保持(Maintain Gray,MG)指數(shù)來度量原始圖像和已處理圖像之間的亮度差異。MG指數(shù)QMG的表達式為

        式中:Ip和Io分別為處理后圖像與原始圖像。

        顯然,QMG越趨于0,表示處理前后圖像的整體灰度保持得越好。

        在nCRF和mnCRF模型中,參數(shù)σ1、σ2、σ3由作為統(tǒng)計標準的3σ準則確定。由于使用了3×3模板,且在此模板中將中心和子單元定義為一個點,所以σ1=0.5/3≈0.1,σ2= 2/3≈0.5,σ3=2 2/3≈1.0。另外三個待確定的參數(shù)為A1、A2、A3。可以先將A3固定為1.0,將A1從1.0遍歷到10,將A2從1.0遍歷到20,以選擇最優(yōu)的A1和A2。

        2 試驗結(jié)果及分析

        2.1 圖像處理標準測試庫結(jié)果

        圖4從左到右依次為圖像處理標準測試庫的部分源圖像(選自CVG圖像測試庫,http://decsai.ugr.es/cvg/dbimagenes/)、HE算法[1]處理結(jié)果、Retinex算法[2]處理結(jié)果、本文提出的nCRF模型和mnCRF模型處理結(jié)果(上下排各為一組示例)。標準測試庫中194張圖像不同模型增強處理結(jié)果的三種量化指標見表1。

        圖4 標準測試庫圖像增強處理結(jié)果

        從圖4和表1可以看出:①對于QEC指標,mnCRF模型的性能優(yōu)于其他方法,在增強處理中更完美地保留了邊緣;Retinex算法有時會產(chǎn)生“暈輪”現(xiàn)象[13];HE算法會產(chǎn)生一些較高的亮或暗區(qū)域,這是由于該算法是對圖像的全局進行處理。②對于QDE指標,mnCRF模型的性能也優(yōu)于其他方法;Retinex算法的性能比nCRF模型差,這是因為Retinex算法使用高斯平滑處理;自適應是mnCRF的關(guān)鍵功能,因此mnCRF模型可以比nCRF模型更好地增強圖像局部細節(jié)。③對于QMG指標,nCRF模型的性能最好,而HE算法和Retinex算法的性能遠不如nCRF和mnCRF模型。表明這兩個模型可以在序列圖像處理中產(chǎn)生較好的視覺一致性。

        表1 標準測試庫中圖像增強處理結(jié)果的三種量化指標

        顯然,參數(shù)A1和A2影響nCRF和mnCRF模型的性能。對多個圖像進行測試試驗,發(fā)現(xiàn)A1/A2=3可以產(chǎn)生最佳結(jié)果。因此,在nCRF模型中將A1和A2分別設(shè)置為4和12,在mnCRF模型中分別設(shè)置為5和15。

        2.2 軌道巡檢圖像測試結(jié)果

        使用綜合巡檢車測試時,采用線陣相機連續(xù)采集軌道巡檢圖像。采集系統(tǒng)的構(gòu)造及其在綜合巡檢車上的安裝實例見圖5。

        圖5 采集系統(tǒng)的構(gòu)造及安裝實例

        高鐵軌道板扣件(Slab Track Fastening,STF)是用于緊固軌道和軌道板的重要組件。在鐵路基礎(chǔ)設(shè)施巡檢工作中,安裝在綜合巡檢車上的相機有時無法直接清晰地拍攝到故障STF,因此需要進行圖像增強以明確顯示這些故障。通過上述方法處理了789個故障STF。圖6從左到右依次為故障STF原始圖像及HE算法、Retinex算法、nCRF模型、mnCRF模型的處理結(jié)果(上下排各為一組示例)。

        圖6 故障STF原始圖像及圖像增強處理結(jié)果

        高速鐵路軌道塞釘(Track Plug,TP)是傳輸軌道電流的重要組件。在鐵路基礎(chǔ)設(shè)施巡檢工作中,由于TP尺寸小,安裝在綜合巡檢車上的相機有時無法直接清晰地顯示TP的細節(jié),需要進行圖像增強。通過上述方法處理了5 200個TP。圖7從左到右依次為不同形態(tài)TP的原始圖像及HE算法、Retinex算法、nCRF模型、mnCRF模型的處理結(jié)果(上下排各為一組示例)。

        圖7 TP原始圖像及圖像增強處理結(jié)果

        789個故障STF和5 200個TP的圖像增強統(tǒng)計結(jié)果的三種量化指標見表2。從圖6、圖7、表2可以看出,nCRF和mnCRF模型的性能更好。

        表2 軌道巡檢圖像增強結(jié)果的三種量化指標

        3 結(jié)語

        針對高速鐵路綜合巡檢車軌道巡檢原始采集圖像有時不能清晰呈現(xiàn)小部件的情況,基于視覺系統(tǒng)神經(jīng)電生理試驗提出了RGC的nCRF模型,然后將該模型改進為mnCRF模型。根據(jù)QEC、QDE、QMG三個圖像增強測量指標,利用nCRF、mnCRF模型對圖像處理標準測試庫的圖像進行加強處理,并與HE算法和Retinex算法的處理結(jié)果進行對比,結(jié)果表明本文提出的兩個模型優(yōu)于對比算法的結(jié)果。通過對綜合巡檢車采集到的高速鐵路軌道巡檢圖像進行處理,同樣得到本文的兩個模型優(yōu)于對比算法的結(jié)論。本文的兩個模型可以使軌道巡檢圖像上的小部件如STF、TP等得到圖像增強,同時具有邊緣增強、細節(jié)增強和灰度保持的圖像處理功能,更有利于后續(xù)的智能分析處理。

        猜你喜歡
        處理結(jié)果中心區(qū)圖像增強
        圖像增強技術(shù)在超跨聲葉柵紋影試驗中的應用
        告作者
        水下視覺SLAM圖像增強研究
        虛擬內(nèi)窺鏡圖像增強膝關(guān)節(jié)鏡手術(shù)導航系統(tǒng)
        轉(zhuǎn)向盤中心區(qū)試驗及數(shù)據(jù)處理
        北京汽車(2018年2期)2018-05-02 02:25:28
        城市中心區(qū)地下人居環(huán)境空間規(guī)劃
        上海建材(2018年1期)2018-04-18 12:15:22
        城市中心區(qū)異型交叉口改建方案研究
        上海公路(2018年3期)2018-03-21 05:56:04
        基于圖像增強的無人機偵察圖像去霧方法
        間接正犯與教唆犯的異同
        基于偏度、峰度特征的BPSK信號盲處理結(jié)果可信性評估
        電子器件(2015年5期)2015-12-29 08:42:56
        国产精品无码成人午夜电影| 少妇人妻无奈的跪趴翘起| 久久天天躁狠狠躁夜夜av浪潮| 免费观看的a级毛片的网站| 少妇无码av无码专线区大牛影院| 中文字幕+乱码+中文字幕一区| 18禁高潮出水呻吟娇喘蜜芽| 亚洲人成人99网站| 在线观看免费的黄片小视频| 无码专区一ⅴa亚洲v天堂| 亚洲综合无码无在线观看| 亚洲精品123区在线观看| 久久精品国产亚洲av夜夜| 欧洲乱码伦视频免费| 久久久受www免费人成| 无码专区中文字幕DVD| 国产91熟女高潮一曲区| 音影先锋中文字幕在线| 久久久久女人精品毛片| 亚洲成av人在线观看无堂无码 | 中文字幕精品乱码一区| 在线观看一级黄片天堂| 蜜桃视频一区二区三区在线观看| 国产精品自产拍在线观看中文| 视频国产一区二区在线| 99久久免费看精品国产一| 免费看美女被靠的网站| 伊人网综合| 国产成人亚洲综合二区| 亚洲精品一区二区国产精华液 | 午夜理论片yy6080私人影院| 国产美女自慰在线观看| 思思99热| 国产无卡视频在线观看| 老鸭窝视频在线观看| 最新国产乱人伦偷精品免费网站| 久国产精品久久精品国产四虎| 国产成人综合亚洲av| 被灌醉的日本人妻中文字幕| 亚洲国产精品无码专区影院 | 不打码在线观看一区二区三区视频|