基于鏈碼改進(jìn)算法的鋼軌表面缺陷識(shí)別

陳華偉，吳祿慎，袁小翠

（南昌大學(xué) 機(jī)電工程學(xué)院，江西 南昌330031）

0 引 言

隨著中國(guó)鐵路事業(yè)的發(fā)展，軌道缺陷檢測(cè)要求越來(lái)越高，傳統(tǒng)的人工巡道作業(yè)效率低，危險(xiǎn)性大，難以滿(mǎn)足鐵路事業(yè)高速發(fā)展的要求。針對(duì)鋼軌表面缺陷 （裂紋、掉塊等）的線(xiàn)路檢修作業(yè)，國(guó)內(nèi)外均專(zhuān)注于機(jī)器視覺(jué)和圖像處理［1，2］相結(jié)合的自動(dòng)檢測(cè)技術(shù)研究。

鋼軌的裂紋、掉塊等缺陷規(guī)律性不強(qiáng)，采用圖像方法處理時(shí)，一般使用邊界跟蹤方法。自Freeman提出圖像的鏈碼表示法［3，4］，鏈碼技術(shù)已在圖像處理的各領(lǐng)域得到了廣泛應(yīng)用。鏈碼跟蹤算法 （又稱(chēng)Freeman 算法）實(shí)現(xiàn)簡(jiǎn)單、變形容易、處理速度快、基于邊界鏈碼表示，還可對(duì)圖像的區(qū)域特征做深入分析，是基于機(jī)器視覺(jué)的分揀計(jì)數(shù)、缺陷檢測(cè)等特征識(shí)別領(lǐng)域的基礎(chǔ)算法。鏈碼算法一般是基于像素的，受圖像的預(yù)處理方法的影響較大，常存在漏跟蹤、重復(fù)跟蹤［5－8］等問(wèn)題，面向鋼軌表面缺陷識(shí)別等具體應(yīng)用還有較大的改進(jìn)余地。

1 Freeman鏈碼算法設(shè)計(jì)

1.1 鏈碼方向的確定

鏈碼是一種用邊界方向作為編碼依據(jù)的邊界表示法，但為了簡(jiǎn)化邊界描述，一般只記錄有序排列的邊界點(diǎn)集。常有4連通鏈碼和8連通鏈碼之分，后者方位信息更為全面，能夠準(zhǔn)確描述中心像素點(diǎn)與鄰接點(diǎn)的信息，因而最為常用。如圖1為8連通鏈碼。

圖1 8連通鏈碼

考慮到圖像存貯和顯示中主要是采用逐行掃描的方式進(jìn)行，設(shè)定自上而下為行掃描的正方向，自左向右為列掃描正方向 （如圖1坐標(biāo)系所示）。根據(jù)正掃描順序，設(shè)定起始點(diǎn) （0方向）為左上角點(diǎn)，則順時(shí)針鏈碼搜索方向 （0－7方向）坐標(biāo)可表示為集合：

DIR8 ［8］ ［2］＝ ｛｛－1，－1｝， ｛0，－1｝， ｛1，－1｝，｛1，0｝，｛1，1｝，｛0，1｝，｛－1，1｝，｛－1，0｝｝

即搜索方向序列為0→1→2→3→4→5→6→7。

它表示8方向序列：左上→上→右上→右→右下→下→左下→左。

1.2 數(shù)據(jù)結(jié)構(gòu)設(shè)計(jì)

為了存貯邊界點(diǎn)集，并表達(dá)邊界走向，最好的辦法就是使用鏈表結(jié)構(gòu)記錄邊界信息，為此設(shè)計(jì)以下鏈節(jié)點(diǎn)結(jié)構(gòu)體：

從NODE節(jié)點(diǎn)結(jié)構(gòu)體定義可以看出，它既表示了邊界中的各節(jié)點(diǎn)坐標(biāo)和方向、下一節(jié)點(diǎn)信息，還表示了整個(gè)邊界即連通區(qū)域的周長(zhǎng)、面積、外接矩形等基本特征信息。

變量定義中，NODE 為節(jié)點(diǎn)對(duì)象，一個(gè)NODEList指針代表一條區(qū)域邊界鏈。

對(duì)每條邊界，采用尾插法，將新的邊界點(diǎn)插入鏈表尾端，最終形成一條完整的邊界鏈，以下為尾插法的偽代碼表示：

1.3 基本算法流程

假設(shè)二值圖像中，灰度值255 表示白色，為背景，灰度值0表示黑色，為目標(biāo)。由于圖像邊界的像素點(diǎn)，沒(méi)有完整的8個(gè)鄰域點(diǎn)，為了規(guī)避邊界點(diǎn)的干擾，算法中常直接將邊界點(diǎn)置為背景點(diǎn)。

接下來(lái)，采用逐行逐列掃描法進(jìn)行搜索。

（1）置初始搜索方向?yàn)?，鏈長(zhǎng)length＝0，邊界所圍（或區(qū)域）面積area＝0；

（2）當(dāng)找到一個(gè)目標(biāo)點(diǎn) （灰度值為0）時(shí)，置該點(diǎn)為邊界起始點(diǎn)，鏈長(zhǎng)length＋1，區(qū)域面積area＋1；

（3）在其8鄰域內(nèi)搜索下一個(gè)目標(biāo)點(diǎn)。如果找到一個(gè)點(diǎn)，其當(dāng)前方向點(diǎn)為背景點(diǎn)，下一方向點(diǎn)為目標(biāo)點(diǎn)，則認(rèn)定該目標(biāo)點(diǎn)為下一邊界點(diǎn)；

（4）照此方法繼續(xù)搜索。

1.4 結(jié)束條件

條件1：當(dāng)搜索到的邊界點(diǎn)回到了起始邊界點(diǎn)時(shí)，說(shuō)明當(dāng)前邊界已成閉合鏈，此時(shí)應(yīng)結(jié)束本鏈搜索。這是鏈碼搜索的基本結(jié)束條件；

條件2：每個(gè)節(jié)點(diǎn)處限定搜索次數(shù)nSearchTime≤8。當(dāng)邊界搜索無(wú)法回到起點(diǎn)，如出現(xiàn)開(kāi)鏈結(jié)構(gòu)時(shí)，為了避免死循環(huán)，就需要補(bǔ)充本結(jié)束條件。

2 改進(jìn)算法

2.1 幾種特殊情況

基本搜索算法可用于簡(jiǎn)單圖形的測(cè)試和對(duì)鏈碼的理解，但是實(shí)際圖形處理中的孤立點(diǎn)、單列鏈、局部鏈、開(kāi)鏈等特殊情況常常引起基本算法的失效。

情況1：孤立點(diǎn)

描述：孤立點(diǎn)的8鄰域搜索均沒(méi)有目標(biāo)點(diǎn)，按基本算法會(huì)出現(xiàn)死循環(huán)。

處理：一種方法是進(jìn)行預(yù)處理，去除孤立點(diǎn)；第二種方法是控制搜索次數(shù)nSearchTime≤8，大于8次則提前結(jié)束搜索。

情況2：?jiǎn)瘟墟?/p>

描述：如圖2所示 （圖中線(xiàn)段和箭頭表示搜索路徑；①②表示搜索起點(diǎn)），當(dāng)邊界節(jié)點(diǎn)從橫向進(jìn)入單列排列的目標(biāo)點(diǎn)時(shí)，在不對(duì)已處理節(jié)點(diǎn)進(jìn)行標(biāo)記 （2.2節(jié)）的情況下，如果每次搜索都從0方向開(kāi)始，則會(huì)在圖中圈定區(qū)域 （本列的第2－3像素點(diǎn)處）形成死循環(huán)。該問(wèn)題即使采用后退兩步搜索法 （2.3節(jié)），也會(huì)在圖中圈定區(qū)域出現(xiàn)死循環(huán)。

圖2 單列現(xiàn)象

處理：其實(shí)質(zhì)是已搜索節(jié)點(diǎn)的重入 （重復(fù)搜索）問(wèn)題，可通過(guò)節(jié)點(diǎn)標(biāo)記解決該問(wèn)題。

情況3：局部鏈

描述：?jiǎn)瘟袃牲c(diǎn)經(jīng)過(guò)兩次搜索 （搜索路徑分別為①②），即可回到起點(diǎn)，從而提前結(jié)束本鏈搜索 （如圖3 （a）所示）。單列兩點(diǎn)會(huì)導(dǎo)致局部鏈問(wèn)題的出現(xiàn)，如圖3 （b）所示，如果始終從0方向開(kāi)始搜索，并且已搜索邊界點(diǎn)不做標(biāo)記的話(huà)，會(huì)導(dǎo)致圖中圈定兩點(diǎn)為局部封閉鏈。

圖3 局部鏈問(wèn)題

處理：對(duì)已搜索邊界點(diǎn)進(jìn)行標(biāo)記。圖3 （b）為標(biāo)記后搜索沿著正確方向前進(jìn)。

情況4：非閉合鏈

描述：如圖4 （a）所示 （圖中1－4為節(jié)點(diǎn)編號(hào)，箭頭表示節(jié)點(diǎn)的進(jìn)入方向，即從箭頭方向搜索到箭頭所指節(jié)點(diǎn)），如果固定起始搜索方向?yàn)?方向，最大搜索方向?yàn)?方向，將會(huì)導(dǎo)致節(jié)點(diǎn)4 的八鄰域無(wú)法搜索到新的邊界點(diǎn)，鏈無(wú)法閉合的情況。

處理：該問(wèn)題是由于固定了起始搜索方向?yàn)?方向引起的，采用自適應(yīng)的后退兩步搜索法 （adaptive two－steps back search，ATSBS）可解決該問(wèn)題。

2.2 節(jié)點(diǎn)標(biāo)記

圖4 非閉合鏈

為了避免節(jié)點(diǎn)重入，應(yīng)對(duì)已搜索邊界點(diǎn)進(jìn)行標(biāo)記，即通過(guò)改變其灰度值的辦法，將其從目標(biāo)點(diǎn)集合中刪除，使其在后續(xù)搜索中 “不可見(jiàn)”。但是為了基本搜索結(jié)束條件，應(yīng)對(duì)邊界起點(diǎn)不做標(biāo)記或做特殊標(biāo)記，待再次搜索回到起點(diǎn)時(shí)，再做標(biāo)記。

此外，已搜索區(qū)域的內(nèi)部節(jié)點(diǎn)也存在重入問(wèn)題。一個(gè)區(qū)域搜索結(jié)束后，將轉(zhuǎn)入外圍循環(huán)的逐行掃描進(jìn)行新的區(qū)域搜索，如果已搜索區(qū)域內(nèi)部節(jié)點(diǎn)不做標(biāo)記，則會(huì)在新的區(qū)域搜索中被認(rèn)定為目標(biāo)點(diǎn)，這與實(shí)際不符。一種近似的解決辦法是：確定搜索區(qū)域的外接矩形 （box屬性），遍歷box區(qū)域內(nèi)所有節(jié)點(diǎn)，如果節(jié)點(diǎn)灰度值為目標(biāo)節(jié)點(diǎn)灰度，則用本區(qū)域標(biāo)記值進(jìn)行標(biāo)記。

8位灰度圖的標(biāo)記中還存在一個(gè)特殊問(wèn)題：在8位灰度圖中標(biāo)記值一般取自然數(shù)，但8 位圖中的最大標(biāo)記值為28－1＝255。當(dāng)標(biāo)記區(qū)域太多 （如圖5 所示），超過(guò)255時(shí)，則存在無(wú)標(biāo)記值可用的情況，因此需要對(duì)連通區(qū)域太多的情況加以限制。實(shí)際情況是，如果二值處理后的目標(biāo)區(qū)域太多，則會(huì)導(dǎo)致目標(biāo)區(qū)域特征模糊化，難以識(shí)別，這主要是由于未采用恰當(dāng)?shù)亩祷撝翟斐傻?。?duì)此，而可以根據(jù)具體的應(yīng)用環(huán)境，設(shè)定一個(gè)最大的標(biāo)記區(qū)域數(shù) （標(biāo)記值）Lmax，當(dāng)連通區(qū)域數(shù)超過(guò)Lmax 時(shí)退出圖片掃描。假設(shè)圖片中目標(biāo)對(duì)象數(shù) （如一張圖像中的缺陷區(qū)域數(shù)）不超過(guò)N 個(gè)，則可設(shè)定最大標(biāo)記值Lmax∈ ［2＊N，255］。

圖5 閾值分割對(duì)鏈碼搜索的影響

2.3 ATSBS算法

ATSBS算法是將前一次鏈碼方向后退兩步作為當(dāng)前搜索的起始方向。該方法以前一次搜索方向作為本次搜索的依據(jù)，因而優(yōu)先保證了目標(biāo)邊界方向的連續(xù)性和目標(biāo)區(qū)域形狀的凸包性，是一種自適應(yīng)方向 （自旋）的鏈碼搜索方法。

ATSBS算法中后退兩步可能帶來(lái)負(fù)方向問(wèn)題，可置搜索方向?yàn)樽畲笏阉鞣较?，設(shè)搜索至前一節(jié)點(diǎn)時(shí)的搜索方向?yàn)閜rePOS，當(dāng)前節(jié)點(diǎn)的起始搜索方向curPOS，則起始搜索方向設(shè)置的偽代碼表示為：

curPOS ＝prePOS－2；

if（curPOS＜0）then curPOS＝7；

接下來(lái)，沿八方向curPOS→7→0→curPOS－1搜索下一邊界點(diǎn)。

圖4 （b）中，ATSBS算法執(zhí)行過(guò)程如下：

在節(jié)點(diǎn)1處，從方向5搜索到節(jié)點(diǎn)2；

在節(jié)點(diǎn)2處，起始搜索方向?yàn)?－2＝3，依次沿方向3→4→5→6→7→0搜索才能搜索到節(jié)點(diǎn)3；

在節(jié)點(diǎn)3處，起始搜索方向0－2＝－2，出現(xiàn)負(fù)方向，此時(shí)置起始搜索方向?yàn)?，沿方向7正好能找到本鏈起始節(jié)點(diǎn)0，從而結(jié)束本鏈搜索。

3 實(shí)驗(yàn)

在鋼軌表面缺陷的圖像檢測(cè)中，需要對(duì)軌面裂紋、掉塊等缺陷類(lèi)型進(jìn)行識(shí)別，這些缺陷區(qū)域特征明顯，可以采用鏈碼方法提取邊界，進(jìn)而通過(guò)周長(zhǎng)、面積、長(zhǎng)寬比、圓形度、幾何矩 （不變矩）等特征參數(shù)［9，10］的計(jì)算獲得缺陷區(qū)域的定量描述，進(jìn)而對(duì)缺陷的類(lèi)型和嚴(yán)重性進(jìn)行分類(lèi)和管理。

如前所述，鏈碼搜索適用于邊界特征明顯的圖像，其預(yù)處理二值化閾值和方法的選擇將直接影響鏈碼算法的執(zhí)行效率和效果。使用常規(guī)邊緣檢測(cè)方法，例如使用Canny算子獲取二值化的梯度圖像，則會(huì)導(dǎo)致圖像中邊緣線(xiàn)出現(xiàn)雜亂、斷線(xiàn)等復(fù)雜情況。使用大津法自動(dòng)閾值化，獲得的目標(biāo) （黑色）區(qū)域太多，目標(biāo)缺陷區(qū)域則已模糊 （圖5）。這兩種方法都違背了鏈碼使用的邊界特征明確的要求，難以直接使用鏈碼進(jìn)行邊界搜索求解。

為了說(shuō)明不同閾值對(duì)鏈碼搜索的影響，減少搜索范圍和區(qū)域，為提高搜索效率提供參考，本文設(shè)計(jì)了迭代閾值法：

（1）設(shè)定閾值上下限，理論上下限是 ［1，255］。二值處理中，閾值很小時(shí)，圖片全為背景 （全白），相反，則全為目標(biāo) （全黑）；

（2）設(shè)定閾值變化步長(zhǎng)，默認(rèn)為1，為了提高搜索速度，可適當(dāng)加大該步長(zhǎng)；

（3）針對(duì)每個(gè)閾值，做二值化處理，獲得二值圖像；

（4）使用鏈碼算法，收集目標(biāo)區(qū)域；

（5）當(dāng)目標(biāo)區(qū)域數(shù)過(guò)大 （超過(guò)Lmax）時(shí)，結(jié)束圖片掃描；

（6）后置處理：對(duì)所有初識(shí)別區(qū)域，計(jì)算特征參數(shù)，獲得面積和周長(zhǎng)較大的區(qū)域2－3 個(gè)，進(jìn)一步根據(jù)經(jīng)驗(yàn)值（裂紋長(zhǎng)度、寬度等），從中剔除非缺陷區(qū)域，從而獲得目標(biāo)缺陷。

圖5中，設(shè)定閾值上下限為 ［30，200］，步長(zhǎng)為10，如果設(shè)定Lmax＝100，則搜索將在T＝40 時(shí)結(jié)束，此時(shí)L＝16。后置處理中對(duì)16個(gè)標(biāo)記區(qū)域進(jìn)行過(guò)濾刪除，最終可獲得本實(shí)例中的具有最大周長(zhǎng)和面積的裂紋缺陷。

4 結(jié)束語(yǔ)

鋼軌圖像中缺陷數(shù)量有限，采用最大區(qū)域數(shù)限定的節(jié)點(diǎn)標(biāo)記法能夠有效識(shí)別較大缺陷，提高了搜索速度。在標(biāo)記過(guò)程中提出的自適應(yīng)后退兩步搜索法解決了常規(guī)標(biāo)記算法中易出現(xiàn)的孤立點(diǎn)、單列鏈、局部鏈、開(kāi)鏈等錯(cuò)誤跟蹤問(wèn)題。

閾值迭代法采用迭代方式能夠逐步顯現(xiàn)目標(biāo)區(qū)域的變化趨勢(shì)，為有效閾值化方法的確定提供了依據(jù)。但是該方法本身效率較低，在實(shí)際應(yīng)用中，可將其作為先導(dǎo)方法測(cè)試圖像的最佳閾值，然后在此基礎(chǔ)上再采用改進(jìn)最大熵方法［9，10］等方法快速確定閾值。

鋼軌缺陷檢測(cè)實(shí)驗(yàn)結(jié)合了上述方法，并采用簡(jiǎn)單的參數(shù)計(jì)算獲得了顯著缺陷的幾何特征，達(dá)到了缺陷識(shí)別的目的。

［1］XU Guiyang，SHI Tianyun，REN Shengwei，et al.Development of the on－board track inspection system based on computer vision ［J］.China Railway Science，2013，34 （1）：139－144（in Chinese）.［許貴陽(yáng)，史天運(yùn)，任盛偉，等.基于計(jì)算機(jī)視覺(jué)的車(chē)載軌道巡檢系統(tǒng)研制 ［J］.中國(guó)鐵道科學(xué)，2013，34（1）：139－144.］

［2］Li QY，Ren SW.A real－time visual inspection system for discrete surface defects of rail heads［J］.IEEE Transactions on Instrumentation and Measurement，2012，61 （8）：2189－2199.

［3］Freeman H.Techniques for the digital computer analysis of chain－encoded arbitrary plane curves ［J］.Proceedings of National Electronics Conference，1961，17：421－432.

［4］Park J，Chisty KMM，Lee J，et al.Image retrieval technique using rearranged freeman chain code ［C］／／Proceedings of 1st International Conference on Informatics and Computational Intelligence，2011：283－286.

［5］Banerjee J，Ray R，Shome SN.A novel approach for freeman chain coding with prior modification using cubic interpolation［C］／／IEEE International Conference on Computational Intelli－gence and Computing Research，2012.

［6］LI Wen.Research on chain code in region contour representation and reconstruction ［D］.Lanzhou：Lanzhou University，2012 （in Chinese）.［李雯.鏈碼在區(qū)域輪廓表示與重建中的應(yīng)用研究 ［D］.蘭州：蘭州大學(xué)，2012.］

［7］Gong Aiping，Chen Ji，Qiu Zhengjun，et al.Quantity qualification of overlapped region for citrus image based on modified Freeman chain code algorithm ［J］.Nongye Jixie Xuebao Transactions of the Chinese Society of Agricultural Machinery，2012，43 （11）：203－208.

［8］WANG Jingxue，SONG Weidong，ZHAO Like，et al.Application of improved freeman chain code in edge tracking and straight line extraction ［J］.Journal of Signal Processing，2014，30 （4）：422－430 （in Chinese）. ［王競(jìng)雪，宋偉東，趙麗科，等.改進(jìn)的Freeman碼在邊緣跟蹤及直線(xiàn)提取中的應(yīng)用研究 ［J］.信號(hào)處理，2014，30 （4）：422－430.］

［9］LIU Hui，ZHANG Yunsheng，ZHANG Yinhui，et al.Curvature computing of BOF flame boundary based on differential chain code［J］.Computer Engineering and Application，2013，49 （7）：171－175 （in Chinese）.［劉輝，張?jiān)粕瑥堄≥x，等.基于差分鏈碼曲率的轉(zhuǎn)爐火焰邊界彎曲度計(jì)算 ［J］.計(jì)算機(jī)工程與應(yīng)用，2013，49 （7）：171－175.］

［10］Li Jian，Guo Shuai，Ye Feng.Shape recognition based on freeman chain code ［J］.Advanced Materials Research，2011，317－319：2490－2496.

［11］Tan Haifeng，Yang Guang，Zheng Nan，et al.An improvement of two－dimensional maximum entropy thresholding segmentation algorithm for SAR image［C］／／Proceedings of International Conference on Computer Science and Electronics Engineering，2012：379－382.

［12］ZHANG Xinming，ZHANG Aili，ZHENG Yanbin，et al.Improved two－dimensional maximum entropy image thresholding and its fast recursive realization ［J］.Computer Science，2011，38 （8）：278－283 （in Chinese）. ［張新明，張愛(ài)麗，鄭延斌，等.改進(jìn)的最大熵閾值分割及其快速實(shí)現(xiàn) ［J］.計(jì)算機(jī)科學(xué)，2011，38 （8）：278－283.］