1 引言

钢轨廓形检测技术通过结构光传感器获取钢轨的轮廓点云数据,并与钢轨标准廓形模板进行配准,从而得到钢轨的垂直磨耗量和侧面磨耗量等参数,这些参数不仅可以用来掌握钢轨的服役状态,也可以用于指导钢轨打磨作业,是铁路运营维护的重要手段^[1]。基于三角测量原理的线结构光钢轨廓形检测技术,可以实时获取钢轨的轮廓信息,具有高速、高精度和非接触的特点,是国内外钢轨廓形动态检测的主流方式^[2-3]。在铁路现场应用中,工况比较恶劣,钢轨服役一段时间后,其表面状态会发生改变,如表面不平顺、表面留存异物、钢轨打磨等,这些表面状态的改变干扰了钢轨表面反射激光的能量分布。传统的线结构光钢轨廓形检测技术,利用普通强度相机获取钢轨表面反射激光的强度信息,在遇到上述恶劣工况,尤其是新打磨后的钢轨时,容易引起钢轨激光断面图像局部过曝问题,即廓形图像中局部区域曝光过量。在钢轨激光断面图像的过曝区域,由于光条截面能量分布异常,造成光条中心提取误差较大,往往得不到准确的光条中心位置,从而导致钢轨廓形检测结果出现较大误差^[4-6]。

针对上述问题,本文提出了基于偏振融合的钢轨廓形线结构光成像方法,利用偏振相机获取钢轨激光断面多个角度的偏振分量图像和总量强度图像,分析了偏振分量图像和总量强度图像之间的关系,它们不仅具有像素级对齐的特点,而且在廓形信息方面具有相关性和互补性。在此基础上,结合偏振分量图像和总量强度图像中过曝区域的光条宽度特征,提出了基于光条信度评价的图像融合权重计算方法,以降低过曝区域的融合权重、提高正常区域的融合权重为原则,对偏振分量图像和总量强度图像按列进行图像融合,融合后的图像不再出现局部过曝现象,钢轨激光断面的成像质量得到较大改善。

2 相关研究工作

偏振光学成像主要是通过获取多幅被测物不同检偏方向的强度图像,并由多幅强度图像提取被测物的偏振信息,可以同时获取被测物的强度信息和偏振信息,而传统成像方法主要是获取被测物的强度图像,获取的图像中并不包含偏振信息。为了区分,将同时获取被测物强度信息和偏振信息的相机称为偏振相机,仅获取被测物强度信息的相机称为非偏振相机。图1是传统钢轨廓形线结构光成像原理图,由激光器发出的线结构光垂直入射到钢轨表面,并被调制成反映钢轨轮廓形状的光条,通过非偏振相机拍摄该光条,得到钢轨激光断面的强度图像,对钢轨激光断面强度图像进行光条中心提取,并由光条中心像素坐标和相机标定参数得到钢轨廓形的物理坐标。因此,准确的光条中心提取是影响钢轨廓形检测精度的重要因素^[7]。图2是基于非偏振相机的结构光成像方法得到的打磨钢轨激光断面强度图像,受打磨钢轨表面平整度变化的影响,光条图像中由于光线镜面反射而产生过曝区域,此区域的光条截面能量分布异常,如图2中的虚线矩形框所示。图3是对图2中虚线矩形框区域中光条中心的提取结果,其中图3(a)、(b)和(c)分别对应极大值法^[8]、灰度重心法^[9]和Steger法^[10]三种不同的光条中心提取算法,图3(d)是将Miniprof轨廓仪的测量数据映射到图像坐标系中的结果。Miniprof轨廓仪属于接触测量,精度较高,可以作为不同光条中心提取方法的对比基准。对比可以看出:在图像非过曝区域,不同光条中心提取方法得到的钢轨廓形与Miniprof基本一致,而在图像的过曝区域,由于光条截面能量分布复杂,以上算法得到的光条中心位置均出现不同程度的偏差。以Miniprof轨廓仪测量结果作为参考值,计算过曝区域的钢轨廓形测量误差。其中,灰度重心法的误差最大达到0.81 mm,即使是精度最高的Steger算法,在过曝区域也产生了0.31 mm的误差。虽然可以通过降低曝光时间解决局部过曝问题,但也会造成同一幅图像中正常区域的光条曝光量不足的问题,导致正常区域的光条中心提取失败,因此,仅依靠降低曝光时间无法有效解决钢轨激光断面图像局部过曝的问题。可见,传统基于非偏振相机的钢轨廓形线结构光成像方法,在复杂工况尤其是钢轨打磨后,易受图像局部过曝问题的影响,具体表现为过曝区域的光条成像质量较差,光条截面能量分布异常,无法准确稳定地获取光条中心位置,导致钢轨廓形信息不全或失真,从而影响后续钢轨廓形检测的准确度。

图 1. 传统基于非偏振相机的钢轨廓形线结构光成像原理图

Fig. 1. Principle diagram of line-structured light imaging of rail profile based on traditional unpolarized camera

下载图片 查看所有图片

图 2. 钢轨激光断面图像局部过曝现象。(a)钢轨易过曝区域;(b)图像采集装置;(c)局部过曝图像

Fig. 2. Local overexposure of rail laser section image. (a) Areas prone to overexposure; (b) image acquisition device; (c) local overexposure image

下载图片 查看所有图片

图 3. 钢轨激光断面图像过曝区域的光条中心

Fig. 3. Center of light strip in the overexposed area of rail laser section image

下载图片 查看所有图片

传统成像技术只能探测到光强信息,而偏振成像探测技术将获取的信息维度从3维(光强、光谱和空间)扩展到7维(光强、光谱、空间、偏振度、偏振角、偏振椭率和旋转方向)^[11],多出的偏振信息常常用于提高被测物的成像质量。关于偏振成像技术,国内外学者开展了大量的研究工作。Wolff等^[12]利用一个偏振分光棱镜和两个CCD相机组成偏振成像系统,用于分析物体表面镜面反射光的偏振态;Kadambi等^[13]结合偏振信息和物体表面法线,提出了一种增强粗糙物体的深度图像的方法;Morel等^[14]利用偏振成像技术获取光洁金属物体表面的法线信息,由法线信息实现了高反射金属物体的三维重建;赵永强等^[15]通过非负矩阵分解处理偏振分量图像,利用偏振度调制分离镜面反射分量;唐瑞尹分析了金属加工表面的偏振反射模型,提出了一种利用分数阶微分增强强反射物面图像的方法,从而降低镜面反射光的影响;Umeyama等^[16]通过旋转偏振片的方法获取被测物在不同偏振角度下的图像,通过独立成分分析将镜面反射成分和漫反射成分分离。可见,偏振成像技术在降低物体表面镜面反射光的影响、增强成像质量等方面具有显著优势。

3 研究方法

3.1 钢轨激光断面偏振分量图像

图4是本文提出的基于偏振融合的钢轨廓形线结构光成像方法,与普通成像方法(图1)相比,本文通过在激光器前加装线偏振片获得激光平面内沿振动方向的线偏振光,并通过偏振相机获取钢轨激光断面的多个偏振角度的偏振分量图像。偏振相机具有4个不同方向的偏振滤镜,可以同时获取钢轨激光断面4个方向的偏振分量图像。图5是偏振相机的偏振滤镜和像素分布示意图,偏振相机的4个偏振滤光片按2×2分布,2×2模板里的每个子像素分别对应0°、135°、45°和90°纳米线光栅偏振滤镜。所有2×2模板里具有同一偏振方向的子像素构成一幅偏振分量图像,因此,提取所有2×2模板里的同一位置的子像素灰度值,得到4幅宽高仅为原始图像1/2的偏振分量图像,分别记为I₀、I₄₅、I₉₀和I₁₃₅。根据偏振光的斯托克斯表示方法,总量强度图像I_t可表示为

It=I0+I90=I45+I135。(1)

图 4. 基于偏振成像的钢轨廓形检测原理图

Fig. 4. Schematic diagram of rail profile detection based on polarization imaging

下载图片 查看所有图片

图 5. 偏振相机的偏振滤镜和像素分布示意图

Fig. 5. Polarization filter and pixel distribution of polarization camera

下载图片 查看所有图片

实际上,总量强度图像也就是传统方法利用普通强度相机获取的强度图像。由于偏振分量图像中每个像素都是由同一个2×2模板得到的,偏振分量图像之间具有像素级对齐的关系,因此,由偏振分量图像叠加生成的总量强度图像与偏振分量图像之间也具有像素级对齐的特点。在钢轨激光断面图像的局部过曝区域,以镜面反射光为主,属于偏振度较高的部分偏振光。在光条正常区域,主要是漫反射成分,属于偏振度较低的部分偏振光。当部分偏振光的振动主方向垂直于纳米线光栅或者接近垂直时,镜面反射成分通过,此时的偏振分量图像同样容易出现局部过曝现象。当偏振光的振动主方向平行于纳米线光栅或接近平行时,镜面反射成分被抑制,此时的偏振分量图像不易出现过曝现象。

利用偏振相机对图2中钢轨的同一位置进行拍摄,可以得到4幅钢轨激光断面的偏振分量图像,如图6所示,利用 (1) 式由偏振分量图像得到总量强度图像,如图2所示。结合图6和图2可以看出,一方面,偏振分量图像和总量强度图像之间具有一定的相似性,都能够在一定程度上反映出钢轨的廓形信息,表明偏振分量图像和总量强度图像之间具有信息相关性。另一方面,偏振分量图像和总量强度图像之间又具有信息互补的特点,如总量强度图像和0°方向偏振分量图像中的光条对比度较高,但局部过曝现象非常明显,45°和135°方向的偏振分量图像局部过曝现象较弱,而90°方向的偏振分量图像虽然对比度较低,但是在相应的位置并没有出现过曝的现象。可见,偏振分量图像和总量强度图像之间不仅具有像素级对齐的关系,而且在廓形信息方面具有相关性和互补性。

图 6. 钢轨激光断面偏振分量图像。(a) 0°方向偏振分量图像;(b) 135°方向偏振分量图像;(c) 45°方向偏振分量图像;(d) 90°方向偏振分量图像

Fig. 6. Polarization component images of rail laser section. (a) 0° directional polarization component image; (b) 135° directional polarization component image; (c) 45° directional polarization component image; (d) 90° directional polarization component image

下载图片 查看所有图片

3.2 图像融合

图像融合就是利用多幅图像间的互补信息,通过有效提取多幅图像的特征量,弥补单一图像的信息不足,如图像信息被噪声干扰、图像信息过少等,获得更准确的被测物信息。本研究采用空间域融合的方法,以总量强度图像和4幅偏振分量图像为融合源图像,由光条质量评价确定每幅源图像的融合权重,根据融合权重进行图像融合。为了确定5幅图像的融合权重,引入光条信度评价机制。光条信度反映了光条的质量,用于评价光条中心位置的可靠性^[17-18]。光条信度评价一般选取光条的宽度特征、灰度特征和光条平均残差平方和等特征量评价光条中心位置的可信度。图7所示为图2和图6中的虚线矩形区域每一列的光条宽度,可以看出:在钢轨激光断面图像的正常区域,总量强度图像和4个偏振分量图像的光条宽度比较接近,光条宽度基本处于4~8 pixel之间;在过曝区域,总量强度图像、0°、45°和135°偏振分量图像的光条宽度明显增大,其中,总量强度图像的光条宽度最大达到了33 pixel,而在90°偏振分量图像同样的区域内,光条宽度仍然处于正常宽度范围内。过曝区域的能量分布异常,光条宽度异常增大,不能准确反映钢轨廓形信息,而在同样的区域内,90°偏振分量图像能量分布合理,且光条宽度处于正常范围内,仍然可以较好地表达钢轨的廓形信息。因此,可以根据激光断面图像中每列的光条宽度来评价光条的可信度,进而计算图像融合权重。

图 7. 图2和图6矩形区域中每一列的光条宽度

Fig. 7. Width of light strip in each column of rectangular areas in Fig. 2 and Fig. 6

下载图片 查看所有图片

图8是本文提出的图像融合算法的流程图。

1) 选取4个偏振分量图像I₀、I₄₅、I₉₀、I₁₃₅和总量强度图像I_t组成待融合图像集U,U可表示为

U={I0,I45,I90,I135,It},(2)

图 8. 图像融合算法流程图

Fig. 8. Flowchart of image fusion algorithm

下载图片 查看所有图片

对待融合图像集U进行中值滤波,以降低噪声对图像融合的影响。用U_i表示第i幅待融合源图像,i=1,2,3,4,5,分别对应4个偏振分量图像和总量强度图像,记待融合图像的宽高分别为w和h,并用 Gkj(i)表示第i幅待融合源图像的第k行第j列的灰度值,其中k=1,2,3,…,h和j=1,2,3,…,w。

2) 进行光条信度评价,计算第i幅待融合图像的第j列的光条宽度 Mj(i)。对第i幅待融合图像的第j列阈值化处理得到该列的光条区域 Rj(i),区域 Rj(i)由(3)式可得

Gkj(i)∈Rj(i),Gkj(i)>TGkj(i)∉Rj(i),Gkj(i)<T,(3)

其中T是光条分割阈值。光条区域 Rj(i)的面积,即区域内像素个数就是该列的光条宽度 Mj(i)。

3) 由光条宽度计算第i幅待融合图像的第j列的融合权重 Mj(i)。对于第i幅待融合图像的第j列,计算该列光条宽度与光条参考宽度M_r的差值 Δj(i),光条参考宽度M_r可由正常工况下的光条宽度确定,也可由标定时的光条宽度确定。差值 Δj(i)越小,说明该列光条与参考光条越接近,成像质量和光条信度较高,图像融合时应具有较高的融合权重,因此采用(4)式计算第i幅待融合图像的第j列的融合权重,即

Wj(i)=1(|Δj(i)|+Δ0)m∑i=1N1(|Δj(i)|+Δ0)m,(4)

其中,m表示权重调节因子,取值范围为1~3,m取值越大,光条宽度与参考光条宽度越接近的列的权重越高。当 Δj(i)等于0时,对齐增加一个特别小的数Δ₀,以排除分母为0的情况,Δ₀取值范围为0.001~0.1。

4) 计算融合图像F。融合图像F的第k行第j列像素的灰度值F_kj由待融合图像集U中的每一幅图像的第k行第j列像素的灰度值加权平均得到,权重系数为(4)式得到的 Wj(i),计算方法为

Fkj=∑i=15Gkj(i)×Wj(i)。(5)

4 分析与讨论

4.1 钢轨激光断面图像的偏振特性

偏振光的描述方法主要有琼斯矩阵法、斯托克斯矩阵法和几何表示法等方法,其中几何表示法利用垂直于光的传播方向的横截面内各个方向上的振动强度组成的偏振角分布图来表达偏振特性,这种表示方法具有简单直观的特点^[19],因此,本研究采用几何表示法描述钢轨激光断面图像的偏振特性。为了研究钢轨激光断面图像的偏振特性,基于三角测量原理,搭建如图9所示的实验装置,选择新打磨后的钢轨作为被测物,激光器发出的线结构光经过线偏振片1后垂直入射到钢轨表面,钢轨表面的反射光经过线偏振片2和镜头后被相机接收。其中激光器选用加拿大OSELA公司生产的波长为660 nm的半导体激光器,功率为500 mW,选用德国SICK公司生产Ranger 3普通强度相机作为成像设备,镜头选用日本KOWA LM16F型号镜头,焦距为16 mm,线偏振片选用美国THORLABS公司生产的LPVISC100-MP2纳米粒子线性薄膜偏振片,波长为660 nm时的消光比大于10000∶1,并分别在激光器和镜头正前方加装该线偏振片,其中激光器前的线偏振片作为起偏器,用于获取振动方向在激光平面内的线偏振光,镜头前的线偏振片安装在可360°旋转的偏振片架上,作为检偏器用于获取钢轨表面反射激光在0°~360°偏振方向上的光强。

图 9. 钢轨激光断面图像偏振特性实验装置

Fig. 9. Experimental setup for polarization characteristics of rail laser section image

下载图片 查看所有图片

旋转偏振片1,使其透射轴与钢轨走向垂直,以获取振动方向在激光平面内的线偏振光。在0°~360°内,每隔10°旋转镜头前的线偏振片2,并通过普通强度相机采集一幅钢轨激光断面图像,共获取36幅不同方向的钢轨激光断面偏振分量图像。图10给出了0°和90°方向的偏振分量图像。由于噪声干扰等因素,单个像素的灰度值具有一定的不确定性,为了降低这种不确定性的影响,在图10(a)光条过曝的区域从上到下依次选取5个矩形区域,同时在光条正常区域选择1个矩形区域,共计6个矩形区域,如图10右侧实线矩形所示,每个矩形区域大小为9 pixel×9 pixel,以每个矩形内所有像素灰度值的平均值作为该矩形的灰度值,得到6个矩形区域的灰度值。其中,矩形区域1、2、4和5位于真实光条中心以外,而矩形区域3和6位于光条中心上。对其余35幅图像在相同的位置取同样的6个矩形区域,并计算这6个矩形区域的灰度值,共得到36×6个矩形区域的灰度值。对于每个矩形区域,对应不同偏振方向的36个灰度值,对这36个灰度值归一化后作出该矩形区域的偏振角分布图,结果如图11所示,可以看出,矩形区域1、2、4和5的收腰现象非常明显区域,3和6次之,且6个区域具有相同的偏振角,因此,可近似认为这6个区域是由线偏振光和自然光组成的部分偏振光。通过

d=(Gmax-Gmin)/(Gmax+Gmin),(6)

图 10. 0°和90°方向的偏振分量图像

Fig. 10. 0° and 90° directional polarization component images

下载图片 查看所有图片

计算矩形区域的偏振度d,其中,G_max是矩形区域不同偏振方向的36个灰度值中的最大值,G_min是矩形区域不同偏振方向的36个灰度值中的最小值。偏振度在0和1之间,0表示自然光,1表示线偏振光,部分偏振光介于0和1之间。6个矩形区域的偏振度如表1所示,可以看出,在光条过曝区域中,真实光条中心以外的区域(矩形区域1、2、4和5)属于干扰部分,其偏振度较高,均在0.8以上,而非干扰部分(矩形区域3)的偏振度比较低,且光条正常区域内(矩形区域6)的偏振度也相对较低。综上,光条正常区域和过曝区域都属于部分偏振光,且具有相同的偏振角。过曝区域内干扰部分的偏振度较高,过曝区域内非干扰部分和正常区域的偏振度均相对较低,因此,可以利用偏振相机4个正交透射方向的偏振片滤除过曝区域内具有较高偏振度的干扰成分。

图 11. 矩形区域的偏振角分布图

Fig. 11. Polarization angle distribution in rectangular region

下载图片 查看所有图片

4.2 融合图像光条中心提取结果

选用加拿大Teledyne Dalsa公司生产的型号为Genie Nano M2450 Polarized的偏振相机搭建如图4所示的钢轨轮廓测量装置,利用偏振相机对图2中钢轨的同一位置进行拍摄,可以得到如图6所示的4幅钢轨激光断面偏振分量图像,利用(1)式由偏振分量图像得到如图2所示的总量强度图像,利用(4)式计算图2中的总量强度图像和图6中的4个偏振分量图像的融合权重。图12给出了过曝区域5幅图像的融合权重,可以看出,在光条图像的过曝区域,过曝图像(0°、45°、135°偏振分量图像和总量强度图像)的融合权重均较低,而90°偏振分量图像在该区域没有出现过曝现象,成像质量最高,因此具有最高的融合权重。

利用(5)式得到融合图像F,结果如图13所示,可以看出,融合后的钢轨激光断面图像不再出现过曝区域,成像质量得到显著改善。对融合图像F进行光条中心提取,图14给出了图13虚线矩形区域的光条中心提取结果,对比图14和图3可以看出,在传统方法对应的过曝区域,无论是采用极大值法、灰度重心法还是Steger光条中心提取方法,融合图像得到的光条中心均没有出现偏离,且与Miniprof轮廓仪测量结果具有较高的一致性,都能较好地反映钢轨的真实廓形。

图 12. 图2和图6中矩形区域的图像融合权重

Fig. 12. Image fusion weights in rectangular areas in Fig. 2 and Fig. 6

下载图片 查看所有图片

图 13. 融合图像F

Fig. 13. Fusion image F

下载图片 查看所有图片

图 14. 融合图像光条中心

Fig. 14. Light strip center of fusion image

下载图片 查看所有图片

为了定量分析本文所提方法的钢轨廓形检测精度,以Miniprof轨廓仪的测量结果为参考值,对传统方法对应的过曝位置,即图13虚线矩形框所在位置,分别计算本文方法和传统方法的钢轨廓形测量误差,结果如图15所示,可以看出,相比于传统强度图像,本文方法得到的钢轨廓形测量误差具有较大程度的下降,其中极大值法的最大测量误差由0.46 mm降低到0.30 mm,灰度重心法的最大测量误差由0.81 mm下降到0.16 mm,Steger法的最大测量误差由0.31 mm降低到0.10 mm。因此,本文方法将偏振分量图像和总量强度图像融合,融合图像不再出现过曝现象,成像质量得到显著改善,光条中心定位精度更高,钢轨廓形测量结果更加准确。

图 15. 本文方法和传统方法的钢轨廓形测量误差

Fig. 15. Measurement errors of rail profile by our method and traditional method

下载图片 查看所有图片

5 结论

针对钢轨廓形线结构光成像技术面临的激光断面图像局部过曝问题,提出了基于偏振融合的钢轨廓形线结构光成像方法。通过光条信度评价构建了偏振分量图像和总量强度图像融合算法,融合后的图像有效消除了钢轨激光断面成像时出现的局部过曝现象,图像质量得到明显改善。本文方法有效克服了局部过曝问题对光条中心提取结果的影响,有利于提高复杂工况尤其是钢轨打磨后廓形检测精度和稳定性,确保廓形分析、对比以及评价的有效性,有助于扩展钢轨廓形检测的应用场景。下一步可以尝试其他图像融合方法,如频率域融合方法或基于深度学习的融合方法,进一步提高算法效率和鲁棒性。