機(jī)車輪對輪緣磨耗是影響其運(yùn)行平穩(wěn)性和安全性的重要因素,是輪對幾何尺寸的關(guān)鍵參數(shù)。國外已成功地研制出一些動態(tài)測量輪緣磨耗的裝置,所應(yīng)用的方法主要是基于圖像測量技術(shù)、超聲遙測非接觸法、高速掃描圖像法[1]，這些方法雖然穩(wěn)定可靠，但其造價(jià)高、技術(shù)難度大，因此，國內(nèi)鐵路部門一直沒有大范圍引進(jìn)國外設(shè)備。而我國學(xué)者目前研究的輪緣磨耗測量方法主要有接觸式自動測量方式，電渦流傳感器[2]、激光位移傳感器非接觸測量方式[3]，這幾種方式屬于靜態(tài)檢測的方法，檢測強(qiáng)度大，占用機(jī)車周轉(zhuǎn)時(shí)間，無法及時(shí)了解車輪運(yùn)行中的質(zhì)量狀況。目前，我國段修部門大多數(shù)仍然靠手工采用游標(biāo)卡尺的檢測方式測量輪緣磨耗，測量精度和可靠性都低。為此，本文借鑒國外成功經(jīng)驗(yàn)，使用基于光截法圖像測量技術(shù)成功地為某車輛段研制了一套動態(tài)輪對輪緣磨耗測量裝置，其中輪對踏面光截曲線圖像分割是光截法圖像測量技術(shù)的關(guān)鍵步驟之一，其分割精度直接影響到后續(xù)的精確測量。
    閾值分割作為圖像分割的典型算法,廣泛應(yīng)用于圖像處理和計(jì)算機(jī)視覺領(lǐng)域[4]。常用的閾值分割方法有:直方圖雙峰法、最大熵法、矩量保持法、梯度統(tǒng)計(jì)法、一維最大相關(guān)準(zhǔn)則法[5]以及這些方法在二維中的推廣方法。這些方法中，一維最大相關(guān)準(zhǔn)則以其運(yùn)算簡單、分割效果好、適用范圍廣而得到了廣泛應(yīng)用。
    一維最大相關(guān)準(zhǔn)則法MCC(Maximum  Correlation Criterion)是由YEN[6]等人提出的，該方法以圖像的一維直方圖為依據(jù)，以目標(biāo)和背景的相關(guān)總量為最大選擇閾值，在很多情況下取得了很好的閾值。但在實(shí)際應(yīng)用中，當(dāng)圖像信噪比降低時(shí)，應(yīng)用一維最大相關(guān)法將產(chǎn)生很多分割錯(cuò)誤，為此，2005年陳修橋[7]等人將一維MCC閾值分割法推廣到二維。二維MCC閾值分割法應(yīng)用二維直方圖，不僅反映了灰度分布信息，還反映了鄰域空間相關(guān)信息，使分割效果得到了明顯改善，但是存在計(jì)算量大，耗時(shí)太長，難以實(shí)用。為了解決這一個(gè)問題，本文提出運(yùn)用量子粒子群優(yōu)化算法[8]來代替窮盡搜索，求解二維最大相關(guān)準(zhǔn)則閾值，提高了算法的實(shí)用性。
1 光截法測量原理
    在檢修輪緣時(shí)，主要通過測量輪緣厚度、踏面磨耗來判斷輪緣的磨耗程度。圖1是輪緣輪廓示意圖?；c(diǎn)距內(nèi)側(cè)面基準(zhǔn)70 mm外踏面上的一點(diǎn)，基點(diǎn)與輪緣頂點(diǎn)之間的高度稱為輪緣高度；實(shí)際輪緣高度與標(biāo)準(zhǔn)輪緣高度之差稱為踏面磨耗。

    其測量原理如圖2所示。在車輪行進(jìn)過程中，激光線光源沿踏面法線方向照射在車輪表面，形成從輪對踏面光截曲線，光截曲線記錄了車輪外形尺寸的信息，軌道外測與光平面成一定夾角的高速面陣CCD攝像機(jī)采集踏面光截曲線圖像，然后對所獲得的圖像進(jìn)行分析，以提取輪緣和踏面的實(shí)測曲線，經(jīng)校正后與已建立的標(biāo)準(zhǔn)車輪曲線比較,從而得出輪緣磨耗狀況等各個(gè)參數(shù)。

2 二維最大相關(guān)準(zhǔn)則閾值分割
    綜合運(yùn)用點(diǎn)灰度-區(qū)域灰度特征可以較好地表征圖像信息，二維最大相關(guān)準(zhǔn)則閾值法正是立足于此，其具體計(jì)算方法如下。
 


4 輪對踏面光截曲線圖像分割
    結(jié)合二維MCC閾值分割和QPSO算法，設(shè)粒子為(s,t)，適應(yīng)度函數(shù)為TC(s,t)(其中求解的解空間為圖像中像素的分布空間)。通過圖像求解二維直方圖，然后按照QPSO算法標(biāo)準(zhǔn)流程進(jìn)行解的尋優(yōu)，搜索出使TC(s,t)取得最大值的(s*,t*)，根據(jù)所求的(s*,t*)作為圖像分割閾值對整幅圖像進(jìn)行閾值分割,對落在區(qū)域A的像素分割為目標(biāo)，其余的為背景。
    為了驗(yàn)證本文算法的有效性，以背景反光和噪聲干擾比較嚴(yán)重的一幅真實(shí)輪對踏面光截曲線圖像(圖像大小為768×576，灰度級256)為例，用VC++6.0在P4 2.4 GHz,內(nèi)存512 MB的微機(jī)上進(jìn)行閾值分割實(shí)驗(yàn)。實(shí)驗(yàn)量子粒子群優(yōu)化算法的參數(shù)設(shè)置為:粒子群規(guī)模數(shù)m＝30，終止條件的最大迭代次數(shù)設(shè)為100，常數(shù)z=0.9。與Ostu法、一維MCC閾值分割、二維MCC閾值分割結(jié)果進(jìn)行了比較,其結(jié)果如圖4所示。

    圖4(a)是背景反光和噪聲干擾比較嚴(yán)重的一幅光截曲線圖像，圖4（b）、(c)、(d)、(e)分別是Ostu法、一維MCC閾值法、窮盡搜索的二維MCC閾值法和本文提出的快速閾值分割法的分割結(jié)果。從圖4(c)可以看出，基于一維MCC分割法分割效果差，圖像中過多背景和噪聲干擾被誤分為目標(biāo)，以至于無法進(jìn)行后續(xù)的圖像處理和圖像測量。從圖4(d)、(e)可以看出，基于二維MCC法分割和本文算法分割結(jié)果幾乎相同，分割效果明顯優(yōu)于一維MCC分割法。這是因?yàn)楫?dāng)圖像信噪比降低時(shí)，一維MCC算法不能完整地反映圖像的局部空間信息，閾值對噪聲很敏感，造成閾值不好確定，分割的質(zhì)量下降，二維MCC法分割和本文方法充分利用了圖像的灰度分布信息和局部信息，有效地抑制了噪聲和背景干擾的影響，因此分割效果得到了明顯改善。
    表1是圖4的四種分割方法的分割閾值和運(yùn)行時(shí)間。從計(jì)算速度上，由于Ostu法和一維MCC法是一維尋優(yōu)，只在256個(gè)灰度級范圍內(nèi)搜索閾值，所以閾值分割所需的計(jì)算時(shí)間很少。從分割效果上看,二維MCC算法明顯優(yōu)于Ostu法和一維MCC法,但是二維MCC算法是二維尋優(yōu)，運(yùn)算量呈指數(shù)倍增長,耗時(shí)長，難以實(shí)用。從圖5可以看出，用本文算法實(shí)現(xiàn)車輪外形光截曲線圖像分割，在粒子群規(guī)模為10時(shí)，平均進(jìn)化不到第10代已收斂到最佳閾值。從表1可以看出，本文算法的實(shí)際計(jì)算時(shí)間為1.584 6 s,遠(yuǎn)遠(yuǎn)小于窮盡搜索的二維MCC閾值法。

    對信噪比低的踏面光截曲線圖像，二維MCC閾值分割法充分利用了圖像的像素信息和像素的鄰域空間相關(guān)信息，能夠?qū)υ肼暰哂幸欢ㄒ种颇芰Γ浞指钚Ч黠@優(yōu)于一維MCC閾值分割法。針對二維MCC閾值分割法存在搜索空間大，計(jì)算量大的缺點(diǎn)，運(yùn)用量子粒子群算法實(shí)現(xiàn)高效尋優(yōu)，找到圖像閾值向量，有利于圖像分割的實(shí)時(shí)處理。通過對實(shí)際獲取的輪對踏面光截曲線分割實(shí)驗(yàn)表明，本文方法是一種有效的踏面輪對光截曲線圖像分割方法。
參考文獻(xiàn)
[1] 張渝, 王黎.國內(nèi)外車輪踏面損傷檢測技術(shù)綜述[J].機(jī)車車輛工藝,2002(1):1-8.
[2] 涂軍，周文祥，左建勇,等.輪對外形非接觸式自動測量系統(tǒng)的研究[J].機(jī)車電傳動，2004(3)：47-52.
[3] 左建勇,周文祥,曾京,等. 應(yīng)用激光傳感器測量輪輞尺寸的實(shí)驗(yàn)研究[J].鐵道車輛，2002,40(2):11-13.
[4] 郝穎明,朱楓.2維Otsu自適應(yīng)閾值的快速算法[J].中國圖像圖形學(xué)報(bào)，2005，10(4):484-488.
[5] 韓思奇,王蕾.圖像分割的閾值法綜述[J].系統(tǒng)工程與電子技術(shù),2002,24(6):91-94.
[6] YEN J C,CHANG F J. A new criterion for automatic multilevel thresholding[J]. IEEE Transation on Image Processing, 1995,4(3):370-378.
[7] 陳修橋,胡以華.二維最大相關(guān)準(zhǔn)則圖像閾值分割遞推算法[J]. 計(jì)算機(jī)工程與應(yīng)用,2005,32:91-93.
[8] SUN Jun. Particle swarm optimization with particles havingquantum behavior[C]. Proceedings of 2004 of Congress on Evolutionary Computation,2004:325-331.