改进MSR的地铁轮对踏面图像增强方法、设备及存储介质

1.一种改进MSR的地铁轮对踏面图像增强方法，其特征在于，包括以下步骤：获取地铁轮对踏面原始图像，计算原始图像的灰度共生矩阵，并根据灰度共生矩阵的能量和对比度构建纹理补偿参数；根据所述纹理补偿参数计算3个尺度的高斯卷积核的方差；基于点光源下的像素分布规律和高斯卷积核的方差，对3个尺度的高斯卷积核分别进行亮度补偿，得到3个尺度的光照补偿卷积核；基于光照补偿卷积核构建反射图像；对反射图像进行全局图像增强，得到地铁轮对踏面增强图像；其中，所述灰度共生矩阵的能量为： ；所述灰度共生矩阵的对比度为： ；式中， 为灰度共生矩阵的能量， 为灰度共生矩阵的对比度， 为灰度共生矩阵， 分别为灰度共生矩阵的行和列坐标；所述纹理补偿参数为：其中， 表示三种人工经验值对应的缩放尺寸， 为图像的灰度共生矩阵求得的能量值， 为经验能量值， 为原始图像的对比度， 为对比度经验值， 表示三种不同的纹理补偿参数编号；所述高斯卷积核的方差为：式中， 为不同的高斯卷积核的方差， 表示人工经验值的卷积核大小， ， 表示纹理补偿参数， 为MSR算法的3种不同大小卷积核标识；所述光照补偿卷积核为：式中， 为未旋转前的卷积核， 为未补偿前的高斯卷积核， 为最终光照补偿后的卷积核， 、 为当前卷积中心在图像中的坐标， 、 为点光源在照射平面的照射中心点图像坐标， 为高斯滤波方差， 为光源直射距离， 、 分别为当前卷积核的坐标信息；所述反射图像为：式中， 为反射图像， 为3个不同高斯核对应的系数， 为原始图像， 为高斯卷积核， 为高斯卷积核方差， 分别为图像像素点的坐标位置信息， 为标号。 2.如权利要求1所述的地铁轮对踏面图像增强方法，其特征在于，所述对反射图像进行全局图像增强，得到地铁轮对踏面增强图像步骤包括以下步骤：采用图像分割去除反射图像中干扰部分；分割后保留剩余感兴趣ROI区域的灰度区间；对灰度区间进行拉伸并进行gamma校正；对校正后的图像进行直方图均衡，得到增强后图像。 3.如权利要求2所述的地铁轮对踏面图像增强方法，其特征在于，所述图像分割采用基于边缘提取的图像分割方式，采用Canny算子的边缘提取方式对轮对检测图像进行边缘提取，并采用图像霍夫变换提取边缘化后图像中的直线，通过直线斜率、直线分布、直线两侧灰度梯度三点来提取钢轨边缘，并根据钢轨边缘分割图像的自适应兴趣区域。 4.如权利要求2所述的地铁轮对踏面图像增强方法，其特征在于，所述gamma校正为：式中， 为变换后的灰度值， 为反射图像灰度值， 为分割得到的兴趣区域灰度值。 5.一种计算机设备，其特征在于：包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时，执行上述权利要求1-4任意一项所述地铁轮对踏面图像增强方法中的步骤。 6.一种计算机可读存储介质，其特征在于：其上存储有计算机程序，所述计算机程序被处理器执行时，实现上述权利要求1-4任意一项所述地铁轮对踏面图像增强方法中的步骤。