图像边缘增强与麻雀搜索算法相结合的TFDS图像自适应增强方法  

TFDS Image Adaptive Enhancement Method Combining Image Edge Enhancement and Sparrow Search Algorithm

作　　者：李昱林 包维 周航[1] 赵一璇 LI Yulin;BAO Wei;ZHOU Hang;ZHAO Yixuan(School of Electronic and Communications Engineering,Beijing Jiaotong University,Beijing 100044,China;School of Civil and Architectural Engineering,Beijing Jiaotong University,Beijing 100044,China)

机构地区：[1]北京交通大学电子信息工程学院,北京100044 [2]北京交通大学土木建筑工程学院,北京100044

出　　处：《信息与电脑》2022年第9期209-214,共6页Information & Computer

基　　金：北京交通大学大学生创新创业训练计划项目“TFDS系统中的铁路货车部件图像增强研究”(项目编号:210199026);北京交通大学教育基金会项目“智能轨道交通研究基金1-TFDS图像智能匹配算法研究”(项目编号:0606009801);北京交通大学项目“‘Signals and Systems’课程思政建设”(项目编号:356651535043);北京交通大学科研项目“TEDS智能故障识别算法研究”(项目编号:W21L00390);国家自然科学基金面上培育项目“移动群智感知质量度量与保障理论与方法研究”(项目编号:61872027)。

摘　　要：针对货车运行故障动态图像检测系统(Trouble of moving Freight car Detection System,TFDS)中存在的列车图像曝光不足、对比度低以及边缘细节模糊的问题,提出了图像边缘增强与麻雀搜索算法相结合的TFDS图像预处理方法。首先,利用高斯-拉普拉斯算子对图像进行边缘检测与锐化处理,增强列车零部件边缘细节清晰度;其次,利用麻雀搜索算法寻找非完全Beta函数的最佳参数;最后,实现低照度图像的自适应增强。实验结果表明:该方法在信息熵、平均梯度以及对比度等方面优于TFDS图像预处理常用算法。A TFDS image pre-processing method combining image edge enhancement and sparrow search algorithm is proposed to address the problems of underexposure,low contrast and blurred edge details of train images in the Trouble of moving Freight car Detection System(TFDS).The method first uses the Gauss-Laplace operator to detect and sharpen the edges of the image to enhance the sharpness of the edge details of train parts,and then uses the sparrow search algorithm to search for the optimal parameters of the non-complete Beta function to achieve adaptive enhancement of low-illumination images.The experimental results show that the method outperforms common TFDS image pre-processing algorithms in terms of information entropy,average gradient and contrast.

关 键 词：货车运行故障动态图像检测系统(TFDS) 高斯-拉普拉斯算子 麻雀搜索算法 BETA函数 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]