CN104330048B - 一种基于图像的铁路雪深测量装置及方法 - Google Patents
一种基于图像的铁路雪深测量装置及方法 Download PDFInfo
- Publication number
- CN104330048B CN104330048B CN201410712558.2A CN201410712558A CN104330048B CN 104330048 B CN104330048 B CN 104330048B CN 201410712558 A CN201410712558 A CN 201410712558A CN 104330048 B CN104330048 B CN 104330048B
- Authority
- CN
- China
- Prior art keywords
- msub
- mrow
- mfrac
- mtd
- mtr
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Abstract
本发明公开了一种基于图像的铁路雪深测量装置及方法，该装置包括激光探头、支架、网络摄像机、红外线带通滤波器、终端计算机、地面参考板、固定架、数据处理平台，所述数据处理平台包括数据处理单元、3G路由器，其中3G路由器采用3G移动数据通信平台；所述激光探头安装在所述网络摄像机正上方，红外线带通滤波器安装在网络摄像机镜头前；所述网络摄像机拍摄激光光斑点，经数据处理平台采集和处理，并经通讯单元传递到终端计算机，通过数字图像处理，并结合最小二乘法圆拟合光斑边界，得到激光探头像素坐标，然后通过亚像素曲面拟合法给出激光探头亚像素坐标位置，最后根据几何关系求得积雪深度。本发明结构简单，成本低，测量精度高，对被测对象的影响小。
Description
技术领域
本发明涉及气象观测技术领域，特别是一种基于图像的铁路雪深测量装置及方法。
背景技术
下小雪对铁路运输并无大碍，但大雪或飞雪会严重影响运输安全和运输效率，雪崩则可能造成铁路安全事故。通过对铁路沿线雪情的实时监测，可以有效的避免雪灾引起铁路安全事故，提高运输安全和运输效率，为铁路安全运营提供量化参考。
雪深是从积雪表面到地面的垂直深度。传统的雪深测量方法是人工观测法，将雪尺或有同样刻度的测杆插入雪中至地表面来进行地面积雪深度的测量。人工观测费时、费力，随机误差较大，且天气变化对测量精度及实施难度均有较大影响，难以实现高精度、实时雪深监测。
目前的雪深自动化观测方法，包括超声波测量法、激光传感器测距法和图像识别法。超声波雪深传感器是应用超声波在声阻抗不同的两种物质界面上产生反射的性质测量界面距离的原理来测量雪的深度。风速、不平整的雪面、低吹雪、较低的温度等因素却会影响超声波传感器的测量结果，使得其测量距离比较短，测量精度较低。激光传感器测量雪深精度高，实时性好，但传统的单一激光传感器进行雪深测量，可能因为激光检测点的位置不同，得出不同的测量结果，造成列车的错误调度或者是误报警的情况。图像识别法受环境影响大，且识别精度只能达到整数像素级，精度较低。
发明内容
本发明的目的在于提供一种结构简单、测量速度快、精度高、对被测对象的影响小的基于图像的铁路雪深测量装置及方法。
实现本发明目的的技术解决方案为：一种基于图像的铁路雪深测量装置，包括激光探头、支架、数据处理平台、网络摄像机、红外线带通滤波器、终端计算机、地面参考板；所述支架与地面垂直安装，地面参考板平行于地面；其中激光探头、网络摄像机、数据处理平台分别通过固定架从上到下设置于支架上，所述的激光探头、网络摄像机、数据处理平台分别通过螺钉固定在对应位置的固定架上，三个固定架分别通过螺栓水平紧固在支架上；所述红外线带通滤波器安装在网络摄像机的镜头前，所述数据处理平台包括数据处理单元、3G路由器，其中3G路由器采用3G移动数据通信平台，用来无线传输视频图像及积雪深度信息；所述激光探头与网络摄像机的数据线均接入数据处理平台内的数据处理单元；
所述网络摄像机拍摄激光探头所发射的激光在地面参考板上的图像，并发送至数据处理平台的数据处理单元进行处理得到积雪深度信息，处理结果通过3G路由器发送到3G无线网络，终端计算机通过配套的3G路由器接收视频图像及积雪深度信息。
一种基于图像的铁路雪深测量方法，包括以下步骤：
第1步，建立坐标系：网络摄像机自带坐标系记为XO1Y，以网络摄像机的镜头光轴为X轴，过摄像机中心O1且与X轴垂直的直线作为Y轴；过摄像机中心O1建立坐标系IO2J，以地面为I轴，过摄像机中心O1且与I轴垂直的直线作为J轴，I轴与J轴交点记为O2；
第2步，将地面参考板先设置在地面上的P2(x2,y2)处，网络摄像机拍摄激光探头在地面参考板上的第一图像，再将地面参考板设置到离地面垂直距离为hp1的P1(x1,y1)处，网络摄像机拍摄激光探头在地面参考板上的第二图像；
第3步，积雪后将地面参考板设置到积雪上的P处，地面参考板离地面垂直距离即积雪深度为D，网络摄像机拍摄激光探头在地面参考板上的第三图像；
第4步，数据处理平台的数据处理单元采集第一图像、第二图像、第三图像，并进行数字图像处理，获得三幅图像激光光斑在网络摄像机自带坐标系XO1Y中的亚像素坐标值，P1、P2及P处的激光光斑在网络摄像机成像面的亚像素Y轴坐标值分别为u1、u2、u；
第5步，根据网络摄像机成像面与坐标系XO1Y之间的几何关系，确定P在坐标系XO1Y中的坐标值P(x,y)；
第6步，积雪深度的求取，将坐标系XO1Y中的点P(x,y)换算到坐标系IO2J中的坐标P(x′,y′)，y′即为积雪深度D。
本发明与现有技术相比，其显著优点为：(1)用摄像机捕获激光光斑图像作为信息载体，结构简单；(2)通过数字图像处理方法，并结合最小二乘法圆拟合光斑边界，得到激光探头像素坐标，测量速度快；(3)通过亚像素曲面拟合法给出激光探头亚像素坐标位置，实现亚像素激光光斑坐标定位，从而推算积雪深度，精度高，对被测对象的影响小。
附图说明
图1为本发明基于图像的铁路雪深测量装置的结构示意图。
图2为本发明基于图像的铁路雪深测量装置中网络摄像机的结构示意图。
图3为本发明基于图像的铁路雪深测量方法的原理图。
图4为本发明实施例中图像处理示意图，其中(a)为原始拍摄图像，(b)为滤除噪声后图像，(c)为二值化图像，(d)为激光光斑边缘检测图像。
图5为本发明实施例中激光光斑最小二乘法圆拟合示意图。
具体实施方式
下面结合附图及具体实施例对本发明作进一步详细说明。
结合图1～2，本发明基于图像的铁路雪深测量装置，其特征在于，包括激光探头1、支架5、数据处理平台6、网络摄像机9、红外线带通滤波器10、终端计算机7、地面参考板8；所述支架5与地面垂直安装，地面参考板8平行于地面；其中激光探头1、网络摄像机9、数据处理平台6分别通过固定架4从上到下设置于支架5上，所述的激光探头1、网络摄像机9、数据处理平台6分别通过螺钉2固定在对应位置的固定架4上，三个固定架4分别通过螺栓3水平紧固在支架5上；所述红外线带通滤波器10安装在网络摄像机9的镜头前，所述数据处理平台6包括数据处理单元、3G路由器，其中3G路由器采用3G移动数据通信平台，用来无线传输视频图像及积雪深度信息；所述激光探头1与网络摄像机9的数据线均接入数据处理平台6内的数据处理单元；
所述网络摄像机9拍摄激光探头1所发射的激光在地面参考板8上的图像，并发送至数据处理平台6的数据处理单元进行处理得到积雪深度信息，处理结果通过3G路由器发送到3G无线网络，终端计算机7通过配套的3G路由器接收视频图像及积雪深度信息。
结合图2，所述所述激光探头1位于网络摄像机9的正上方，两者相距多少对测量结果无影响；激光探头1和网络摄像机9的中心在一条竖直线上，所述激光探头1的倾角小于网络摄像机9的倾角。所述摄像机采用海康威视生产的DS-2CD4026FWD型网络摄像机；所述红外线带通滤波器只允许波长在600mm和620mm可见光通过，网络摄像机只会拍摄到激光亮点，其他地方为黑色。
结合图3，所述地面参考板8先设置在地面上的P2处，再设置到离地面垂直距离为hp1的P1处，所述网络摄像机9能够拍摄到激光探头1在地面参考板8上的图像，1500mm≤hp1≤1600mm。
本发明基于图像的铁路雪深测量方法，包括以下步骤：
第1步，建立坐标系：网络摄像机9自带坐标系记为XO1Y，以网络摄像机9的镜头光轴为X轴，过摄像机中心O1且与X轴垂直的直线作为Y轴；过摄像机中心O1建立坐标系IO2J，以地面为I轴，过摄像机中心O1且与I轴垂直的直线作为J轴，I轴与J轴交点记为O2。
第2步，将地面参考板8先设置在地面上的P2(x2,y2)处，网络摄像机9拍摄激光探头1在地面参考板8上的第一图像，再将地面参考板8设置到离地面垂直距离为hp1的P1(x1,y1)处，网络摄像机9拍摄激光探头1在地面参考板8上的第二图像。
第3步，积雪后将地面参考板8设置到积雪上的P处，地面参考板8离地面垂直距离即积雪深度为D，网络摄像机9拍摄激光探头1在地面参考板8上的第三图像。
第4步，数据处理平台6的数据处理单元采集第一图像、第二图像、第三图像，并进行数字图像处理，获得三幅图像激光光斑在网络摄像机9自带坐标系XO1Y中的亚像素坐标值，P1、P2及P处的激光光斑在网络摄像机9成像面的亚像素Y轴坐标值分别为u1、u2、u；包括以下步骤：
(4.1)图4(a)为原始拍摄图像，中值滤波步骤，去除椒盐噪声，得到图像I(x,y)，图4(b)为滤除噪声后图像；
(4.2)二值化处理，把彩色图像I(x,y)转化二值图像B(x,y)，突出激光探头在图像中成像点，抑制不感兴趣的部分，即突出激光探头在图像中所成点，图4(c)为二值化图像；
(4.3)基于Canny算子的激光光斑边缘检测，得到激光探头边缘轮廓J(x,y)，图4(d)为激光光斑边缘检测图像；
(4.4)结合图5，采用最小二乘法圆拟合光斑边界，得到光斑中心点坐标(x0',y0')；
(4.5)通过亚像素曲面拟合法确定激光探头亚像素坐标(x0,y0)。以(x0',y0')为中心，相邻像素组成3×3模板实现曲面拟合。不妨记光斑中心点坐标为(0,0)，则八邻域坐标分别为(0,1)、(1,0)、(0,-1)、(-1,0)、(-1,-1)、(-1,1)、(1,1)、(1,-1)。
设曲面方程为：
f(x0',y0')＝a0+a1x0'+a2y0'+a3x0'2+a4y0'2+a5x0'y0'
其中(x0',y0')为光斑中心点坐标，f(x0',y0')为(x0',y0')像素点的灰度。
根据f(0,0)、f(0,1)、f(1,0)、f(0,-1)、f(-1,0)的灰度大小，运用最小二乘法可以解得a0、a1、a2、a3和a4五个参数：
综合f(-1,-1)、f(1,-1)、f(-1,1)和f(1,1)4个灰度值，令
ε＝ε1+ε2+ε3+ε4，
ε1＝[a0-a1+a2+a3+a4-a5-f(-1,1)]2，
ε2＝[a0+a1+a2+a3+a4-a5-f(1,1)]2，
ε3＝[a0-a1-a2+a3+a4-a5-f(-1,-1)]2，ε4＝[a0+a1-a2+a3+a4-a5-f(1,-1)]2。
依据可以得到：
综上所述，求得a0、a1、a2、a3、a4和a5后，得以确定曲面方程f(x0',y0')的表达形式，激光探头亚像素坐标(x0,y0)对应的是曲面方程的极大值点，对曲面方程求导可得：
第5步，根据网络摄像机9成像面与坐标系XO1Y之间的几何关系，确定P在坐标系XO1Y中的坐标值P(x,y)；
(5.1)当激光探头投射到P2点，光线经过P1(x1,y1)、P2(x2,y2)和P(x,y)，其中点P在积雪所在平面，根据几何关系有：
x1＝cosα(h-hp1)+sinα·Lp1 (1)
x2＝cosα·h+sinα·Lp2 (2)
式中，h为摄像机中心O1距地面高度，Lp2为支架5到P2之间的垂直距离，Lp1为支架5到P1之间的垂直距离，α为X轴与直线JO2夹角；
同样地，有：
(3)
式中，f为摄像机焦距；
(5.2)直线P1P2斜率m为：
则直线P1P2方程为y＝mx+n，将(x2,y2)代入方程求得：
n＝y2-mx2 (5)
将式3代入式4、式5，得
(5.3)根据三角形相似，可得直线ｕP方程为
联立直线P1P2与直线uP方程得P点坐标为
第6步，积雪深度的求取，将坐标系XO1Y中的点P(x,y)换算到坐标系IO2J中的坐标P(x′,y′)，y′即为积雪深度D，满足下式
y′即为积雪深度，故有积雪深度D＝h+xcosα+ysinα，即
由上式可见，积雪深度仅与初始投射点P1、P2、摄像机高度h和摄像机倾斜角度α有关，与图像比例关系无关，积雪深度的求取转化为求取图像中u1、u2、u的值，大大简化了计算。
综上所述，本发明与现有技术相比，本发明自动化程度高，结构简单，设备的造价低廉，使用方便，测量精度高、稳定性好，并且可以对上述方法进行扩展，改变激光探头倾角，测量多个点的积雪深度，多次测量取平均值以提高测量精度。
Claims (1)
1.一种基于图像的铁路雪深测量方法，其特征在于，包括以下步骤：
第1步，建立坐标系：网络摄像机(9)自带坐标系记为XO1Y，以网络摄像机(9)的镜头光轴为X轴，过摄像机中心且与X轴垂直的直线作为Y轴；过摄像机中心O1建立坐标系IO2J，以地面为I轴，过摄像机中心O1且与I轴垂直的直线作为J轴，I轴与J轴交点记为O2；
第2步，将地面参考板(8)先设置在地面上的P2(x2,y2)处，网络摄像机(9)拍摄激光探头(1)在地面参考板(8)上的第一图像，再将地面参考板(8)设置到离地面垂直距离为hp1的P1(x1,y1)处，网络摄像机(9)拍摄激光探头(1)在地面参考板(8)上的第二图像；
第3步，积雪后将地面参考板(8)设置到积雪上的P处，地面参考板(8)离地面垂直距离即积雪深度为D，网络摄像机(9)拍摄激光探头(1)在地面参考板(8)上的第三图像；
第4步，数据处理平台(6)的数据处理单元采集第一图像、第二图像、第三图像，并进行数字图像处理，获得三幅图像激光光斑在网络摄像机(9)自带坐标系XO1Y中的亚像素坐标值，P1、P2及P处的激光光斑在网络摄像机(9)成像面的亚像素Y轴坐标值分别为u1、u2、u；
所述进行数字图像处理，获得三幅图像激光光斑在网络摄像机(9)自带坐标系XO1Y中的亚像素坐标值，包括以下步骤：
(4.1)中值滤波，去除椒盐噪声，得到图像I(x,y)；
(4.2)二值化处理，把图像I(x,y)转化二值图像B(x,y)，突出激光光斑在图像中成像点，抑制不感兴趣的部分；
(4.3)基于Canny算子的激光光斑边缘检测，得到激光光斑边缘轮廓J(x,y)；
(4.4)采用最小二乘法圆拟合光斑边界，得到光斑中心点坐标(x0',y0')；
(4.5)通过亚像素曲面拟合法确定激光光斑亚像素坐标(x0,y0)，以(x0',y0')为中心，相邻像素组成3×3模板实现曲面拟合；
第5步，根据网络摄像机(9)成像面与坐标系XO1Y之间的几何关系，确定P在坐标系XO1Y中的坐标值P(x,y)，具体如下：
(5.1)当激光探头投射到P2点，光线经过P1(x1,y1)、P2(x2,y2)和P(x,y)，其中点P在积雪所在平面，根据几何关系有：
x1＝cosα(h-hp1)+sinα·Lp1 (1)
x2＝cosα·h+sinα·Lp2 (2)
式中，h为摄像机中心O1距地面高度，Lp2为过摄像机中心O1的J轴到P2之间的垂直距离，Lp1为过摄像机中心O1的J轴到P1之间的垂直距离，α为X轴与直线JO2的夹角；
同样地，有：
<mrow>
<mtable>
<mtr>
<mtd>
<mrow>
<mfrac>
<msub>
<mi>y</mi>
<mn>1</mn>
</msub>
<msub>
<mi>x</mi>
<mn>1</mn>
</msub>
</mfrac>
<mo>=</mo>
<mfrac>
<msub>
<mi>u</mi>
<mn>1</mn>
</msub>
<mi>f</mi>
</mfrac>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mfrac>
<msub>
<mi>y</mi>
<mn>2</mn>
</msub>
<msub>
<mi>x</mi>
<mn>2</mn>
</msub>
</mfrac>
<mo>=</mo>
<mfrac>
<msub>
<mi>u</mi>
<mn>2</mn>
</msub>
<mi>f</mi>
</mfrac>
</mrow>
</mtd>
</mtr>
</mtable>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>3</mn>
<mo>)</mo>
</mrow>
</mrow>
式中，f为摄像机焦距；
(5.2)直线P1P2斜率m为：
<mrow>
<mi>m</mi>
<mo>=</mo>
<mfrac>
<mrow>
<msub>
<mi>y</mi>
<mn>2</mn>
</msub>
<mo>-</mo>
<msub>
<mi>y</mi>
<mn>1</mn>
</msub>
</mrow>
<mrow>
<msub>
<mi>x</mi>
<mn>2</mn>
</msub>
<mo>-</mo>
<msub>
<mi>x</mi>
<mn>1</mn>
</msub>
</mrow>
</mfrac>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>4</mn>
<mo>)</mo>
</mrow>
</mrow>
则直线P1P2方程为y＝mx+n，将(x2,y2)代入方程求得：
n＝y2-mx2 (5)
将式(3)代入式(4)、式(5)，得
<mrow>
<mi>m</mi>
<mo>=</mo>
<mfrac>
<mrow>
<msub>
<mi>u</mi>
<mn>2</mn>
</msub>
<msub>
<mi>x</mi>
<mn>2</mn>
</msub>
<mo>-</mo>
<msub>
<mi>u</mi>
<mn>1</mn>
</msub>
<msub>
<mi>x</mi>
<mn>1</mn>
</msub>
</mrow>
<mrow>
<mi>f</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>x</mi>
<mn>2</mn>
</msub>
<mo>-</mo>
<msub>
<mi>x</mi>
<mn>1</mn>
</msub>
<mo>)</mo>
</mrow>
</mrow>
</mfrac>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>6</mn>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<mi>n</mi>
<mo>=</mo>
<mfrac>
<mrow>
<msub>
<mi>u</mi>
<mn>2</mn>
</msub>
<msub>
<mi>x</mi>
<mn>2</mn>
</msub>
</mrow>
<mi>f</mi>
</mfrac>
<mo>-</mo>
<msub>
<mi>mx</mi>
<mn>2</mn>
</msub>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>7</mn>
<mo>)</mo>
</mrow>
</mrow>
(5.3)根据三角形相似，可得直线O1P方程为
<mrow>
<mi>y</mi>
<mo>=</mo>
<mfrac>
<mi>u</mi>
<mi>f</mi>
</mfrac>
<mi>x</mi>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>8</mn>
<mo>)</mo>
</mrow>
</mrow>
联立直线P1P2与直线O1P方程得P点坐标为
<mrow>
<mi>x</mi>
<mo>=</mo>
<mfrac>
<mrow>
<mo>(</mo>
<msub>
<mi>u</mi>
<mn>1</mn>
</msub>
<mo>-</mo>
<msub>
<mi>u</mi>
<mn>2</mn>
</msub>
<mo>)</mo>
<msub>
<mi>x</mi>
<mn>1</mn>
</msub>
<msub>
<mi>x</mi>
<mn>2</mn>
</msub>
</mrow>
<mrow>
<mi>u</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>x</mi>
<mn>2</mn>
</msub>
<mo>-</mo>
<msub>
<mi>x</mi>
<mn>1</mn>
</msub>
<mo>)</mo>
</mrow>
<mo>-</mo>
<msub>
<mi>u</mi>
<mn>2</mn>
</msub>
<msub>
<mi>x</mi>
<mn>2</mn>
</msub>
<mo>+</mo>
<msub>
<mi>u</mi>
<mn>1</mn>
</msub>
<msub>
<mi>x</mi>
<mn>1</mn>
</msub>
</mrow>
</mfrac>
</mrow>
<mrow>
<mi>y</mi>
<mo>=</mo>
<mfrac>
<mi>u</mi>
<mi>f</mi>
</mfrac>
<mo>&CenterDot;</mo>
<mfrac>
<mrow>
<mo>(</mo>
<msub>
<mi>u</mi>
<mn>1</mn>
</msub>
<mo>-</mo>
<msub>
<mi>u</mi>
<mn>2</mn>
</msub>
<mo>)</mo>
<msub>
<mi>x</mi>
<mn>1</mn>
</msub>
<msub>
<mi>x</mi>
<mn>2</mn>
</msub>
</mrow>
<mrow>
<mi>u</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>x</mi>
<mn>2</mn>
</msub>
<mo>-</mo>
<msub>
<mi>x</mi>
<mn>1</mn>
</msub>
<mo>)</mo>
</mrow>
<mo>-</mo>
<msub>
<mi>u</mi>
<mn>2</mn>
</msub>
<msub>
<mi>x</mi>
<mn>2</mn>
</msub>
<mo>+</mo>
<msub>
<mi>u</mi>
<mn>1</mn>
</msub>
<msub>
<mi>x</mi>
<mn>1</mn>
</msub>
</mrow>
</mfrac>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>9</mn>
<mo>)</mo>
</mrow>
</mrow>
第6步，积雪深度的求取，将坐标系XO1Y中的点P(x,y)换算到坐标系IO2J中的坐标P(x′,y′)，y′即为积雪深度D，满足下式
<mrow>
<mfenced open = "[" close = "]">
<mtable>
<mtr>
<mtd>
<msup>
<mi>x</mi>
<mo>&prime;</mo>
</msup>
</mtd>
</mtr>
<mtr>
<mtd>
<msup>
<mi>y</mi>
<mo>&prime;</mo>
</msup>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>=</mo>
<mfenced open = "[" close = "]">
<mtable>
<mtr>
<mtd>
<mn>0</mn>
</mtd>
</mtr>
<mtr>
<mtd>
<mi>h</mi>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>+</mo>
<mfenced open = "[" close = "]">
<mtable>
<mtr>
<mtd>
<mrow>
<mi>s</mi>
<mi>i</mi>
<mi>n</mi>
<mi>&alpha;</mi>
</mrow>
</mtd>
<mtd>
<mrow>
<mo>-</mo>
<mi>c</mi>
<mi>o</mi>
<mi>s</mi>
<mi>&alpha;</mi>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mi>c</mi>
<mi>o</mi>
<mi>s</mi>
<mi>&alpha;</mi>
</mrow>
</mtd>
<mtd>
<mrow>
<mi>sin</mi>
<mi>&alpha;</mi>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
<mfenced open = "[" close = "]">
<mtable>
<mtr>
<mtd>
<mi>x</mi>
</mtd>
</mtr>
<mtr>
<mtd>
<mi>y</mi>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>10</mn>
<mo>)</mo>
</mrow>
</mrow>
y′即为积雪深度，故有积雪深度D＝h+xcosα+ysinα，即
<mrow>
<mi>D</mi>
<mo>=</mo>
<mi>h</mi>
<mo>+</mo>
<mfrac>
<mrow>
<mrow>
<mo>(</mo>
<mrow>
<msub>
<mi>u</mi>
<mn>1</mn>
</msub>
<mo>-</mo>
<msub>
<mi>u</mi>
<mn>2</mn>
</msub>
</mrow>
<mo>)</mo>
</mrow>
<msub>
<mi>x</mi>
<mn>1</mn>
</msub>
<msub>
<mi>x</mi>
<mn>2</mn>
</msub>
</mrow>
<mrow>
<mi>u</mi>
<mrow>
<mo>(</mo>
<mrow>
<msub>
<mi>x</mi>
<mn>2</mn>
</msub>
<mo>-</mo>
<msub>
<mi>x</mi>
<mn>1</mn>
</msub>
</mrow>
<mo>)</mo>
</mrow>
<mo>-</mo>
<msub>
<mi>u</mi>
<mn>2</mn>
</msub>
<msub>
<mi>x</mi>
<mn>2</mn>
</msub>
<mo>+</mo>
<msub>
<mi>u</mi>
<mn>1</mn>
</msub>
<msub>
<mi>x</mi>
<mn>1</mn>
</msub>
</mrow>
</mfrac>
<mi>cos</mi>
<mi>&alpha;</mi>
<mo>+</mo>
<mfrac>
<mi>u</mi>
<mi>f</mi>
</mfrac>
<mo>&CenterDot;</mo>
<mfrac>
<mrow>
<mrow>
<mo>(</mo>
<mrow>
<msub>
<mi>u</mi>
<mn>1</mn>
</msub>
<mo>-</mo>
<msub>
<mi>u</mi>
<mn>2</mn>
</msub>
</mrow>
<mo>)</mo>
</mrow>
<msub>
<mi>x</mi>
<mn>1</mn>
</msub>
<msub>
<mi>x</mi>
<mn>2</mn>
</msub>
</mrow>
<mrow>
<mi>u</mi>
<mrow>
<mo>(</mo>
<mrow>
<msub>
<mi>x</mi>
<mn>2</mn>
</msub>
<mo>-</mo>
<msub>
<mi>x</mi>
<mn>1</mn>
</msub>
</mrow>
<mo>)</mo>
</mrow>
<mo>-</mo>
<msub>
<mi>u</mi>
<mn>2</mn>
</msub>
<msub>
<mi>x</mi>
<mn>2</mn>
</msub>
<mo>+</mo>
<msub>
<mi>u</mi>
<mn>1</mn>
</msub>
<msub>
<mi>x</mi>
<mn>1</mn>
</msub>
</mrow>
</mfrac>
<mi>sin</mi>
<mi>&alpha;</mi>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>11</mn>
<mo>)</mo>
</mrow>
<mo>.</mo>
</mrow>
2
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410712558.2A CN104330048B (zh) | 2014-11-28 | 2014-11-28 | 一种基于图像的铁路雪深测量装置及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410712558.2A CN104330048B (zh) | 2014-11-28 | 2014-11-28 | 一种基于图像的铁路雪深测量装置及方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN104330048A CN104330048A (zh) | 2015-02-04 |
| CN104330048B true CN104330048B (zh) | 2017-12-08 |
Family
ID=52404818
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201410712558.2A Active CN104330048B (zh) | 2014-11-28 | 2014-11-28 | 一种基于图像的铁路雪深测量装置及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN104330048B (zh) |
Families Citing this family (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105785482B (zh) * | 2016-05-03 | 2017-12-12 | 北京交通大学 | 一种基于遮盖物检测的雪深测量系统 |
| CN106225696B (zh) * | 2016-09-30 | 2018-04-13 | 华南理工大学 | 一种自动测量轮毂高度的方法 |
| CN107084679A (zh) * | 2017-03-28 | 2017-08-22 | 无锡信大气象传感网科技有限公司 | 基于激光成像的测量雪深的方法 |
| CN108808549A (zh) * | 2018-06-16 | 2018-11-13 | 南京理工大学 | 基于激光除冰系统的除冰方法 |
| CN108808551A (zh) * | 2018-06-16 | 2018-11-13 | 南京理工大学 | 反射型激光清除异物装置自动除异物方法 |
| CN109751980A (zh) * | 2019-01-22 | 2019-05-14 | 南京理工大学 | 基于单目视觉激光三角法的波浪高度测量方法 |
| CN111753851B (zh) * | 2020-07-01 | 2022-06-07 | 中国铁路设计集团有限公司 | 基于图像处理的铁路雪深及风雪运移轨迹监测方法及系统 |
Family Cites Families (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0850182A (ja) * | 1994-08-05 | 1996-02-20 | Nippon Giken:Kk | 光学式積雪深計測装置 |
| JPH10268067A (ja) * | 1997-03-25 | 1998-10-09 | Koito Ind Ltd | 積雪深計測装置 |
| JP2001083262A (ja) * | 1999-09-13 | 2001-03-30 | Yokogawa Electric Corp | 積雪測定システム |
| KR101480767B1 (ko) * | 2008-12-19 | 2015-01-13 | 재단법인 포항산업과학연구원 | 레이저 광원을 이용하는 적설계 |
| KR101461425B1 (ko) * | 2008-12-22 | 2014-11-14 | 재단법인 포항산업과학연구원 | 레이저 광원을 이용하는 적설계 |
| CN202126501U (zh) * | 2011-06-30 | 2012-01-25 | 南京信息工程大学 | 基于激光传感器的自动测雪深装置 |
| CN103424083B (zh) * | 2012-05-24 | 2016-02-10 | 北京数码视讯科技股份有限公司 | 物体深度的检测方法、装置和系统 |
| CN203687887U (zh) * | 2013-12-31 | 2014-07-02 | 北京维天信气象设备有限公司 | 激光雪深测量仪 |
| CN104111064B (zh) * | 2014-07-28 | 2017-12-05 | 西安纳兴电子科技有限公司 | 图像与激光复合式遥感路面监测装置 |
-
2014
- 2014-11-28 CN CN201410712558.2A patent/CN104330048B/zh active Active
Non-Patent Citations (2)
| Title |
|---|
| 《工程测量中两条直线交点坐标的计算》;宁瑜 等;《甘肃科技》;20111031;第27卷(第19期);第54-55页 * |
| 《测量中不同平面直角坐标系间坐标转换的优选方法》;姜晨光 等;《铁路航测》;20000331(第3期);第14-15页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN104330048A (zh) | 2015-02-04 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104330048B (zh) | 一种基于图像的铁路雪深测量装置及方法 | |
| WO2021093283A1 (zh) | 基于多传感融合的海面小面积溢油区域检测系统及检测方法 | |
| CN109544679B (zh) | 管道内壁的三维重建方法 | |
| CN104359418B (zh) | 一种激光和视频融合的铁路雪深多点自动测量装置及方法 | |
| CN104459183B (zh) | 一种基于物联网的单相机车辆测速系统及方法 | |
| CN103971406B (zh) | 基于线结构光的水下目标三维重建方法 | |
| CN110132226B (zh) | 一种无人机巡线的距离及方位角测量系统和方法 | |
| CN108195736B (zh) | 一种三维激光点云提取植被冠层间隙率的方法 | |
| CN107977018A (zh) | 基于双目立体视觉和无人机的秸秆焚烧监测方法 | |
| CN102589523A (zh) | 远距离监测建筑物位移的方法和所用装备 | |
| CN113411501B (zh) | 基于嵌入式及双光谱成像的无人机载电力巡检方法及系统 | |
| CN109191533B (zh) | 基于装配式建筑的塔吊高空施工方法 | |
| CN103852060A (zh) | 一种基于单目视觉的可见光图像测距方法 | |
| CN205862589U (zh) | 一种车型自动识别系统 | |
| CN111307046B (zh) | 基于半球图像的树高测量方法 | |
| CN106096207A (zh) | 一种基于多目视觉的旋翼无人机抗风评估方法及系统 | |
| CN107221006A (zh) | 一种基于无人机成像平台的通信单管塔倾斜检测方法 | |
| CN105516584A (zh) | 全景影像采集系统、基于其的测量天际线的装置和方法 | |
| CN107941170A (zh) | 道路检测装置及系统 | |
| CN106023193A (zh) | 一种用于浑浊介质中结构表面检测的阵列相机观测方法 | |
| CN204405556U (zh) | 一种基于数字图像处理的混凝土桥梁裂缝检测装置 | |
| CN107819998A (zh) | 一种基于车载一体化的全景摄录系统及方法 | |
| CN111624592A (zh) | 一种基于多源探测器的低空目标探测方法和系统 | |
| CN102497509B (zh) | 森林火点去扰动单点定位方法 | |
| JP5152913B2 (ja) | 洋上監視システムおよび方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20210917 Address after: Room 329, building A2, Nanjing Science and Technology Park, 129-3 Guanghua Road, Qinhuai District, Nanjing, Jiangsu 210008 Patentee after: TECHNOLOGY TRANSFER CENTER CO LTD NANJING University OF SCIENCE AND TECHNOLOGY Address before: 210094 No. 200, Xiaolingwei, Jiangsu, Nanjing Patentee before: NANJING University OF SCIENCE AND TECHNOLOGY |
|
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20211209 Address after: 214104 room 402, 4th floor, block a, Xidong chuangrong building, No. 78, Danshan Road, anzhen street, Xishan District, Wuxi City, Jiangsu Province Patentee after: WUXI NUST NEW ENERGY ELECTRIC VEHICLE TECHNOLOGY DEVELOPMENT CO.,LTD. Address before: Room 329, building A2, Nanjing Science and Technology Park, 129-3 Guanghua Road, Qinhuai District, Nanjing, Jiangsu 210008 Patentee before: TECHNOLOGY TRANSFER CENTER CO.,LTD NANJING University OF SCIENCE AND TECHNOLOGY |