CN104482867A - 机车闸瓦图像处理方法及装置 - Google Patents
机车闸瓦图像处理方法及装置 Download PDFInfo
- Publication number
- CN104482867A CN104482867A CN201410800463.6A CN201410800463A CN104482867A CN 104482867 A CN104482867 A CN 104482867A CN 201410800463 A CN201410800463 A CN 201410800463A CN 104482867 A CN104482867 A CN 104482867A
- Authority
- CN
- China
- Prior art keywords
- brake shoe
- locomotive
- image
- locomotive brake
- blanking bar
- 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.)
- Granted
Links
Landscapes
- Image Analysis (AREA)
Abstract
本申请提供了一种机车闸瓦图像处理方法及装置,该方法包括:获取机车闸瓦图像,利用屋脊型边缘检测算法,确定机车闸瓦图像中的光截线,在光截线的上下第一预设距离范围内,查找机车闸瓦图像中的暗带区域,在暗带区域的左右第一预设距离范围内,查找闸瓦磨耗面曲线,在闸瓦磨耗面曲线的左后第二预设距离范围内,查找闸瓦托曲线,当查找到暗带区域及闸瓦磨耗面曲线时,获取闸瓦磨耗面曲线与闸瓦托曲线之间的图像距离,依据图像距离,确定机车闸瓦的厚度值,从而实现通过对机车闸瓦图像的处理获得机车闸瓦厚度值。
Description
技术领域
本申请涉及机车闸瓦检测技术领域,尤其是机车闸瓦图像处理方法及装置。
背景技术
机车闸瓦,作为机车制动装置的主要组成部分,在机车制动过程中起到至关重要的作用。具体地,机车闸瓦具有一定厚度,通过与机车踏面相摩擦,产生制动力,从而使机车的行速变缓直至为零。机车闸瓦出现磨损,则可能影响机车的安全行驶。
因此,需要一种图像处理装置,通过对采集到的机车闸瓦图像的处理,以获得机车闸瓦的厚度值。
发明内容
有鉴于此,本申请提供了机车闸瓦图像处理方法及装置,用通过对采集到的机车闸瓦图像的处理,以获得机车闸瓦的厚度值。为了实现所述目的,本申请提供的技术方案如下:
一种机车闸瓦图像处理方法,包括:
获取机车闸瓦图像;
利用屋脊型边缘检测算法,确定所述机车闸瓦图像中的光截线;
在所述光截线的上下第一预设距离范围内,查找所述机车闸瓦图像中的暗带区域;其中,所述暗带区域为亮度低于第一预设亮度值的区域;
在所述暗带区域的左右第一预设距离范围内,查找闸瓦磨耗面曲线;其中,所述闸瓦磨耗面曲线为所述暗带区域与亮度高于第二预设亮度值的区域的分界线;
在所述闸瓦磨耗面曲线的左后第二预设距离范围内,查找闸瓦托曲线;
当查找到所述暗带区域及所述闸瓦磨耗面曲线时,获取所述闸瓦磨耗面曲线与所述闸瓦托曲线之间的图像距离;
依据所述图像距离,确定机车闸瓦的厚度值。
上述的机车闸瓦图像处理方法,优选地,还包括:
当所述厚度值小于预设厚度阈值时,生成第一报警信息。
上述的机车闸瓦图像处理方法,优选地,还包括:
当未查找到所述暗带区域或所述闸瓦磨耗面曲线时,生成第二报警信息。
本申请还提供了一种机车闸瓦图像处理装置,包括:
闸瓦图像获取单元,用于获取机车闸瓦图像;
光截线确定单元,用于利用屋脊型边缘检测算法,确定所述机车闸瓦图像中的光截线;
暗带区域查找单元,用于在所述光截线的上下第一预设距离范围内,查找所述机车闸瓦图像中的暗带区域;其中,所述暗带区域为亮度低于第一预设亮度值的区域;
第一曲线获取单元,用于在所述暗带区域的左右第一预设距离范围内,查找闸瓦磨耗面曲线;其中,所述闸瓦磨耗面曲线为所述暗带区域与亮度高于第二预设亮度值的区域的分界线;
第二曲线获取单元,用于在所述闸瓦磨耗面曲线的左后第二预设距离范围内,查找闸瓦托曲线;
图像距离获取单元,用于当查找到所述暗带区域及所述闸瓦磨耗面曲线时,获取所述闸瓦磨耗面曲线与所述闸瓦托曲线之间的图像距离;
闸瓦厚度确定单元,用于依据所述图像距离,确定机车闸瓦的厚度值。
上述的机车闸瓦图像处理装置,优选地,还包括:
第一报警单元,用于当所述厚度值小于预设厚度阈值时,生成第一报警信息。
上述的机车闸瓦图像处理装置,优选地,还包括:
第二报警单元,用于当未查找到所述暗带区域或所述闸瓦磨耗面曲线时,生成第二报警信息。
由以上的技术方案可知,本发明提供了机车闸瓦图像处理方法及装置,该方法包括:获取机车闸瓦图像,利用屋脊型边缘检测算法,确定机车闸瓦图像中的光截线,在光截线的上下第一预设距离范围内,查找机车闸瓦图像中的暗带区域,在暗带区域的左右第一预设距离范围内,查找闸瓦磨耗面曲线,在闸瓦磨耗面曲线的左后第二预设距离范围内,查找闸瓦托曲线,当查找到暗带区域及闸瓦磨耗面曲线时,获取闸瓦磨耗面曲线与闸瓦托曲线之间的图像距离,依据图像距离,确定机车闸瓦的厚度值,从而实现通过对机车闸瓦图像的处理获得机车闸瓦厚度值。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图获得其他的附图。
图1为本发明实施例提供的机车闸瓦图像采集装置的结构图;
图2为本发明实施例提供的机车闸瓦图像采集装置的安装示意图;
图3为本发明实施例提供的机车闸瓦图像处理方法的流程图;
图4A至图4C为本发明实施例提供的机车闸瓦图像示意图;
图5为本发明实施例提供的机车闸瓦图像处理装置的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明目的是利用机车闸瓦图像判断闸瓦是否处于正常状态。首先,对机车闸瓦图像的来源即机车闸瓦图像采集装置进行介绍。参见图1,其示出了本发明提供的机车闸瓦图像采集装置的结构,具体包括:激光器1、补光灯2、相机3、支架4及底座5;其中:激光器1、补光灯2及相机3均设置在支架4上,支架4与底座5旋转连接;并且,激光器1与相机3的光轴平行。
如图2所示,机车闸瓦图像采集装置21安装在机车轨道22内侧。支架与底座旋转连接,从而适当调节支架与水平面相垂直的垂线的角度,以使支架上的激光器、补光灯及相机向机车轨道一侧倾斜,从而当机车进入检测区域后,补光灯射出的光可以照射到机车底部的闸瓦,相机可以拍摄到闸瓦下端面的完整图像,且最重要的是,激光器射出的激光线同时经过机车闸瓦及车轮踏面。
由于补光灯的作用,相机拍摄的照片具有一定亮度,从而能够准确辨认图像中的各个目标物,如闸瓦、闸瓦托及车轮踏面等。激光器发射的激光亮度远远大于补光灯,设置相机的曝光度,保证相机拍摄的图像中存在激光形成的光截线。需要说明,激光器上设置有透镜,激光光源射出的激光经过透镜后从而可以在相机拍摄的图像中形成光截线。
参见图3,其示出了本发明实施例提供的机车闸瓦图像处理方法的流程,具体包括:
步骤S101:获取机车闸瓦图像。
需要说明的是,本实施例及以下各个实施例中利用的机车闸瓦图像,为利用上述机车闸瓦图像采集装置拍摄到的闸瓦图像。
步骤S102:利用屋脊型边缘检测算法,确定所述机车闸瓦图像中的光截线。
其中,图像边缘分为阶跃边缘及屋脊边缘,边缘指的是图像局部强度变化最显著的部分,主要存在于目标与目标、目标与背景、区域与区域(包括不同色彩)之间,通过包含用于识别的有用信息,是图像分割所依赖的重要特征,也是纹理特征的重要信息源和形状特征的基础。利用屋脊型边缘检测算法,可以对图像中的光截线进行边缘检测,可以去除其他类型的干扰边缘。
如图4A所示,该图为相机拍摄的闸瓦图像示意图,图中的线条41为检测到的光截线。需要说明的是,光截线的个数与机车闸瓦图像检测装置中开启的激光器个数相关,该图中的光截线为两条,说明开启了两个激光器,当然,还可以是一条,本发明并不做具体限定。
本实施例中,屋脊型边缘检测算法可以是现有技术中的任意一种类型的算法,如三角型、方波型、基于小波变换等,此处并不做具体限定。
步骤S103:在所述光截线的上下第一预设距离范围内,查找所述机车闸瓦图像中的暗带区域;其中,所述暗带区域为亮度低于第一预设亮度值的区域。
需要说明,当机车闸瓦图像采集装置中启用一个激光器时,在该光截线的上或下范围内,查找暗带区域。当然,为了适应机车车轮的偏摆情况,可以启用多个如两个激光器,这样拍摄到的机车闸瓦图像中包含两条光截线。
见图4B,由于补光灯的补光,使得机车闸瓦下端面与车轮踏面间形成暗带区域42(由于图示要求没有填充为暗色)。在光截线上下的一定范围内检测机车闸瓦垂直右边缘,进而以该垂直右边缘为基准,按照预设区域范围,定位该暗带区域。其中,检测右边缘的原则是,边缘幅值为左亮右暗,该边缘的右侧没有比该边缘更长的连续垂直边缘线。
通过上述定位暗带区域的过程可知,在两条光截线的上下及中间区域检测该暗带区域,避免在整个图像中查找,从而提高检测效率。
步骤S104:在所述暗带区域的左右第一预设距离范围内,查找闸瓦磨耗面曲线;其中,所述闸瓦磨耗面曲线为所述暗带区域与亮度高于第二预设亮度值的区域的分界线。
其中,由于闸瓦下端面的亮度高于暗带区域,进而在光截线的附近区域查找与光截线垂直的亮暗区域分界线,如图4C所示,该分界线为闸瓦磨耗面曲线43,为机车闸瓦下端面的一条线。
步骤S105:在所述闸瓦磨耗面曲线的左后第二预设距离范围内,查找闸瓦托曲线。
当查找到闸瓦磨耗面曲线后,沿着光截线向图像的左侧方向或右侧方向,查找闸瓦托曲线44,如图4C所示,该曲线为机车闸瓦下端面的另一条线。需要说明的是,向左或者向右,与机车闸瓦图像采集装置在机车轨道的左右安装位置及闸瓦在车轮的前后位置相关。
具体地,图4A至图4C中示出的机车闸瓦图像采集装置设置在机车轨道的左侧,且闸瓦位于待检测车轮后边,则闸瓦位于车轮踏面的左侧。当闸瓦位于待检测车轮的前面时,则闸瓦位置与该图呈水平镜像,即闸瓦位于车轮踏面的右侧。或者,当机车闸瓦图像采集装置设置在机车轨道的右侧时,则闸瓦位置与该图呈水平镜像,即闸瓦位于车轮踏面的右侧。
步骤S106:当查找到所述暗带区域及所述闸瓦磨耗面曲线时,获取所述闸瓦磨耗面曲线与所述闸瓦托曲线之间的图像距离。
步骤S107:依据所述图像距离,确定机车闸瓦的厚度值。
其中,获取上述两条曲线之间的图像距离,进而利用该图像距离确定机车闸瓦的厚度。需要说明,图像距离可以与闸瓦厚度相等或者不等,具体情况与相机的拍摄角度有关。也就是说,当将相机的拍摄角度调整为正对闸瓦厚度面时,则获取到的图像距离即为机车闸瓦的实际厚度值,当相机的拍摄角度与闸瓦的厚度面存在一定倾斜角时,依据成像原理,根据该倾斜角及该图像距离计算获得机车闸瓦的厚度值。当然,优选地,为了较快地确定出机车闸瓦的厚度值,可以适当调整机车闸瓦图像采集装置的拍摄角度,以使其正对机车闸瓦的厚度面。
由以上的技术方案可知,本实施例提供的机车闸瓦图像处理方法,在拍摄到的图像中确定光截线,并在光截线附近区域范围内查找闸瓦磨耗面曲线,进而在该磨耗面曲线附近查找闸瓦托曲线,最终利用两条曲线之间的图像距离确定闸瓦厚度。在该处理方法中,利用屋脊型边缘检测算法,可以精确地查找到边缘线,另外,在光截线附近区域内查找两条曲线,避免在整个图像范围内的查找,图像处理效率较高。
根据厚度值可以确定该闸瓦是否处于异常状态,如当厚度值小于预设厚度阈值时,则生成第一报警信息,以提示闸瓦磨损较为严重,需要更换闸瓦。
如果无法检测到闸瓦与车轮踏面形成的暗带区域,或者无法检测到闸瓦磨耗面曲线,此种情况下,可能是机车闸瓦丢失,则需要进行报警提示。即,在上述各个方法实施例的基础上,还包括:
当未查找到所述暗带区域或所述闸瓦磨耗面曲线时,生成第二报警信息。其中,该第二报警信息用以提示机车闸瓦丢失,需要安装闸瓦。
对应上述的机车闸瓦图像处理方法,本发明实施例提供了机车闸瓦图像处理装置,见图5所示,具体包括:
闸瓦图像获取单元501,用于获取机车闸瓦图像;其中,所述机车闸瓦图像为上述任意一种机车闸瓦图像采集装置采集的闸瓦图像;
光截线确定单元502,用于利用屋脊型边缘检测算法,确定所述机车闸瓦图像中的光截线;
暗带区域查找单元503,用于在所述光截线的上下第一预设距离范围内,查找所述机车闸瓦图像中的暗带区域;其中,所述暗带区域为亮度低于第一预设亮度值的区域;
第一曲线获取单元504,用于在所述暗带区域的左右第一预设距离范围内,查找闸瓦磨耗面曲线;其中,所述闸瓦磨耗面曲线为所述暗带区域与亮度高于第二预设亮度值的区域的分界线;
第二曲线获取单元505,用于在所述闸瓦磨耗面曲线的左后第二预设距离范围内,查找闸瓦托曲线;
图像距离获取单元506,用于当查找到所述暗带区域及所述闸瓦磨耗面曲线时,获取所述闸瓦磨耗面曲线与所述闸瓦托曲线之间的图像距离;
闸瓦厚度确定单元507,用于依据所述图像距离,确定机车闸瓦的厚度值。
另外,在上述装置实施例的基础上,还可以包括:
第一报警单元,用于当所述厚度值小于预设厚度阈值时,生成第一报警信息。
第二报警单元,用于当未查找到所述暗带区域或所述闸瓦磨耗面曲线时,生成第二报警信息。
需要说明的是,本说明书中的各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似的部分互相参见即可。
还需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括上述要素的过程、方法、物品或者设备中还存在另外的相同要素。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (6)
1.一种机车闸瓦图像处理方法,其特征在于,包括:
获取机车闸瓦图像;
利用屋脊型边缘检测算法,确定所述机车闸瓦图像中的光截线;
在所述光截线的上下第一预设距离范围内,查找所述机车闸瓦图像中的暗带区域;其中,所述暗带区域为亮度低于第一预设亮度值的区域;
在所述暗带区域的左右第一预设距离范围内,查找闸瓦磨耗面曲线;其中,所述闸瓦磨耗面曲线为所述暗带区域与亮度高于第二预设亮度值的区域的分界线;
在所述闸瓦磨耗面曲线的左后第二预设距离范围内,查找闸瓦托曲线;
当查找到所述暗带区域及所述闸瓦磨耗面曲线时,获取所述闸瓦磨耗面曲线与所述闸瓦托曲线之间的图像距离;
依据所述图像距离,确定机车闸瓦的厚度值。
2.根据权利要求1所述的机车闸瓦图像处理方法,其特征在于,还包括:
当所述厚度值小于预设厚度阈值时,生成第一报警信息。
3.根据权利要求1所述的机车闸瓦图像处理方法,其特征在于,还包括:
当未查找到所述暗带区域或所述闸瓦磨耗面曲线时,生成第二报警信息。
4.一种机车闸瓦图像处理装置,其特征在于,包括:
闸瓦图像获取单元,用于获取机车闸瓦图像;
光截线确定单元,用于利用屋脊型边缘检测算法,确定所述机车闸瓦图像中的光截线;
暗带区域查找单元,用于在所述光截线的上下第一预设距离范围内,查找所述机车闸瓦图像中的暗带区域;其中,所述暗带区域为亮度低于第一预设亮度值的区域;
第一曲线获取单元,用于在所述暗带区域的左右第一预设距离范围内,查找闸瓦磨耗面曲线;其中,所述闸瓦磨耗面曲线为所述暗带区域与亮度高于第二预设亮度值的区域的分界线;
第二曲线获取单元,用于在所述闸瓦磨耗面曲线的左后第二预设距离范围内,查找闸瓦托曲线;
图像距离获取单元,用于当查找到所述暗带区域及所述闸瓦磨耗面曲线时,获取所述闸瓦磨耗面曲线与所述闸瓦托曲线之间的图像距离;
闸瓦厚度确定单元,用于依据所述图像距离,确定机车闸瓦的厚度值。
5.根据权利要求4所述的机车闸瓦图像处理装置,其特征在于,还包括:
第一报警单元,用于当所述厚度值小于预设厚度阈值时,生成第一报警信息。
6.根据权利要求4所述的机车闸瓦图像处理装置,其特征在于,还包括:
第二报警单元,用于当未查找到所述暗带区域或所述闸瓦磨耗面曲线时,生成第二报警信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410800463.6A CN104482867B (zh) | 2014-12-18 | 2014-12-18 | 机车闸瓦图像处理方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410800463.6A CN104482867B (zh) | 2014-12-18 | 2014-12-18 | 机车闸瓦图像处理方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104482867A true CN104482867A (zh) | 2015-04-01 |
CN104482867B CN104482867B (zh) | 2017-12-01 |
Family
ID=52757437
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410800463.6A Active CN104482867B (zh) | 2014-12-18 | 2014-12-18 | 机车闸瓦图像处理方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104482867B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109269437A (zh) * | 2018-07-18 | 2019-01-25 | 武汉船用机械有限责任公司 | 一种带式制动器制动带的检测方法 |
CN110136189A (zh) * | 2019-05-22 | 2019-08-16 | 成都铁安科技有限责任公司 | 一种列车闸片检测方法和装置 |
CN110602401A (zh) * | 2019-09-17 | 2019-12-20 | 维沃移动通信有限公司 | 一种拍照方法及终端 |
CN112197715A (zh) * | 2020-10-27 | 2021-01-08 | 上海市特种设备监督检验技术研究院 | 一种基于图像识别的电梯制动轮与闸瓦间隙检测方法 |
CN112249083A (zh) * | 2020-10-10 | 2021-01-22 | 中车青岛四方车辆研究所有限公司 | 一种闸瓦制动的状态监测方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH07306017A (ja) * | 1994-05-12 | 1995-11-21 | Nissan Motor Co Ltd | 塗装膜厚計測装置 |
JPH095048A (ja) * | 1995-06-16 | 1997-01-10 | Sony Corp | 表面形状測定装置 |
CN1868793A (zh) * | 2006-06-23 | 2006-11-29 | 西南交通大学 | 机车车辆轮对外形尺寸在线动态检测装置 |
CN102937413A (zh) * | 2012-11-21 | 2013-02-20 | 西南交通大学 | 一种基于图像处理技术的闸瓦磨耗检测装置 |
-
2014
- 2014-12-18 CN CN201410800463.6A patent/CN104482867B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH07306017A (ja) * | 1994-05-12 | 1995-11-21 | Nissan Motor Co Ltd | 塗装膜厚計測装置 |
JPH095048A (ja) * | 1995-06-16 | 1997-01-10 | Sony Corp | 表面形状測定装置 |
CN1868793A (zh) * | 2006-06-23 | 2006-11-29 | 西南交通大学 | 机车车辆轮对外形尺寸在线动态检测装置 |
CN102937413A (zh) * | 2012-11-21 | 2013-02-20 | 西南交通大学 | 一种基于图像处理技术的闸瓦磨耗检测装置 |
Non-Patent Citations (1)
Title |
---|
王亮亮: "《机器视觉技术在铁路货车闸瓦检测中的应用研究》", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109269437A (zh) * | 2018-07-18 | 2019-01-25 | 武汉船用机械有限责任公司 | 一种带式制动器制动带的检测方法 |
CN109269437B (zh) * | 2018-07-18 | 2020-08-07 | 武汉船用机械有限责任公司 | 一种带式制动器制动带的检测方法 |
CN110136189A (zh) * | 2019-05-22 | 2019-08-16 | 成都铁安科技有限责任公司 | 一种列车闸片检测方法和装置 |
CN110602401A (zh) * | 2019-09-17 | 2019-12-20 | 维沃移动通信有限公司 | 一种拍照方法及终端 |
CN112249083A (zh) * | 2020-10-10 | 2021-01-22 | 中车青岛四方车辆研究所有限公司 | 一种闸瓦制动的状态监测方法 |
CN112249083B (zh) * | 2020-10-10 | 2022-03-29 | 中车青岛四方车辆研究所有限公司 | 一种闸瓦制动的状态监测方法 |
CN112197715A (zh) * | 2020-10-27 | 2021-01-08 | 上海市特种设备监督检验技术研究院 | 一种基于图像识别的电梯制动轮与闸瓦间隙检测方法 |
CN112197715B (zh) * | 2020-10-27 | 2022-07-08 | 上海市特种设备监督检验技术研究院 | 一种基于图像识别的电梯制动轮与闸瓦间隙检测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN104482867B (zh) | 2017-12-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20210264176A1 (en) | Hazard detection from a camera in a scene with moving shadows | |
USRE48106E1 (en) | Detection of obstacles at night by analysis of shadows | |
CN104482867A (zh) | 机车闸瓦图像处理方法及装置 | |
Jahanshahi et al. | Unsupervised approach for autonomous pavement-defect detection and quantification using an inexpensive depth sensor | |
CN104392224B (zh) | 一种公路路面裂纹检测方法 | |
US9141870B2 (en) | Three-dimensional object detection device and three-dimensional object detection method | |
CN102175613B (zh) | 基于图像亮度特征的ptz视频能见度检测方法 | |
US7801333B2 (en) | Vision system and a method for scanning a traveling surface to detect surface defects thereof | |
US9754172B2 (en) | Three-dimenisional object detection device | |
JP2007234019A (ja) | 車両画像領域特定装置およびその方法 | |
Kwon | Atmospheric visibility measurements using video cameras: Relative visibility | |
JP5827508B2 (ja) | 車両用障害物検出装置及びそれを用いた車両 | |
JP2010244456A (ja) | 境界線認識装置 | |
Ahmetovic et al. | Zebrarecognizer: Efficient and precise localization of pedestrian crossings | |
KR20140109990A (ko) | 3d 카메라를 사용한 차량 주변의 높이 윤곽 확인 | |
JP2002024986A (ja) | 歩行者検出装置 | |
JP6596889B2 (ja) | 物体検出装置 | |
CN108021849B (zh) | 一种行人预警方法及装置 | |
CN103010258A (zh) | 一种高铁和地铁扣件裂缝检测系统和方法 | |
CN106023226A (zh) | 一种基于三维虚拟路面的裂缝自动检测方法 | |
Schiopu et al. | Pothole detection and tracking in car video sequence | |
WO2012066751A1 (ja) | 車両の周辺監視装置 | |
Ryu et al. | Feature-based pothole detection in two-dimensional images | |
Laurent et al. | Using full lane 3D road texture data for the automated detection of sealed cracks, bleeding and ravelling | |
JP2017027578A (ja) | 検出装置、視差値導出装置、物体認識装置、機器制御システム、検出方法、およびプログラム |
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 |