CN105466941A - 一种基于钢轨的光带图像的钢轨检测方法及设备 - Google Patents
一种基于钢轨的光带图像的钢轨检测方法及设备 Download PDFInfo
- Publication number
- CN105466941A CN105466941A CN201510850047.1A CN201510850047A CN105466941A CN 105466941 A CN105466941 A CN 105466941A CN 201510850047 A CN201510850047 A CN 201510850047A CN 105466941 A CN105466941 A CN 105466941A
- Authority
- CN
- China
- Prior art keywords
- image
- rail
- track
- light belt
- mark
- 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
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
Landscapes
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明提供了一种基于钢轨的光带图像的钢轨检测方法及设备,包括:采集轨道的图像,关联记录所述轨道的图像与所述轨道的位置;根据指定的轨道的位置查找到对应的轨道的图像;从所述轨道的图像中标记出钢轨图像和光带图像;根据所述钢轨图像与所述光带图像对所述轨道进行检测。通过关联记录轨道的图像与所述轨道的位置,实现轨道的图像与轨道空间位置点的关联,进而精确获取指定的轨道的位置的轨道的图像,而且通过标记出完整清晰的光带图像,对标记出的完整清晰的光带图像进行分析和检测,实现对钢轨的快速、高效、准确的检测。
Description
技术领域
本发明涉及轨道检测技术领域,具体而言,涉及一种基于钢轨的光带图像的钢轨检测方法及设备。
背景技术
随着社会的发展,铁路渐渐成为人们日常生活的常用交通工具。铁路交通安全对轨道状态有严格的要求,轨道动态保持高平顺,是确保铁路舒适和安全的关键技术问题。
车轮踏面在钢轨的轨面的滚动、滑动以及车轮轮缘与钢轨间相互作用,会在钢轨上留下亮痕,这种亮痕称为钢轨光带。钢轨的光带发生异常,直接原因是轮轨间作用力和作用点发生了改变。而造成这种改变的根本原因是不同类型的轨道不平顺的存在,因此钢轨的光带可以反映钢轨的平顺性。随着机器视觉技术的快速发展,相关技术中提供了应用机器视觉技术实现铁轨外观状态的检测的方法,例如中国铁道科学研究院研发的车载轨道巡检设备,实现了扣件状态、钢轨表面擦伤、轨枕破损等缺陷的自动检测。
在实现本发明的过程中,发明人发现相关技术中通过钢轨的光带图像对钢轨检测时,都是在已经获取到光带图像的基础上,并没有提供如何标记完整清晰的光带图像的方法,如果光带图像标记不准确,则根据光带图像对钢轨进行的检测也不准确。
发明内容
有鉴于此,本发明实施例的目的在于提供一种基于钢轨的光带图像的钢轨检测方法及设备,关联记录轨道的图像与所述轨道的位置,实现轨道的图像与轨道空间位置点的关联,进而精确获取指定的轨道的位置的轨道的图像,并且通过标记出完整清晰的光带图像,对标记出的完整清晰的光带图像进行分析和检测,实现对钢轨的快速、高效、准确的检测。
第一方面,本发明实施例提供了一种基于钢轨的光带图像的钢轨检测方法,其中,所述方法包括;
采集轨道的图像,关联记录所述轨道的图像与所述轨道的位置;
根据指定的轨道的位置查找到对应的轨道的图像;
从所述轨道的图像中标记出钢轨图像和光带图像;
根据所述钢轨图像与所述光带图像对所述轨道进行检测。
结合第一方面,本发明实施例提供了上述第一方面的第一种可能的实现方式,其中,所述采集轨道的图像,关联记录所述轨道的图像与所述轨道的位置,包括:
根据接收等间距脉冲的频率采集轨道的图像;
根据接收到的等间距脉冲确定轨道的位置;
关联记录接收到等间距脉冲确定的轨道的位置与采集的轨道的图像。
结合第一方面,本发明实施例提供了上述第一方面的第二种可能的实现方式,其中,所述从所述轨道的图像中标记出钢轨图像和光带图像,包括:
从所述轨道的图像中标记出钢轨的图像,从标记出的钢轨图像中标记出光带图像;
其中,从所述轨道的图像中标记出钢轨的图像,包括:
将所述轨道的图像划分为预设数量的钢轨宽度的纵向区域;
分别为每个纵向区域预设权重;
计算所述轨道的图像在纵向区域的灰度;
根据每个纵向区域的灰度以及对应的权重标记出钢轨图像。
结合第一方面的第二种可能的实现方式,本发明实施例提供了上述第一方面的第三种可能的实现方式,其中,所述从标记出的钢轨的图像中标记出光带图像,包括:
计算所述标记出的钢轨图像中的像素的灰度;
根据所述钢轨图像中的像素的灰度以及预设的低灰度阈值标记出光带图像。
结合第一方面,本发明实施例提供了上述第一方面的第四种可能的实现方式,其中,所述根据所述钢轨图像与所述光带图像对所述轨道进行检测,包括:
检测所述光带图像的整体宽度是否符合预设的宽度范围;
检测所述光带图像的平均中心线位置与所述钢轨图像的中心线位置偏移是否达到阈值;
检测所述光带图像的局部宽窄变化是否符合预设的阈值。
第二方面,本发明实施例提供一种基于钢轨的光带图像的钢轨检测设备,其中,所述设备包括;
采集模块,用于采集轨道的图像,关联记录所述轨道的图像与所述轨道的位置;
查找模块,用于根据指定的轨道的位置查找到对应的轨道的图像;
标记模块,用于从所述轨道的图像中标记出钢轨图像和光带图像;
检测模块,用于根据所述钢轨图像与所述光带图像对所述轨道进行检测。
结合第二方面,本发明实施例提供了上述第二方面的第一种可能的实现方式,其中,所述采集装置,包括:
采集单元,用于根据接收等间距脉冲的频率采集轨道的图像;
确定单元,用于根据接收到的等间距脉冲确定轨道的位置;
记录单元,用于关联记录接收到等间距脉冲确定的轨道的位置与采集的轨道的图像。
结合第二方面,本发明实施例提供了上述第二方面的第二种可能的实现方式,其中,所述标记模块,包括:钢轨标记单元和光带标记单元,其中,
所述钢轨标记单元,用于从所述轨道的图像中标记出钢轨的图像;
所述光带标记单元,用于从标记出的钢轨图像中标记出光带图像;
所述钢轨标记单元包括:
划分子单元,用于将所述轨道的图像划分为预设数量的钢轨宽度的纵向区域;
预设子单元,用于分别为每个纵向区域预设权重;
计算子单元,用于计算所述轨道的图像在纵向区域的灰度;
标记子单元,用于根据每个纵向区域的灰度以及对应的权重标记出钢轨图像。
结合第二方面的第二种可能的实现方式,本发明实施例提供了上述第二方面的第三种可能的实现方式,其中,计算子单元,用于计算所述标记出的钢轨图像中的像素的灰度;
标记子单元,用于根据所述钢轨图像中的像素的灰度以及预设的低灰度阈值标记出光带图像。
结合第二方面,本发明实施例提供了上述第二方面的第四种可能的实现方式,其中,所所述检测模块,还用于:
检测所述光带图像的整体宽度是否符合预设的宽度范围;
检测所述光带图像的平均中心线位置与所述钢轨图像的中心线位置偏移是否达到阈值;
检测所述光带图像的局部宽窄变化是否符合预设的阈值。
在本发明实施例中,采集轨道的图像,关联记录所述轨道的图像与所述轨道的位置;根据指定的轨道的位置查找到对应的轨道的图像;从所述轨道的图像中标记出钢轨图像和光带图像;根据所述钢轨图像与所述光带图像对所述轨道进行检测。通过关联记录轨道的图像与所述轨道的位置,实现轨道的图像与轨道空间位置点的关联,进而精确获取指定的轨道的位置的轨道的图像,而且通过标记出完整清晰的光带图像,对标记出的完整清晰的光带图像进行分析和检测,实现对钢轨的快速、高效、准确的检测。
为使本发明的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,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,还可以根据这些附图获得其他相关的附图。
图1示出了本发明实施例所提供的一种基于钢轨的光带图像的钢轨检测方法的流程图;
图2示出了本发明实施例所提供的采集到的轨道的图像;
图3示出了本发明实施例所提供的直接得到钢轨图像以及根据权重得到钢轨图像的比较图;
图4示出了本申请实施例所提供的一种基于钢轨的光带图像的钢轨检测设备的结构示意图。
具体实施方式
下面将结合本发明实施例中附图,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。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明的实施例,本领域技术人员在没有做出创造性劳动的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。
考虑到相关技术中通过钢轨的光带图像对钢轨检测时,都是在已经获取到光带图像的基础上,并没有提供如何标记完整清晰的光带图像的方法,基于此,本发明实施例提供了一种基于钢轨的光带图像的钢轨检测方法,通过关联记录轨道的图像与所述轨道的位置,实现轨道的图像与轨道空间位置点的关联,进而精确获取指定的轨道的位置的轨道的图像,而且通过标记出完整清晰的光带图像,对标记出的完整清晰的光带图像进行分析和检测,实现对钢轨的快速、高效、准确的检测。
下面通过实施例进行描述。
实施例1
如图1所示,为本发明实施例提供的一种基于钢轨的光带图像的钢轨检测方法的流程图,包括:
S101、采集轨道的图像,关联记录所述轨道的图像与所述轨道的位置。
在具体的应用场景中,随着车体的移动,钢轨的光带图像是在车体对应左右钢轨上方实时采集的。
在采集轨道的图像的过程中,会接收到车体的动力系统发送的等间距脉冲,根据接收等间距脉冲的频率采集轨道的图像。
具体的,动力系统根据车体的速度,生成等间距脉冲,当车体的速度发生变化,进而接收到车体的动力系统发送的等间距脉冲的频率发生变化,根据接收等间距脉冲的频率采集轨道的图像,实现了对轨道的图像的等间距采样。
进一步的,根据接收到的等间距脉冲可以确定轨道的位置,由于是对轨道的图像的等间距采样,当进行采样的单位距离确定的情况下,根据接收到的等间距的脉冲的个数,可以确定轨道的位置,即当前采集的轨道的图像对应的轨道的位置。例如,当等间距采样的单位距离为X米,从轨道起始位置处开始采样,则接收到的第一个等间距脉冲对应的轨道位置为距轨道起始位置X处。
当采集了轨道的图像以及确定当前采集的轨道的图像对应的轨道的位置后,关联记录接收到等间距脉冲确定的轨道的位置与采集的轨道的图像。例如,如表1所示,为接收到等间距脉冲确定的轨道的位置与采集的轨道的图像的关系表:
轨道的图像 | 位置 |
a1 | X |
a2 | 2X |
表1
其中,a1为采集到的第一个轨道的图像,X为接收到的第一个等间距脉冲相对于起始位置的距离,a2为采集到的第二个轨道的图像,2X为接收到的第二个等间距脉冲相对于起始位置的距离。
其中,需要注意的是,起始位置并不仅限于车体运动的起始站,只要能够进行标记的任一位置均可以作为起始位置,例如,当车体距离始发站80公里后开始采集轨道的图像,则距离始发站80公里处的轨道为起始位置。
S102、根据指定的轨道的位置查找到对应的轨道的图像。
当关联记录接收到等间距脉冲确定的轨道的位置与采集的轨道的图像后,根据指定的轨道的位置,可以查找到指定轨道的图像,也可以根据指定的轨道的起始点和终止点查找某一段轨道的图像,例如,从表1中查找到2X处的轨道对应的轨道的图像为a2,查找80-90公里处的轨道的图像等。
S103、从所述轨道的图像中标记出钢轨图像和光带图像。
当查找到指定的轨道的位置对应的轨道的图像后,从所述轨道的图像中标记出钢轨的图像,从标记出的钢轨图像中标记出光带图像。
具体的,首先从所述轨道的图像中标记出钢轨的图像,包括如下步骤:
(1)将所述轨道的图像划分为预设数量的钢轨宽度的纵向区域;
在具体的应用场景中,由于钢轨图像中存在光带图像,因此灰度值最高,钢轨宽度为固定值,将轨道的图像划分为预设数量的钢轨宽度的纵向区域中,根据灰度值可以标记出钢轨的精确位置。
如图2所示,采集的轨道的图像的纵向与钢轨的方向一致,在轨道的图像划分为宽度为钢轨宽度的纵向区域。
(2)分别为每个纵向区域预设权重;
根据车体运行的实际情况以及采集的轨道的图像的装置安装的位置,为每个纵向区域设置相应的权重,例如,如果车体直行,而且采集的轨道的图像的装置安装于钢轨的正上方,则可以为处于轨道的图像的中间位置的钢轨宽度的纵向区域设置较大的权重。
(3)计算所述轨道的图像在纵向区域的灰度;
计算每个纵向区域的像素的灰度的均值。
(4)根据每个纵向区域的灰度以及对应的权重标记出钢轨图像。
需要注意的是,在具体的应用场景中,考虑到钢轨与扣件的灰度相近,而且由于轨道材质的影响,如果仅根据灰度均值标记钢轨图像,则会使标记出的钢轨图像不准确,如图3所示,其中S1为每个纵向区域对应的灰度均值,由此可见,根据S1的灰度均值的峰值得到的纵向区域并不是钢轨位置,为了避免上述问题,本发明中利用纵向区域对应的权重以及灰度均值共同标记钢轨图像,其中,S2为根据每个纵向区域的灰度均值以及对应的权重得到的灰度均值,根据S2的灰度均值的峰值得到的纵向区域是钢轨位置,标记钢轨位置对应的轨道的图像即为钢轨图像。
标记出钢轨图像后,计算所述标记出的钢轨图像中的像素的灰度;根据所述钢轨图像中的像素的灰度以及预设的低灰度阈值标记出光带图像。
其中,低灰度阈值可以是提供的经验值,也可以通过对轨道图像进行灰度直方图的统计进而计算出来的。
优选的,本实施例提出了一种具体的计算所述标记出的钢轨图像中的像素的灰度,根据所述钢轨图像中的像素的灰度以及预设的低灰度阈值标记出光带图像的方法:
计算所述标记出的钢轨图像的每列像素的灰度的均值;
需要注意的是,为了获取精确的光带图像,光带图像的标记是以像素为单位,计算所述标记出的钢轨图像的每列像素的灰度的均值,即在钢轨图像的范围内计算每列像素的灰度的均值。进而得到光带图像的模糊区域,这是因为由于轨道的各种问题,光带图像并不一定是固定的宽度,因此这里得到的是光带图像的模糊区域。
进一步的,根据所述钢轨图像中的像素的灰度以及预设的低灰度阈值标记出光带图像。
计算所述标记出的钢轨图像的每列像素的灰度的均值,得到光带图像的模糊区域后,根据所述模糊区域标记出灰度高于或等于低灰度阈值的连续的像素点。
光带图像的精确粒度可以为单个像素点,因此需要计算光带图像的模糊图像中每一行的单个像素的灰度,当像素的灰度低于低灰度阈值,则为非光带图像,当连读像素的灰度大于等于低灰度阈值,则为光带图像,单个像素的灰度大于等于低灰度阈值,无法判断为光带图像。
S104、根据所述钢轨图像与所述光带图像对所述轨道进行检测。
其中,根据所述钢轨图像与所述光带图像对所述轨道进行检测包括:
检测所述光带图像的整体宽度是否符合预设的宽度范围;检测所述光带图像的平均中心线位置与所述钢轨图像的中心线位置偏移是否达到阈值;检测所述光带图像的局部宽窄变化是否符合预设的阈值。
检测所述光带图像的整体宽度是否符合预设的宽度范围,即检测所述光带图像的平均宽度是否过宽或过窄;检测所述光带图像的平均中心线位置与所述钢轨图像的中心线位置偏移是否达到阈值,钢轨图像标记出来后,确定所述钢轨图像的平均中心线的位置,根据标记出的光带图像确定所述光带图像的平均中心线位置,当所述光带图像的平均中心线位置与所述钢轨图像的中心线位置偏移达到阈值,则确定光带偏移;检测所述光带图像的局部宽窄变化是否符合预设的阈值,即检测光带局部宽窄交替变化是否出现异常。
在本发明实施例中,采集轨道的图像,关联记录所述轨道的图像与所述轨道的位置;根据指定的轨道的位置查找到对应的轨道的图像;从所述轨道的图像中标记出钢轨图像和光带图像;根据所述钢轨图像与所述光带图像对所述轨道进行检测。通过关联记录轨道的图像与所述轨道的位置,实现轨道的图像与轨道空间位置点的关联,进而精确获取指定的轨道的位置的轨道的图像,而且通过标记出完整清晰的光带图像,对标记出的完整清晰的光带图像进行分析和检测,实现对钢轨的快速、高效、准确的检测。
下面结合具体的应用场景,对基于钢轨的光带图像的钢轨检测方法进行说明,包括:
S201、采集轨道的图像,关联记录所述轨道的图像与所述轨道的位置。
为了获取清晰的轨道的图像,将图像采集装置需要安装在车体的底部,当接收来动力系统传输来的等间距脉冲信号,则触发采集轨道的图像。
优选的,为了节省内存,将采集的轨道的图像进行压缩后,记录采集图像与里程的对应关系。
需要注意的是,在车体运行过程中,为了能够实时清晰的采集到轨道的图像,在采集轨道的图像时需要提供光源,这样才不会因为光线不足,使采集的轨道的图像不清晰。通过调整光源及图像采集设备的相对角度,避免采集到的轨道的图像过曝的情况,由于车体下方空间有限,受高度限制,图像采集装置及光源等安装结构应考虑轻量化。
进一步的,图像采集装置需要安装外壳,外壳具有保护相机,防尘防水的功能,并具有航空插座,便于快速安装或拆卸相机及外壳。
光源应安装在相机两侧,沿垂直于钢轨横切面方向排列或者另光源在相机组件两侧,沿平行于钢轨纵切面方向排列,以相机采集到的钢轨光带图像清晰为宜。
其中,光源具有以下特点:
具有较高的光效,可满足高光通量的需求;
具有体积小的特点,结构上可以满足车底空间狭小的条件;
具有较强的抗震性能,列车高速运行下不会因为震动而损坏光源;
光源安装支架,可调节光源相对于相机的位置和角度;
设计了亮度调节功能,根据工作环境需要对光源亮度的强弱进行无极调光;
S202、根据指定的轨道的位置查找到对应的轨道的图像。
例如,查找车体运行到80公里-90公里处的轨道的图像,首先将80公里-90公里处的轨道的图像解压。
S203、从所述轨道的图像中标记出钢轨图像和光带图像。
以从第一张轨道的图像中标记出钢轨图像和光带图像为例进行说明。
将所述轨道的图像划分为预设数量的钢轨宽度的纵向区域,并分别为每个纵向区域预设权重,计算所述轨道的图像在纵向区域的灰度,进而根据每个纵向区域的灰度以及对应的权重标记出钢轨图像。
标记出的钢轨的图像后,计算所述标记出的钢轨图像中的像素的灰度;为了提高计算准确度,优选的计算每个像素点在水平方向上的梯度,并计算出光带的模糊区域,利用梯度值和模糊区域在模糊区域查找出梯度值低于低灰度阈值的像素点,梯度值大于等于低灰度阈值的连续的像素点为光带图像的准确位置。
需要注意的是,为了避免噪声的影响,可以利用预设数量的相邻像素的梯度值的均值替代该像素点的梯度。
S204、根据所述钢轨图像与所述光带图像对所述轨道进行检测。
检测标记出的光带图像中光带的整体宽度是否符合预设的宽度范围;检测所述光带图像的平均中心线位置与所述钢轨图像的中心线位置偏移是否达到阈值;检测所述光带图像的局部宽窄变化是否符合预设的阈值。
在本发明实施例中,采集轨道的图像,关联记录所述轨道的图像与所述轨道的位置;根据指定的轨道的位置查找到对应的轨道的图像;从所述轨道的图像中标记出钢轨图像和光带图像;根据所述钢轨图像与所述光带图像对所述轨道进行检测。通过关联记录轨道的图像与所述轨道的位置,实现轨道的图像与轨道空间位置点的关联,进而精确获取指定的轨道的位置的轨道的图像,而且通过标记出完整清晰的光带图像,对标记出的完整清晰的光带图像进行分析和检测,实现对钢轨的快速、高效、准确的检测。
如图4所示,为本申请实施例提供的一种基于钢轨的光带图像的钢轨检测设备,所述设备包括;
采集模块31,用于采集轨道的图像,关联记录所述轨道的图像与所述轨道的位置;
查找模块32,用于根据指定的轨道的位置查找到对应的轨道的图像;
标记模块33,用于从所述轨道的图像中标记出钢轨图像和光带图像;
检测模块34,用于根据所述钢轨图像与所述光带图像对所述轨道进行检测。
其中,所述采集模块31,包括:
采集单元311,用于根据接收等间距脉冲的频率采集轨道的图像;
确定单元312,用于根据接收到的等间距脉冲确定轨道的位置;
记录单元313,用于关联记录接收到等间距脉冲确定的轨道的位置与采集的轨道的图像。
其中,所述标记模块33,包括:钢轨标记单元331和光带标记单元332,其中,
所述钢轨标记单元331,用于从所述轨道的图像中标记出钢轨的图像;
所述光带标记单元332,用于从标记出的钢轨图像中标记出光带图像;
所述钢轨标记单元331包括:
划分子单元,用于将所述轨道的图像划分为预设数量的钢轨宽度的纵向区域;
预设子单元,用于分别为每个纵向区域预设权重;
计算子单元,用于计算所述轨道的图像在纵向区域的灰度;
标记子单元,用于根据每个纵向区域的灰度以及对应的权重标记出钢轨图像。
其中,所述光带标记单元,包括:
计算子单元,用于计算所述标记出的钢轨图像中的像素的灰度;
标记子单元,用于根据所述钢轨图像中的像素的灰度以及预设的低灰度阈值标记出光带图像。
其中,所述检测模块34,还用于:
检测所述光带图像的整体宽度是否符合预设的宽度范围;
检测所述光带图像的平均中心线位置与所述钢轨图像的中心线位置偏移是否达到阈值;
检测所述光带图像的局部宽窄变化是否符合预设的阈值。
在本发明实施例中,采集轨道的图像,关联记录所述轨道的图像与所述轨道的位置;根据指定的轨道的位置查找到对应的轨道的图像;从所述轨道的图像中标记出钢轨图像和光带图像;根据所述钢轨图像与所述光带图像对所述轨道进行检测。通过关联记录轨道的图像与所述轨道的位置,实现轨道的图像与轨道空间位置点的关联,进而精确获取指定的轨道的位置的轨道的图像,而且通过标记出完整清晰的光带图像,对标记出的完整清晰的光带图像进行分析和检测,实现对钢轨的快速、高效、准确的检测。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,前述描述的模块和单元的具体工作过程,均可以参考上述方法实施例中的对应过程。
在本申请所提供的几个实施例中,应该理解到,以上所描述的实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,又例如,多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-OnlyMemory)、随机存取存储器(RAM,RandomAccessMemory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应所述以权利要求的保护范围为准。
Claims (10)
1.一种基于钢轨的光带图像的钢轨检测方法,其特征在于,所述方法包括;
采集轨道的图像,关联记录所述轨道的图像与所述轨道的位置;
根据指定的轨道的位置查找到对应的轨道的图像;
从所述轨道的图像中标记出钢轨图像和光带图像;
根据所述钢轨图像与所述光带图像对所述轨道进行检测。
2.如权利要求1所述的方法,其特征在于,所述采集轨道的图像,关联记录所述轨道的图像与所述轨道的位置,包括:
根据接收等间距脉冲的频率采集轨道的图像;
根据接收到的等间距脉冲确定轨道的位置;
关联记录接收到等间距脉冲确定的轨道的位置与采集的轨道的图像。
3.如权利要求1所述的方法,其特征在于,所述从所述轨道的图像中标记出钢轨图像和光带图像,包括:
从所述轨道的图像中标记出钢轨的图像,从标记出的钢轨图像中标记出光带图像;
其中,从所述轨道的图像中标记出钢轨的图像,包括:
将所述轨道的图像划分为预设数量的钢轨宽度的纵向区域;
分别为每个纵向区域预设权重;
计算所述轨道的图像在纵向区域的灰度;
根据每个纵向区域的灰度以及对应的权重标记出钢轨图像。
4.如权利要求3所述的方法,其特征在于,所述从标记出的钢轨的图像中标记出光带图像,包括:
计算所述标记出的钢轨图像中的像素的灰度;
根据所述钢轨图像中的像素的灰度以及预设的低灰度阈值标记出光带图像。
5.如权利要求1所述的方法,其特征在于,所述根据所述钢轨图像与所述光带图像对所述轨道进行检测,包括:
检测所述光带图像的整体宽度是否符合预设的宽度范围;
检测所述光带图像的平均中心线位置与所述钢轨图像的中心线位置偏移是否达到阈值;
检测所述光带图像的局部宽窄变化是否符合预设的阈值。
6.一种基于钢轨的光带图像的钢轨检测设备,其特征在于,所述设备包括;
采集模块,用于采集轨道的图像,关联记录所述轨道的图像与所述轨道的位置;
查找模块,用于根据指定的轨道的位置查找到对应的轨道的图像;
标记模块,用于从所述轨道的图像中标记出钢轨图像和光带图像;
检测模块,用于根据所述钢轨图像与所述光带图像对所述轨道进行检测。
7.如权利要求6所述的设备,其特征在于,所述采集模块,包括:
采集单元,用于根据接收等间距脉冲的频率采集轨道的图像;
确定单元,用于根据接收到的等间距脉冲确定轨道的位置;
记录单元,用于关联记录接收到等间距脉冲确定的轨道的位置与采集的轨道的图像。
8.如权利要求6所述的设备,其特征在于,所述标记模块,包括:钢轨标记单元和光带标记单元,其中,
所述钢轨标记单元,用于从所述轨道的图像中标记出钢轨的图像;
所述光带标记单元,用于从标记出的钢轨图像中标记出光带图像;
所述钢轨标记单元包括:
划分子单元,用于将所述轨道的图像划分为预设数量的钢轨宽度的纵向区域;
预设子单元,用于分别为每个纵向区域预设权重;
计算子单元,用于计算所述轨道的图像在纵向区域的灰度;
标记子单元,用于根据每个纵向区域的灰度以及对应的权重标记出钢轨图像。
9.如权利要求8所述的设备,其特征在于,所述光带标记单元,包括:
计算子单元,用于计算所述标记出的钢轨图像中的像素的灰度;
标记子单元,用于根据所述钢轨图像中的像素的灰度以及预设的低灰度阈值标记出光带图像。
10.如权利要求6所述的设备,其特征在于,
所述检测模块,还用于:
检测所述光带图像的整体宽度是否符合预设的宽度范围;
检测所述光带图像的平均中心线位置与所述钢轨图像的中心线位置偏移是否达到阈值;
检测所述光带图像的局部宽窄变化是否符合预设的阈值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510850047.1A CN105466941B (zh) | 2015-11-27 | 2015-11-27 | 一种基于钢轨的光带图像的钢轨检测方法及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510850047.1A CN105466941B (zh) | 2015-11-27 | 2015-11-27 | 一种基于钢轨的光带图像的钢轨检测方法及设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105466941A true CN105466941A (zh) | 2016-04-06 |
CN105466941B CN105466941B (zh) | 2018-08-14 |
Family
ID=55604872
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510850047.1A Active CN105466941B (zh) | 2015-11-27 | 2015-11-27 | 一种基于钢轨的光带图像的钢轨检测方法及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105466941B (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107194921A (zh) * | 2017-05-19 | 2017-09-22 | 华夏高铁技术有限公司 | 钢轨轨面光带的自动识别方法和装置 |
CN107264570A (zh) * | 2017-07-25 | 2017-10-20 | 西南交通大学 | 钢轨光带分布检测装置与方法 |
CN107610100A (zh) * | 2017-08-24 | 2018-01-19 | 苏州大学 | 一种有轨电车轨道起点的自适应检测方法及装置 |
CN108090912A (zh) * | 2017-12-13 | 2018-05-29 | 李正伟 | 一种基于图像识别的轨道检测方法及系统 |
CN109490416A (zh) * | 2018-12-10 | 2019-03-19 | 上海市东方海事工程技术有限公司 | 一种应用于双轨式钢轨探伤的焊缝识别方法 |
CN111105409A (zh) * | 2019-12-27 | 2020-05-05 | 中国铁道科学研究院集团有限公司 | 基于图像处理的钢轨光带自动检测方法、设备及系统 |
CN112215264A (zh) * | 2020-09-23 | 2021-01-12 | 西南交通大学 | 一种基于钢轨光带图像的钢轨磨耗检测方法 |
CN114166855A (zh) * | 2022-02-11 | 2022-03-11 | 南京邮电大学 | 一种实时铁轨缺陷检测方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101769877A (zh) * | 2008-12-26 | 2010-07-07 | 中国铁道科学研究院基础设施检测研究所 | 轨道表面擦伤检测系统 |
CN102556116A (zh) * | 2011-11-25 | 2012-07-11 | 上海交通大学 | 基于激光和视觉的铁路扣件缺失高速探测系统与方法 |
CN102628814A (zh) * | 2012-02-28 | 2012-08-08 | 西南交通大学 | 一种基于数字图像处理的钢轨光带异常自动检测方法 |
CN104134213A (zh) * | 2014-09-02 | 2014-11-05 | 武汉华目信息技术有限责任公司 | 一种数字图像中的目标定位方法以及装置 |
CN104442918A (zh) * | 2014-12-30 | 2015-03-25 | 北京二七轨道交通装备有限责任公司 | 车载式钢轨检测装置及其电控系统 |
-
2015
- 2015-11-27 CN CN201510850047.1A patent/CN105466941B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101769877A (zh) * | 2008-12-26 | 2010-07-07 | 中国铁道科学研究院基础设施检测研究所 | 轨道表面擦伤检测系统 |
CN102556116A (zh) * | 2011-11-25 | 2012-07-11 | 上海交通大学 | 基于激光和视觉的铁路扣件缺失高速探测系统与方法 |
CN102628814A (zh) * | 2012-02-28 | 2012-08-08 | 西南交通大学 | 一种基于数字图像处理的钢轨光带异常自动检测方法 |
CN104134213A (zh) * | 2014-09-02 | 2014-11-05 | 武汉华目信息技术有限责任公司 | 一种数字图像中的目标定位方法以及装置 |
CN104442918A (zh) * | 2014-12-30 | 2015-03-25 | 北京二七轨道交通装备有限责任公司 | 车载式钢轨检测装置及其电控系统 |
Non-Patent Citations (4)
Title |
---|
戴鹏 等: "高速车载数字图像采集关键技术研究", 《计算机测量与控制》 * |
汪昡紫 等: "轨道表面图像处理算法研究", 《计算机技术与发展》 * |
许贵阳 等: "基于计算机视觉的车载轨道巡检系统研制", 《中国铁道科学》 * |
韩强 等: "车载轨道巡检系统研制", 《铁道建筑》 * |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107194921B (zh) * | 2017-05-19 | 2020-04-07 | 华夏高铁技术有限公司 | 钢轨轨面光带的自动识别方法和装置 |
CN107194921A (zh) * | 2017-05-19 | 2017-09-22 | 华夏高铁技术有限公司 | 钢轨轨面光带的自动识别方法和装置 |
CN107264570A (zh) * | 2017-07-25 | 2017-10-20 | 西南交通大学 | 钢轨光带分布检测装置与方法 |
CN107264570B (zh) * | 2017-07-25 | 2019-07-05 | 西南交通大学 | 钢轨光带分布检测装置与方法 |
CN107610100A (zh) * | 2017-08-24 | 2018-01-19 | 苏州大学 | 一种有轨电车轨道起点的自适应检测方法及装置 |
CN107610100B (zh) * | 2017-08-24 | 2020-04-28 | 苏州大学 | 一种有轨电车轨道起点的自适应检测方法及装置 |
CN108090912A (zh) * | 2017-12-13 | 2018-05-29 | 李正伟 | 一种基于图像识别的轨道检测方法及系统 |
CN109490416A (zh) * | 2018-12-10 | 2019-03-19 | 上海市东方海事工程技术有限公司 | 一种应用于双轨式钢轨探伤的焊缝识别方法 |
CN111105409A (zh) * | 2019-12-27 | 2020-05-05 | 中国铁道科学研究院集团有限公司 | 基于图像处理的钢轨光带自动检测方法、设备及系统 |
CN111105409B (zh) * | 2019-12-27 | 2023-08-08 | 中国铁道科学研究院集团有限公司 | 基于图像处理的钢轨光带自动检测方法、设备及系统 |
CN112215264A (zh) * | 2020-09-23 | 2021-01-12 | 西南交通大学 | 一种基于钢轨光带图像的钢轨磨耗检测方法 |
CN112215264B (zh) * | 2020-09-23 | 2022-04-12 | 西南交通大学 | 一种基于钢轨光带图像的钢轨磨耗检测方法 |
CN114166855A (zh) * | 2022-02-11 | 2022-03-11 | 南京邮电大学 | 一种实时铁轨缺陷检测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN105466941B (zh) | 2018-08-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105466941A (zh) | 一种基于钢轨的光带图像的钢轨检测方法及设备 | |
US11486548B2 (en) | System for detecting crack growth of asphalt pavement based on binocular image analysis | |
CN111532295B (zh) | 轨道交通移动智能运维检测系统 | |
CN101498889B (zh) | 一种多目立体摄像方法及装置 | |
CN106978774B (zh) | 一种路面坑槽自动检测方法 | |
CN203870250U (zh) | 一种车载道路灾害病害预警雷达系统 | |
US8725413B2 (en) | Location and motion estimation using ground imaging sensor | |
CN102897192A (zh) | 城市轨道交通接触轨检测系统及其检测方法 | |
CN102259653B (zh) | 基于激光扫描技术的铁路限界检测装置 | |
CN202147697U (zh) | 磁浮式轨道巡检车高速在线视频检测装置 | |
CN103635375A (zh) | 适于对导轨偏转进行成像和测量的视觉系统 | |
CN110826758B (zh) | 行程类型确定方法及装置、存储介质、终端 | |
CN203372260U (zh) | 一种高速动态实时检测铁轨扣件松动的装置 | |
CN111127906B (zh) | 一种基于物联网的智能路面管理系统及其方法 | |
CN103794061A (zh) | 基于多种定位数据计算道路融合行程车速的方法 | |
CN103835212A (zh) | 一种公路路面三维检测系统 | |
CN101487970B (zh) | 一种镜像立体摄像设备及方法 | |
CN104005324A (zh) | 一种路面构造信息的检测系统 | |
CN101788288B (zh) | 一种路面裂缝定位系统和定位方法 | |
CN202243539U (zh) | 基于激光扫描技术的铁路限界检测装置 | |
CN113638295A (zh) | 一种基于三维路面的全幅平整度检测方法 | |
CN115797338B (zh) | 基于双目视觉的全景路面多性能指标计算方法及系统 | |
US11538256B2 (en) | Systems and methods for data collection and performance monitoring of transportation infrastructure | |
CN203766824U (zh) | 一种电力机车受电靴的在线轨道检测装置 | |
CN205642314U (zh) | 一种基于嵌入式双目视觉技术的接触线检测装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
CB03 | Change of inventor or designer information |
Inventor after: Li Weiyi Inventor after: Yang Chao Inventor after: Dai Peng Inventor after: Han Qiang Inventor after: Wang Shengchun Inventor before: Li Weiyi Inventor before: Yang Chao Inventor before: Dai Peng Inventor before: Han Qiang |
|
CB03 | Change of inventor or designer information | ||
GR01 | Patent grant | ||
GR01 | Patent grant |