CN105976370A - 一种基于图像对比的雪深测量方法 - Google Patents

一种基于图像对比的雪深测量方法 Download PDF

Info

Publication number
CN105976370A
CN105976370A CN201610286417.8A CN201610286417A CN105976370A CN 105976370 A CN105976370 A CN 105976370A CN 201610286417 A CN201610286417 A CN 201610286417A CN 105976370 A CN105976370 A CN 105976370A
Authority
CN
China
Prior art keywords
snow depth
measured value
image
overcover
measured
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.)
Pending
Application number
CN201610286417.8A
Other languages
English (en)
Inventor
秦勇
姚德臣
刘洋
程晓卿
赵雪军
付勇
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Jiaotong University
China Railway Corp
Original Assignee
Beijing Jiaotong University
China Railway Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Jiaotong University, China Railway Corp filed Critical Beijing Jiaotong University
Priority to CN201610286417.8A priority Critical patent/CN105976370A/zh
Publication of CN105976370A publication Critical patent/CN105976370A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01W—METEOROLOGY
    • G01W1/00—Meteorology
    • G01W1/14—Rainfall or precipitation gauges
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10004—Still image; Photographic image
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

  • Life Sciences & Earth Sciences (AREA)
  • Environmental & Geological Engineering (AREA)
  • Hydrology & Water Resources (AREA)
  • Engineering & Computer Science (AREA)
  • Atmospheric Sciences (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Ecology (AREA)
  • Environmental Sciences (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本发明提供一种基于图像对比的雪深测量方法，在激光测量雪深值发生突变的情况下启动摄像机抓拍，通过图像对比方法判断突变是否由测量区域侵入遮盖物引起，若是则排除异物，通过本文提出的检测方法有效排除了遮盖物对雪深值检测的干扰。计算实时性较好，方便和现有视频监控系统结合，具有很强的实用价值。

Description

一种基于图像对比的雪深测量方法
技术领域
本发明涉及气象观测领域及高铁灾害监测系统雪深监测领域，特别涉及一种基于图像对比的雪深测量方法。
背景技术
随着高速铁路的飞速发展，列车的行驶速度越来越快，因此列车的运行安全成为铁路运营的重中之重，降雪作为对铁路列车运行安全威胁最大的恶劣气候情况对铁路的安全运营有着巨大的影响。积雪会造成轮轨摩擦力减小，会大大加大列车的制动距离，由此会增大事故发生的概率，严重威胁着旅客的生命财产安全。因此，雪深数据的实时性及准确性就显得尤为重要。
传统的方法是采用测雪尺或者有刻度的测雪杆插入雪中至地表面进行地面积雪深度的测量，由于积雪下面通常有冰层，使得雪尺难以精确测量，同时风吹雪导致积雪重新分布，因此需要选择有代表性的测量点和多次测量，该方法费时费力、随机误差大，并且难以实时监测。
目前已有的雪深测量方法有放射性同位素法，精度虽然高但会危害测量人员健康；基于图像处理的测量方法，其受天气和光照影响大，鲁棒性差；超声传感器雪深测量方法，其受温度风速影响大，基于相位法激光测距原理的雪深测量方法稳定性较强但受雪面不平整的影响。现有高速铁路雪深监测装置主要是基于激光测距法测量雪深，该种测量方式要求激光测量径路上不允许存在遮挡，否则会导致测量错误。然而，高速铁路实际应用环境中，难免出现其它物体进入测量区域，遮挡雪深测量的情况。因此，亟需一种能够辅助检测测量范围是否存在遮挡物的方法和系统，用于排除这一干扰。
发明内容
本发明的目的在于提供一种基于图像对比的激光测量点遮盖物检测系统，通过对突变雪深点的摄像机抓拍，利用图像灰度处理，图像二值化处理，形态学处理等一系列处理方法判断测量点是否有遮盖物的结论。
实现本发明目的的具体技术方案为：包括以下步骤：
（1）启动激光测量雪深，记录当前测量值为第一测量值；（2）经过一预定时间，再次启动激光测量雪深，记录此次测量值为第二测量值；（3）将第一测量值与第二测量值进行比较，若两者的差值大于阈值，则判定测量值发生突变，进入步骤（4），若两者的差值小于阈值，则进入步骤（6）；（4）判断测量区域是否存在引起测量值突变的遮盖物：启动摄像机运动和抓拍测量区域，将抓拍的测量区域图像与测量区域模板图像进行对比，判断是否存在遮盖物，若是，执行步骤（5），若否，执行步骤（6）；（5）回传抓拍的图像数据，并报警通知人工进行现场遮盖物确认及清理工作，遮盖物清理完毕后，将雪深测量数据清零，返回步骤（1）；（6）将第二测量值作为有效雪深测量值输出并记录。
优选地，步骤（4）中判断测量区域是否存在遮盖物，包括以下步骤：
1）将抓拍的测量区域的彩色三通道图像转换为单通道的灰度图像；2）将灰度图像差值取模，并进行二值化处理； 3）对二值化处理后的图像进行膨胀和腐蚀处理；4）连通区域筛选，并计算连通区域面积；5）将计算出的连通区域面积与测量区域模板图像的区域面积进行对比，判断是否存在遮盖物。
本发明具有如下有益效果：该方法在原有单点测量基础上，增加了干扰物分析和排除的功能，能够提高雪深测量数据的准确度，减少错误报警次数，同时可以为“异物侵限检测”提供辅助支持，具有一定的应用价值。
附图说明
图1为本发明方法流程图。
具体实施方式
本发明基于图像对比的激光测量点遮盖物检测方法，包括以下步骤：
（1）启动激光测量雪深，记录当前测量值为第一测量值；
（2）经过1分钟，再次启动激光测量雪深，记录此次测量值为第二测量值；
（3）将第一测量值与第二测量值进行比较，若两者的差值大于5mm，则判定测量值发生突变，进入步骤（4），若两者的差值小于阈值，则进入步骤（6）；
（4）判断测量区域是否存在引起测量值突变的遮盖物：启动摄像机运动和抓拍测量区域，将抓拍的测量区域图像与测量区域模板图像进行对比，判断是否存在遮盖物，若是，执行步骤（5），若否，执行步骤（6）；
遮盖物检测，包括以下子步骤：
（4.1）彩色图像的灰度化：首先将彩色的三通道图像转换为单通道的灰度图像，根据视觉心理学的研究，RGB三通道图像和单通道的灰度图像之间的转化关系如下
（1）
（4.2）图像差值取模
（4.3）图像二值化处理
（4.4）利用膨胀和腐蚀这两种形态学处理方法对二值图像进行处理。
（4.4.1）膨胀
用结构元素b对函数f进行灰度膨胀，记为：，定义为：
（2）
这里和分别表示和的定义域。
（4.4.2）腐蚀
用结构元素b对函数f进行灰度腐蚀，记为：，定义为：
（3）
这里和分别表示和的定义域。
（4.5）连通区域筛选
（4.6）计算连通区域面积
（4.7）判断是否有遮盖物，若是，回传疑似图像，记录检测日志，若否，则结束算法。
（5）回传抓拍的图像数据，并报警通知人工进行现场遮盖物确认及清理工作，遮盖物清理完毕后，将雪深测量数据清零，返回步骤（1）；
（6）将第二测量值作为有效雪深测量值输出并记录。

Claims (2)

1.一种基于图像对比的雪深测量方法，其特征在于，包括以下步骤：
（1）启动激光测量雪深，记录当前测量值为第一测量值；
（2）经过一预定时间，再次启动激光测量雪深，记录此次测量值为第二测量值；
（3）将第一测量值与第二测量值进行比较，若两者的差值大于阈值，则判定测量值发生突变，进入步骤（4），若两者的差值小于阈值，则进入步骤（6）；
（4）判断测量区域是否存在引起测量值突变的遮盖物：启动摄像机运动和抓拍测量区域，将抓拍的测量区域图像与测量区域模板图像进行对比，判断是否存在遮盖物，若是，执行步骤（5），若否，执行步骤（6）；
（5）回传抓拍的图像数据，并报警通知人工进行现场遮盖物确认及清理工作，遮盖物清理完毕后，将雪深测量数据清零，返回步骤（1）；
（6）将第二测量值作为有效雪深测量值输出并记录。
2.根据权利要求1所述的基于图像对比的雪深测量方法，其特征在于，步骤（4）中判断测量区域是否存在遮盖物，包括以下步骤：
1）将抓拍的测量区域的彩色三通道图像转换为单通道的灰度图像；
2）将灰度图像差值取模，并进行二值化处理；
3）对二值化处理后的图像进行膨胀和腐蚀处理；
4）连通区域筛选，并计算连通区域面积；
5）将计算出的连通区域面积与测量区域模板图像的区域面积进行对比，判断是否存在遮盖物。
CN201610286417.8A 2016-05-03 2016-05-03 一种基于图像对比的雪深测量方法 Pending CN105976370A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610286417.8A CN105976370A (zh) 2016-05-03 2016-05-03 一种基于图像对比的雪深测量方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610286417.8A CN105976370A (zh) 2016-05-03 2016-05-03 一种基于图像对比的雪深测量方法

Publications (1)

Publication Number Publication Date
CN105976370A true CN105976370A (zh) 2016-09-28

Family

ID=56994256

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610286417.8A Pending CN105976370A (zh) 2016-05-03 2016-05-03 一种基于图像对比的雪深测量方法

Country Status (1)

Country Link
CN (1) CN105976370A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110930447A (zh) * 2019-12-09 2020-03-27 成都信息工程大学 基于Android的无人值守雪深测量方法
CN111753851A (zh) * 2020-07-01 2020-10-09 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

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001083262A (ja) * 1999-09-13 2001-03-30 Yokogawa Electric Corp 積雪測定システム
CN102589461A (zh) * 2012-01-17 2012-07-18 华中科技大学 一种基于图像的积雪深度测量方法
CN103438822A (zh) * 2013-09-11 2013-12-11 无锡信大气象传感网科技有限公司 一种基于可控光源的积雪深度监测系统
CN104613892A (zh) * 2014-12-31 2015-05-13 中国铁路总公司 融合视频检测技术和激光测距技术的复合雪深监测系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001083262A (ja) * 1999-09-13 2001-03-30 Yokogawa Electric Corp 積雪測定システム
CN102589461A (zh) * 2012-01-17 2012-07-18 华中科技大学 一种基于图像的积雪深度测量方法
CN103438822A (zh) * 2013-09-11 2013-12-11 无锡信大气象传感网科技有限公司 一种基于可控光源的积雪深度监测系统
CN104613892A (zh) * 2014-12-31 2015-05-13 中国铁路总公司 融合视频检测技术和激光测距技术的复合雪深监测系统

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
JIE XIONG等: "Railway Snow Measuring Methods and System Design", 《PROCEEDINGS OF THE 2015 INTERNATIONAL CONFERENCE ON ELECTRICAL AND INFORMATION TECHNOLOGIES FOR RAIL TRANSPORTATION》 *
倪志强: "基于数字图像处理的异形纤维检测系统的研究与开发", 《中国优秀硕士论文全文数据库》 *
宓超等: "《装卸机器视觉及其应用》", 31 January 2016, 上海科学技术出版社 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110930447A (zh) * 2019-12-09 2020-03-27 成都信息工程大学 基于Android的无人值守雪深测量方法
CN111753851A (zh) * 2020-07-01 2020-10-09 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
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

Similar Documents

Publication Publication Date Title
US9881212B2 (en) Infrared image based early detection of oil spills in water
CN105809679A (zh) 一种基于视觉分析的山区铁路边坡落石检测方法
CN106192634A (zh) 一种铁路轨道弹条扣件状态自动检测装置以及方法
CN110862033A (zh) 一种应用于煤矿斜井绞车的智能预警检测方法
CN108573224B (zh) 一种利用单传感器信息的移动重构主成分的桥梁结构损伤定位方法
CN111626204B (zh) 一种铁路异物入侵监测方法及系统
EP3027482A1 (en) System and method for obstacle identification and avoidance
Chitale et al. Pothole detection and dimension estimation system using deep learning (yolo) and image processing
CN105785482A (zh) 一种基于遮盖物检测的雪深测量系统
Zhang et al. Vortex‐induced vibration measurement of a long‐span suspension bridge through noncontact sensing strategies
Chellaswamy et al. IoT based humps and pothole detection on roads and information sharing
KR101461184B1 (ko) Cctv 영상을 이용한 기상 상황 정보 추출 시스템
CN103208184A (zh) 一种高速公路交通事件视频检测方法
CN103076338A (zh) 高铁接触网棒式绝缘子不良状态检测的快速模糊匹配方法
CN106097380A (zh) 一种基于图像的绝缘子芯棒缺陷在线检测的系统和方法
CN111626203A (zh) 一种基于机器学习的铁路异物识别方法及系统
CN113484858A (zh) 一种入侵检测方法和系统
CN116030662B (zh) 一种基于大数据的智能安全检测系统及方法
CN105976370A (zh) 一种基于图像对比的雪深测量方法
Paul et al. Railway track crack detection
CN107144887A (zh) 一种基于机器视觉的轨道异物入侵监测方法
CN103149603A (zh) 一种基于视频的道路气象检测方法
Taştimur et al. Detection of rail faults using morphological feature extraction based image processing
CN103456182B (zh) 一种基于测距传感器的道路边缘检测方法及其系统
WO2017107790A1 (zh) 一种基于大数据预测路段状况的方法及装置

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20160928