CN108230394A - 一种轨道图像自动校正方法 - Google Patents

一种轨道图像自动校正方法 Download PDF

Info

Publication number
CN108230394A
CN108230394A CN201611156157.9A CN201611156157A CN108230394A CN 108230394 A CN108230394 A CN 108230394A CN 201611156157 A CN201611156157 A CN 201611156157A CN 108230394 A CN108230394 A CN 108230394A
Authority
CN
China
Prior art keywords
image
scaling board
coordinate
collecting device
track
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
CN201611156157.9A
Other languages
English (en)
Inventor
余明杨
朱齐果
羊鹏
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.)
Central South University
Original Assignee
Central South University
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 Central South University filed Critical Central South University
Priority to CN201611156157.9A priority Critical patent/CN108230394A/zh
Publication of CN108230394A publication Critical patent/CN108230394A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30204Marker
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30236Traffic on road, railway or crossing

Landscapes

  • Image Processing (AREA)

Abstract

本发明公开了一种轨道图像自动校正方法。将标定板置于轨检小车前端。标定板是一块标准矩形的平面板,平面板上的中心为一个白色矩形,除此白色区域外均为黑色,在标定板后放置一个相机,相机与轨面成角度θ,对轨道进行拍摄,确保标定板在所拍摄的图像中。从拍摄图像中截取标定板中心区域(含完整白色矩形区域),对截取图像进行轮廓提取,对轮廓进行直线检测得到四条直线,求得四个直线交点坐标,然后,可求得四个交点在原图像中的坐标,通过这四个交点坐标求取校正矩阵,将校正矩阵应用在原图像上,即可实现轨道图像的自动校正。

Description

一种轨道图像自动校正方法
技术领域
本发明涉及一种轨道图像自动校正方法。
背景技术
随着我国铁路交通事业的快速发展,普通铁路提速和高速铁路建设已经成为提高铁路运送能力的重要手段。其中,高速铁路以其快捷舒服、运载量大、低碳环保的优点成为了我国交通运输的重要组成部分。列车运行速度的提高,对轨道平顺性提出了更为严格的要求。高速列车在长期运行过程中,由于轮轨反复作用以及沉降等众多因素影响,铁路轨道易发生几何变形,如果轨道平顺性不达标,将危害轨道和机车车辆部件,降低轨道及机车车辆的使用年限,甚至危及行车安全。因此,对轨道的平顺性进行精确、快速的检测具有重要意义。
摄影测量方法是众多轨道检测方法中的一种,所摄影像是客观物体或目标的真实反映,信息丰富,形象直观,人们可以从中获得所研究物体的大量几何信息和物理信息。在对图像进行测量检测时,首先要对图像进行预处理,其中就包括图像校正。铁路轨道图像因为环境相对比较复杂,轨道与背景灰度差别小,校正具有一定的难度。目前,采用的轨道图像校正方法基于铁路轨道本身的特征提取对轨道图像进行校正,这种方法所需处理数据较多,在校正效率和精度上有待进一步改善。
发明内容
为了解决目前对轨道图像进行测量检测时校正效率和精度不足的技术问题,本发明提供一种效率高、精度高的铁路轨道图像校正方法。
为了实现上述技术目的,本发明的技术方案是,
一种轨道图像自动校正方法,包括以下步骤:
步骤1,在铁路轨道上设置图像采集装置,图像采集装置设置于轨道中央并朝向轨道拍摄,图像采集装置与轨面呈θ角;在图像采集装置拍摄范围内设置标定板,所述的标定板上设有矩形色块,所述的矩形色块的中线和轨道的中线重合;
步骤2,从图像采集装置拍摄的初始轨道图像中采集标定板图像,获取图像中矩形色块轮廓;
步骤3,对矩形色块轮廓进行直线检测得到表示轮廓边缘的四条直线,然后求得四条直线在采集的标定板图像上的四个交点坐标,进而求得四个交点在图像采集装置拍摄的初始轨道图像中的坐标;
步骤4,根据四个交点在原图像中的坐标求取校正矩阵,将校正矩阵应用在原图像上,以实现轨道图像的自动校正。
所述的方法,所述的步骤1中,图像采集装置设置于沿轨道方向运动的轨检小车上。
所述的方法,所述的步骤2中,所采集的标定板图像,是从图像采集装置拍摄的轨道图像中截取的。
所述的方法,截取的标定板图像为固定的(K1:K2,K3:K4)图像,其中K1、K2、K3、K4为截取的标定板图像在图像采集装置拍摄的轨道图像上的位置坐标。
所述的方法,所述的步骤3的具体步骤为:
首先,采用canny算子对标定板图像进行边缘检测;然后,采用radon变换对轮廓进行直线提取;最后,通过提取出来的四条直线求解标定板白色矩形四个角点坐标,以四个角点坐标分别为a(a1,a2)、b(b1,b2)、c(c1,c2)、d(d1,d2),则四个角点在原图像中的坐标为a’(a1+K1,a2+K3)、b’(b1+K1,b2+K3)、c’(c1+K1,c2+K3)、d’(d1+K1,d2+K3).
所述的方法,所述的步骤4的具体步骤为:
将步骤3中求出四个角点在原图像中的原坐标作为输入点,以图像上方两点a’b’为基准,计算出四个输出点1234,使得输出点1234为一个矩形四个顶点;构造校正矩阵h=(h11,h12,h13,h21,h22,h23,h31,h32,h33)T,其中h为校正待求参数;
根据投影关系和坐标转换公式,有:
其中x1y1、x2y2、x3y3、x4y4分别是a’b’c’d’的坐标,x1’y1’、x2’y2’、x3’y3’、x4’y4’是1234的坐标,代入四个输入点和四个输出点以计算出校正矩阵H,求出校正矩阵后,将原图像的点坐标带入式(1)x1y1x2y2x3y3x4y4中,求得x1’y1’x2’y2’x3’y3’x4’y4’,即这些点在校正后图像中的坐标,再把原坐标上的值赋予新坐标上的点,即实现校正。
本发明的技术效果在于,采用了标定板与铁轨置于同一水平面,利用标定板上白色矩形区域获取四个角点,通过这四个点求得校正矩阵,从而实现铁路轨道图像的校正。提高了铁路轨道图像校正的效率与精度。
下面结合附图对本发明作进一步说明。
附图说明
图1为本发明图像获取的位置关系图;
图2为本发明相机获取的图像示意图;
图3为本发明从原图中截取的标定板图;
图4为本发明图像校正时的输入点及输出点说明图;
其中1为相机、2为标定板、3为轨检小车、4为铁路轨道。
具体实施方式
参见图1,4为铁路轨道;3为轨检小车,本实施例将图像采集装置固定于沿铁路轨道运动的轨检小车上;2为轨检小车中间前端的标定板,标定板为标准矩形,除去中间矩形区域为白色外,其余部分为黑色;1为相机,即本实施例采用的图像采集装置,相机1位于轨检小车中间,与轨面呈θ角度,获取待校正的轨道图像,并且标定板出现在待校正的图像中。
第一步,获取图像。如图1,相机1置于轨检小车3中间,与轨面呈θ角度,获取轨道图像。图像示意图如图2,标定板2位于图像下方,轨道4发生畸变,待校正;
第二步,截取标定板图像。本发明利用标定板对轨道图像进行校正,为避免其它背景环境的干扰,故截取标定板图像进行处理,提高校正精度。由于相机位置及参数设置、标定板位置固定,每次拍摄的的图像中,标定板均位于一个相对固定位置,故可从原图像即图像采集装置拍摄的初始轨道图像中截取固定的(K1:K2,K3:K4)图像作为待处理的标定板图像,其中K1、K2、K3、K4为截取的标定板图像在图像采集装置拍摄的轨道图像上的位置坐标,截取图像示意图为图3,abcd为标定板上白色矩形的四个角点。
第三步,获取标定板白色矩形四个角点在原图像中的坐标。首先,采用canny算子对标定板图像进行边缘检测;然后,采用radon变换对轮廓进行直线提取;最后,通过提取出来的四条直线求解标定板白色矩形四个角点坐标,设角点坐标分别为a(a1,a2)、b(b1,b2)、c(c1,c2)、d(d1,d2),那么,四个角点再原图像中的坐标为a(a1+K1,a2+K3)、b(b1+K1,b2+K3)、c(c1+K1,c2+K3)、d(d1+K1,d2+K3);
第四步,求取校正矩阵;如图四,讲步骤三求出四个角点a(a1+K1,a2+K3)、b(b1+K1,b2+K3)、c(c1+K1,c2+K3)、d(d1+K1,d2+K3)作为输入点,以图像上方两点ab为基准,计算出四个输出点ABCD,使得输出点ABCD为一矩形四个顶点;构造校正矩阵h=(h11,h12,h13,h21,h22,h23,h31,h32,h33)T
根据投影关系和坐标转换公式,可得如下公式:
带入四个输入点和四个输出点即可计算出校正矩阵H,即可对图像进行校正。

Claims (6)

1.一种铁路轨道图像自动校正方法,其特征在于,包括以下步骤:
步骤1,在铁路轨道上设置图像采集装置,图像采集装置设置于轨道中央并朝向轨道拍摄,图像采集装置与轨面呈θ角;在图像采集装置拍摄范围内设置标定板,所述的标定板上设有矩形色块,所述的矩形色块的中线和轨道的中线重合;
步骤2,从图像采集装置拍摄的初始轨道图像中采集标定板图像,获取图像中矩形色块轮廓;
步骤3,对矩形色块轮廓进行直线检测得到表示轮廓边缘的四条直线,然后求得四条直线在采集的标定板图像上的四个交点坐标,进而求得四个交点在图像采集装置拍摄的初始轨道图像中的坐标;
步骤4,根据四个交点在原图像中的坐标求取校正矩阵,将校正矩阵应用在原图像上,以实现轨道图像的自动校正。
2.根据权利要求1所述的方法,其特征在于,所述的步骤1中,图像采集装置设置于沿轨道方向运动的轨检小车上。
3.根据权利要求1所述的方法,其特征在于,所述的步骤2中,所采集的标定板图像,是从图像采集装置拍摄的轨道图像中截取的。
4.根据权利要求3所述的方法,其特征在于,截取的标定板图像为固定的(K1:K2,K3:K4)图像,其中K1、K2、K3、K4为截取的标定板图像在图像采集装置拍摄的轨道图像上的位置坐标。
5.根据权利要求4所述的方法,其特征在于,所述的步骤3的具体步骤为:
首先,采用canny算子对标定板图像进行边缘检测;然后,采用radon变换对轮廓进行直线提取;最后,通过提取出来的四条直线求解标定板白色矩形四个角点坐标,以四个角点坐标分别为a(a1,a2)、b(b1,b2)、c(c1,c2)、d(d1,d2),则四个角点在原图像中的坐标为a’(a1+K1,a2+K3)、b’(b1+K1,b2+K3)、c’(c1+K1,c2+K3)、d’(d1+K1,d2+K3)。
6.根据权利要求4所述的方法,其特征在于,所述的步骤4的具体步骤为:
将步骤3中求出四个角点在原图像中的原坐标作为输入点,以图像上方两点a’b’为基准,计算出四个输出点1234,使得输出点1234为一个矩形四个顶点;构造校正矩阵h=(h11,h12,h13,h21,h22,h23,h31,h32,h33)T,其中h为校正待求参数;
根据投影关系和坐标转换公式,有:
其中x1y1、x2y2、x3y3、x4y4分别是a’b’c’d’的坐标,x1’y1’、x2’y2’、x3’y3’、x4’y4’是1234的坐标,代入四个输入点和四个输出点以计算出校正矩阵H,求出校正矩阵后,将原图像的点坐标带入式(1)x1y1x2y2x3y3x4y4中,求得x1’y1’x2’y2’x3’y3’x4’y4’,即这些点在校正后图像中的坐标,再把原坐标上的值赋予新坐标上的点,即实现校正。
CN201611156157.9A 2016-12-14 2016-12-14 一种轨道图像自动校正方法 Pending CN108230394A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201611156157.9A CN108230394A (zh) 2016-12-14 2016-12-14 一种轨道图像自动校正方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201611156157.9A CN108230394A (zh) 2016-12-14 2016-12-14 一种轨道图像自动校正方法

Publications (1)

Publication Number Publication Date
CN108230394A true CN108230394A (zh) 2018-06-29

Family

ID=62651042

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201611156157.9A Pending CN108230394A (zh) 2016-12-14 2016-12-14 一种轨道图像自动校正方法

Country Status (1)

Country Link
CN (1) CN108230394A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109361864A (zh) * 2018-11-20 2019-02-19 维沃移动通信(杭州)有限公司 一种拍摄参数设置方法及终端设备
CN110415192A (zh) * 2019-07-31 2019-11-05 广州运达智能科技有限公司 一种轨道列车线阵相机图像畸变校正方法
CN112833784A (zh) * 2021-01-04 2021-05-25 中铁四局集团有限公司 一种单目相机结合激光扫描的钢轨定位方法
CN112989099A (zh) * 2021-05-14 2021-06-18 赣通通信股份有限公司 基于图像通信的智慧施工管理系统和方法
CN113984279A (zh) * 2021-10-31 2022-01-28 西安汉唐分析检测有限公司 一种指针式压力表批量全自动校准方法

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1867940A (zh) * 2003-10-14 2006-11-22 卡西欧计算机株式会社 成像装置及其图像处理方法
US20070064244A1 (en) * 2005-09-16 2007-03-22 Mian Zahid F Optical wheel evaluation
US20130094764A1 (en) * 2011-10-17 2013-04-18 Richard John Campbell Methods, Systems and Apparatus for Correcting Perspective Distortion in a Document Image
CN103177418A (zh) * 2011-12-22 2013-06-26 北大方正集团有限公司 一种平面目标图像的透视变形方法和系统
CN104296682A (zh) * 2014-10-28 2015-01-21 电子科技大学 一种基于机器视觉火车导轨轮廓测量中轮廓配准方法
CN104501724A (zh) * 2015-01-19 2015-04-08 成都国铁电气设备有限公司 适用于高速动车的接触网几何参数测量与标定方法
CN104850869A (zh) * 2015-04-27 2015-08-19 长安大学 一种高速铁路cpⅲ标志物的自动识别系统及方法
CN105224908A (zh) * 2014-07-01 2016-01-06 北京四维图新科技股份有限公司 一种基于正射投影的道路标线采集方法及装置
CN105678737A (zh) * 2015-12-24 2016-06-15 华北电力大学(保定) 一种基于Radon变换的数字图像角点检测方法
CN105740806A (zh) * 2016-01-27 2016-07-06 大连楼兰科技股份有限公司 一种基于多视角的透视变换目标特征提取方法
CN106203433A (zh) * 2016-07-13 2016-12-07 西安电子科技大学 一种车辆监控图像中车牌位置自动提取并透视校正的方法

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1867940A (zh) * 2003-10-14 2006-11-22 卡西欧计算机株式会社 成像装置及其图像处理方法
US20070064244A1 (en) * 2005-09-16 2007-03-22 Mian Zahid F Optical wheel evaluation
US20130094764A1 (en) * 2011-10-17 2013-04-18 Richard John Campbell Methods, Systems and Apparatus for Correcting Perspective Distortion in a Document Image
CN103177418A (zh) * 2011-12-22 2013-06-26 北大方正集团有限公司 一种平面目标图像的透视变形方法和系统
CN105224908A (zh) * 2014-07-01 2016-01-06 北京四维图新科技股份有限公司 一种基于正射投影的道路标线采集方法及装置
CN104296682A (zh) * 2014-10-28 2015-01-21 电子科技大学 一种基于机器视觉火车导轨轮廓测量中轮廓配准方法
CN104501724A (zh) * 2015-01-19 2015-04-08 成都国铁电气设备有限公司 适用于高速动车的接触网几何参数测量与标定方法
CN104850869A (zh) * 2015-04-27 2015-08-19 长安大学 一种高速铁路cpⅲ标志物的自动识别系统及方法
CN105678737A (zh) * 2015-12-24 2016-06-15 华北电力大学(保定) 一种基于Radon变换的数字图像角点检测方法
CN105740806A (zh) * 2016-01-27 2016-07-06 大连楼兰科技股份有限公司 一种基于多视角的透视变换目标特征提取方法
CN106203433A (zh) * 2016-07-13 2016-12-07 西安电子科技大学 一种车辆监控图像中车牌位置自动提取并透视校正的方法

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
代勤 等: "基于改进Hough变换和透视变换的透视图像矫正", 《液晶与显示》 *
侯和平 等: "基于Radon变换与灰度投影积分极值方法的矩形检测", 《西安理工大学学报》 *
刘璐: "数字影像内定向与仿射畸变校正研究", 《中国优秀硕士学位论文全文数据库_信息科技辑》 *
李芳芳: "一种新型轨道检测技术的基础理论探讨", 《中国优秀硕士学位论文全文数据库(信息科技辑)》 *
陈强等: "高速铁路轨道车载近景影像的精确匹配与建模", 《铁道工程学报》 *

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109361864A (zh) * 2018-11-20 2019-02-19 维沃移动通信(杭州)有限公司 一种拍摄参数设置方法及终端设备
CN110415192A (zh) * 2019-07-31 2019-11-05 广州运达智能科技有限公司 一种轨道列车线阵相机图像畸变校正方法
CN112833784A (zh) * 2021-01-04 2021-05-25 中铁四局集团有限公司 一种单目相机结合激光扫描的钢轨定位方法
CN112833784B (zh) * 2021-01-04 2022-02-25 中铁四局集团有限公司 一种单目相机结合激光扫描的钢轨定位方法
CN112989099A (zh) * 2021-05-14 2021-06-18 赣通通信股份有限公司 基于图像通信的智慧施工管理系统和方法
CN112989099B (zh) * 2021-05-14 2021-08-17 赣通通信股份有限公司 基于图像通信的智慧施工管理系统和方法
CN113984279A (zh) * 2021-10-31 2022-01-28 西安汉唐分析检测有限公司 一种指针式压力表批量全自动校准方法

Similar Documents

Publication Publication Date Title
CN108230394A (zh) 一种轨道图像自动校正方法
CN103353758B (zh) 一种室内机器人导航方法
CN103954458B (zh) 一种非接触式四轮定位仪及其检测方法
CN106650701B (zh) 基于双目视觉的室内阴影环境下障碍物检测方法及装置
CN110827395A (zh) 一种适用于动态环境的即时定位与地图构建方法
CN103778523A (zh) 一种垂直起降无人机及其精确定位及避障方法
CN106197265B (zh) 一种空间自由飞行模拟器视觉精密定位方法
CN111091076B (zh) 基于立体视觉的隧道限界数据测量方法
CN103294059A (zh) 基于混合导航带的移动机器人定位系统及其方法
CN108563236B (zh) 一种基于同心圆特征的纳型无人机目标跟踪方法
CN106112152B (zh) 一种微孔电解加工机器视觉定位导航方法
CN104657982A (zh) 一种投影仪标定方法
CN106908064B (zh) 一种基于Kinect2传感器的室内夜间视觉导航方法
CN110864691B (zh) 基于天花板式二维码的仿磁条定位方法及装置
CN106338287A (zh) 基于天花板的室内移动机器人视觉定位方法
CN105242568B (zh) 基于数字图像处理的烟叶精确剔除控制方法
CN108122255A (zh) 一种基于梯形与圆形组合地标的无人机位姿估计方法
CN106705962A (zh) 一种获取导航数据的方法及系统
CN203520162U (zh) 基于导引路径的agv举升校正系统
CN112967344A (zh) 相机外参标定的方法、设备、存储介质及程序产品
CN104792302A (zh) 一种建模测车距的方法
CN105606123A (zh) 一种低空航空摄影测量自动纠正数字地面高程模型的方法
CN106595596B (zh) 一种铁路轨道轨向检测的摄影测量方法
CN103488801B (zh) 一种基于地理信息空间库的机场目标检测方法
CN111442762A (zh) 面向水利工程的无人机贴近摄影方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
AD01 Patent right deemed abandoned
AD01 Patent right deemed abandoned

Effective date of abandoning: 20220715