CN108564627A - 一种基于多区域灰度投影的线阵图像轨枕定位及计数方法 - Google Patents

一种基于多区域灰度投影的线阵图像轨枕定位及计数方法 Download PDF

Info

Publication number
CN108564627A
CN108564627A CN201810284650.1A CN201810284650A CN108564627A CN 108564627 A CN108564627 A CN 108564627A CN 201810284650 A CN201810284650 A CN 201810284650A CN 108564627 A CN108564627 A CN 108564627A
Authority
CN
China
Prior art keywords
curve
sleeper
linear array
projection curve
joint
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
Application number
CN201810284650.1A
Other languages
English (en)
Other versions
CN108564627B (zh
Inventor
不公告发明人
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.)
Chengdu Seiko Hua Yao Technology Co Ltd
Original Assignee
Chengdu Seiko Hua Yao Technology Co Ltd
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 Chengdu Seiko Hua Yao Technology Co Ltd filed Critical Chengdu Seiko Hua Yao Technology Co Ltd
Priority to CN201810284650.1A priority Critical patent/CN108564627B/zh
Publication of CN108564627A publication Critical patent/CN108564627A/zh
Application granted granted Critical
Publication of CN108564627B publication Critical patent/CN108564627B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/70Determining position or orientation of objects or cameras
    • G06T7/73Determining position or orientation of objects or cameras using feature-based methods
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20024Filtering details
    • 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
    • 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
    • G06T2207/30242Counting objects in image

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Image Processing (AREA)

Abstract

本发明公开一种基于多区域灰度投影的线阵图像轨枕定位及计数方法,属于铁轨检测领域。包括以下步骤:利用线阵成像系统沿列车或检测平台前进方向对轨道路面进行线阵扫描成像,获取包含轨枕的线阵图像;在线阵图像轨枕区域设定多个检测区域,在各个检测区域内进行图像灰度值水平投影,得到多条水平投影曲线;对多条水平投影曲线进行滤波平滑后进行融合,得到联合投影曲线;然后根据联合投影曲线中方波数量或联合投影曲线一阶导数中波峰或波谷数量用作轨枕计数。本发明方法对轨枕定位和计数后,可实现高精度里程计数,为轨道巡检系统提供精准的位置信息,方便轨道巡检结果准确定位,和在后期维护中快速查找。

Description

一种基于多区域灰度投影的线阵图像轨枕定位及计数方法
技术领域
本发明涉及铁轨检测技术领域,具体指一种基于多区域灰度投影的线阵图像轨枕定位及计数方法。
背景技术
轨道交通包括普通铁路、高速铁路、地铁等,在国民经济发展、人民生活出行中发挥着重大作用。为保证轨道交通运行安全,轨道交通运营部门需定期对轨道安全进行巡检。具体巡检内容包括:铁轨几何参数检测,铁轨扣件松动、缺失、裂纹等异常检测,铁轨磨损检测,弓网线路检测,路面异物检测等。
目前,铁轨几何参数检测,主要采用惯导系统、激光图像测量系统,用于自动检测轨道几何参数;扣件异常检测,主要采用人工巡检。近期,也有学者将图像检测技术引入扣件异常巡检中。
在自动巡检系统中,通常需将所检测的异常结果与里程关联,作为事后维修时定位依据。目前,我国轨道巡检系统多常采用光电编码器、GPS定位系统用于里程计数。由于GPS在隧道、山区等环境下定位会受到严重影响,目前,多采用光电编码器用于里程计数,再采用间隔y Km处设置RFID电子标签对里程计数进行修正,y的取值为1~10。但是,在y Km以内,采用光电编码器进行里程计数时,还存在这样的问题:1)当光电编码器安装在列车或检测平台的驱动轮上时,在列车或检测平台启动或刹车时,驱动轮在铁轨上容易打滑,产生里程计数误差;2)当光电编码器安装于列车或检测平台的随动轮(随动轮自身不具备驱动能力,跟随列车或检测平台在铁轨上滚动)时,虽然在列车或检测平台启动或刹车时,随动轮不会有明显打滑现象发生,但是,在列车或检测平台运动过程中,随动轮与铁轨之间存在一定的相对运动,即存在轻微打滑现象,从而使里程计数存在累积误差。当我们采用随动轮驱动的线阵摄像机对轨道路面进行线阵扫描成像时,在扫描的初期,2次线阵扫描成像结果基本可以重合,如图1所示,但是,随着扫描距离的增加,光电编码器的累积误差效应变得非常明显,如图2所示(图1所位置到图2所示位置的距离仅有20m)。对于扣件、轨道损伤等异常检测而言,定位精度<0.5m。当y=1、光电编码器累积误差为1%时,里程定位偏差将达到10m,这显然不能满足实际应用需求。
由于铁路轨枕安装位置固定,而且间隔已知,因此,可通过对铁轨轨枕或扣件计数实现高精度里程计数。为此,专利CN2016112135719提出一种利用机器视觉对铁轨扣件计数,进行里程计数的方法。该方法同光电编码器、光电测距传感器及GPS定位系统等扣件定位方法相比,具有定位精度高、无累积误差等优势。但是,专利CN2016112135719中采用面阵摄像机用于获取扣件图像,需要精准的扣件触发成像控制系统,才能保证所扣件拍摄图像中同一扣件只出现一次。在没有扣件触发成像控制系统时,当检测平台运行速度大于摄像机拍摄速度时,拍摄图像中会遗漏扣件,导致里程计数错误;当检测平台运行速度小于摄像机拍摄速度时,同一个扣件会出现在多幅图像中,需要在拍摄图像中剔除多余的扣件图像,从而增加计算复杂度。此外,该专利采用硬阈值检测方法直接对扣件区域进行处理还存在这样的问题:1)硬阈值方法容易受到图像亮度变化干扰,不能较好地适应场景中亮度变化;2)直接对扣件区域进行处理时,还容易受到扣件异常干扰,比如扣件缺少和扣件存在两种情况下,相同阈值的检测结果是不同的,从而影响检测结果的可靠性。为此,迫切需要一种可为自动巡检系统提供高精度里程计数的方法。
发明内容
本发明的目的是提供一种铁路轨枕定位和计数方法,以用于轨道交通自动巡检系统高精度里程计数,以解决现有里程计数方法精度低、可靠性差等问题。
为解决上述技术问题,本发明的技术方案来如下:
一种基于多区域灰度投影的线阵图像轨枕定位及计数方法,其特征在于:利用线阵成像系统沿列车或检测平台前进方向对轨道路面进行线阵扫描成像,获取包含轨枕的线阵图像;在线阵图像轨枕区域设定多个检测区域,在各个检测区域内进行图像灰度值水平投影,得到多条水平投影曲线;对多条水平投影曲线进行滤波平滑后进行融合,得到联合投影曲线;然后,根据联合投影曲线中方波数量或联合投影曲线一阶导数中波峰或波谷数量用作轨枕计数。
所述线阵成像系统由线光源、线阵摄像机和成像控制器组成,线光源与线阵摄像机固定于列车或检测平台底部,位于铁路正上方、朝向轨道路面,线光源投射平面和线阵摄像机成像平面共面、并与铁轨垂直;所述线光源是波长为a的窄带光源,并在所述线阵摄像机前端设置波长为a的窄带滤光片,以消除环境光干扰,a的取值范围为300nm~1000nm;所述成像控制器由固定在车轮转轴上的光电码盘或光电编码器、信号调理装置组成,其中光电码盘或光电编码器对车轮转动角度进行编码,产生脉冲信号或编码信号给信号调理装置,信号调理装置接受到光电码盘或光电编码器产生的脉冲信号或编码信号以后,生成线阵摄像机触发控制信号,用于控制线阵摄像机成像;用于固定光电码盘或光电编码器的车轮为随动轮,随动轮自身不带动力、不具备驱动能力,跟随列车或检测平台贴合在铁轨上滑动;线阵摄像机沿着列车或检测平台前进方向对铁路路面进行线扫描成像,拍摄包含轨枕、铁轨、扣件的轨道二维图像;在拍摄的线阵扫描图像中,轨枕与图像横坐标平行。
第一种利用联合投影曲线中方波数量进行轨枕计数的方法:
利用所述线阵成像系统获取Q幅包含轨枕的轨道二维图像,并对Q幅轨道二维图像依次进行以下处理:
步骤1:取第q幅轨道二维图像I,在图像I中选取K个检测区域{R1...RK},K的取值范围为1~10,分别对K个检测区域{R1...RK}中像素值进行水平投影,得到K条水平投影曲线{S1...SK},K个检测区域的高度相等,且在检测区域中只包含轨枕,不包含扣件和铁轨;
步骤2:对K条水平投影曲线{S1...SK}进行融合,得到联合投影曲线S′;
步骤3:采用自适应阈值方法对联合投影曲线S′进行二值化处理,得到二值化曲线B;
步骤4:提取二值化曲线B中方波左右两侧的坐标,作为轨枕在图像中的行坐标,用于轨枕定位;
步骤5:统计联合投影曲线S′二值化结果中方波个数,作为该幅轨道二维图像中枕木的数量;
步骤6:对于线阵成像系统拍摄的Q幅轨道二维图像,依次采用步骤1-5进行处理,计算每幅图像中枕木的数量并求和,作为所扫描轨道中轨枕数量。
第二种利用联合投影曲线一阶导数中波峰或波谷数量进行轨枕计数的方法:
利用所述线阵成像系统获取Q幅包含轨枕的轨道二维图像,并对Q幅轨道二维图像依次进行以下处理:
步骤1:取第q幅轨道二维图像I,在图像I中选取K个检测区域{R1...RK},K的取值范围为1~100,分别对K个检测区域{R1...RK}中像素值进行水平投影,得到K条水平投影曲线{S1...SK},K个检测区域的高度相等,且在检测区域中只包含轨枕,不包含扣件和铁轨;
步骤2:对K条投影曲线{S1...SK}进行融合,得到联合投影曲线S′;
步骤3:对联合投影曲线S′进行一阶差分滤波,得到联合投影曲线S′的一阶导数S″;
步骤4:提取联合投影曲线S′的一阶导数S″中波峰、波谷,获取波峰的数量和坐标以及波谷的数量和坐标
步骤5:取一阶导数S″中配对的波峰、波谷坐标用于轨枕定位;
步骤6:依次采用步骤1~5对Q幅图像进行处理,计算每幅图像中波峰数量波谷数量对Q幅图像中波峰数量求和:对Q幅图像中波谷数量求和:作为该段轨道中轨枕数量。
所述第一种和第二种方法步骤1中水平投影曲线SK计算公式如下:
其中,Sk(i)表示投影曲线Sk中第i个元素的值,Ik′(i,j)表示第k个检测区域中梯度滤波图像I′中(i,j)处像素点的灰度值,Mk是第k个检测区域的宽度,N是检测区域的高度。
所述第一种和第二种方法步骤2中对K条投影曲线{S1...SK}进行融合,得到联合投影曲线S′的方法a是:对K条水平投影曲线{S1...SK}进行累加:
其中,S′(i)表示联合投影曲线S′中第i个元素的值,Sk(i)是第k条水平投影曲线Sk中第i个元素的值,K是联合投影曲线数量,N是检测区域的高度。
所述第一种和第二种方法步骤2中对K条投影曲线{S1...SK}进行融合得到联合投影曲线S′的方法b是:对K条投影曲线{S1...SK}进行累乘:
其中,S′(i)表示联合投影曲线S′中第i个元素的值,Sk(i)是第k条水平投影曲线Sk中第i个元素的值,K是联合投影曲线数量,Π表示累乘操作,N是检测区域的高度。
所述第一种和第二种方法步骤2中对K条投影曲线{S1...SK}进行融合得到联合投影曲线S′之前,先对K条投影曲线{S1...SK}进行平滑滤波,抑制噪声,再对平滑滤波后投影曲线进行对齐操作,最后以对齐后投影曲线的累加或累乘结果作为联合投影曲线S′;
所述对齐操作的方法是:选择第k条平滑滤波后投影曲线的第一波峰为基准,k的取值范围为1~K,对剩余K-1条平滑滤波后投影曲线进行平移操作,使剩余K-1条平滑滤波后投影曲线的第一波峰与第k条平滑滤波后投影曲线的第一波峰对齐,在平移操作中,新增加元素用0填充;所述第一个波峰是指从图像I的顶部至底部的第一个波峰;
所述平滑滤波包括:一维高斯滤波、一维中值滤波和一维均值滤波。
所述第一种方法在步骤3中采用自适应阈值方法对联合投影曲线S′进行二值化处理的方法是:
其中,B(i)是二值化处理结果中第i个元素,th2是分割阈值,由下式计算:
其中,N表示联合投影曲线的元素总数,S′(i)表示联合投影曲线S′中第i个元素。
所述第二种方法步骤3中提取联合投影曲线S′的一阶导数S″中波峰、波谷的方法是,首先采用固定阈值法把联合投影曲线S′的一阶导数S″划分为若干个正向方波和负向方波,接着,在正向方波区域内通过最大值法找到波峰,在负向方波区域内通过最小值法找到波谷;
所述固定阈值法具体公式为:
其中,G(i)表示固定阈值分割处理结果,th1表示设定阈值,S″(i)表示联合投影曲线中第i个元素的值,连续的G(i)=1元素构成正向方波,连续的G(i)=-1元素构成负向方波。
与现有技术相比,本发明有益效果为:
1)本发明采用线阵成像系统获取轨道二维图像,相比专利CN2016112135719采用面阵摄像机,不需要精准的触发控制系统,不会遗漏轨枕,不会产生冗余图像,图像数据量少,便于存储和管理;
2)本发明线阵成像系统中,线光源垂直于轨道平面照射,线阵摄像机垂直于轨道平面成像,使规则表面轨枕相比不规则表面碎石在图像具有更高亮度,从而增加拍摄图像进行轨枕识别的有益信息;
3)本发明采用多个检测区域中灰度投影曲线累加或累乘方式获取联合投影曲线后再提取轨枕,这种方法具有更好的抗干扰能力和鲁棒性,有利于提升轨枕定位及计数的可靠性;
4)本发明方法对轨枕定位和计数后,可实现高精度里程计数,为轨道巡检系统提供精准的位置信息,方便轨道巡检结果准确定位,和在后期维护中快速查找。
附图说明
图1是同一轨道2次线阵扫描图像始端区域均值。
图2是同一轨道2次线阵扫描图像末端区域均值。
图3是本发明方法的流程图。
图4是线阵成像系统示意图。
图5是线阵成像系统拍摄的轨道二维图像示意图。
图6是标记检测区域的轨道二维图像示意图。
图7是检测区域R2的水平投影曲线S2示意图。
图8是水平投影曲线S2的高斯平滑结果示意图。
图9是水平投影曲线S1,S2,S3累乘结果示意图。
图10是联合投影曲线的二值化结果示意图。
图11是联合投影曲线的一阶导数S″结果。
图12是联合投影曲线的一阶导数中波峰、波谷的提取结果。
图中,1为线光源,2为线阵摄像机,3为轨道,4为轨枕。
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。
如图3所示,本实施例提供一种基于多区域灰度投影的线阵图像轨枕定位及计数方法,具体实施方式如下:
利用线阵成像系统对铁路路面进行线阵扫描成像,获取Q幅包含轨枕4的轨道二维图像,在具体实施过程中,Q=20。
线阵成像系统结构示意图如图4所示,由线光源1和线阵摄像机2组成,位于铁路正上方,线光源1投射平面和线阵摄像机2成像平面共面,线光源1投射方向和线阵摄像机2光轴与铁路路面垂直。线光源1是波长为a的窄带光源,在线阵摄像机2前端设置波长为a的窄带滤光片,以消除环境光干扰,波长a=500nm。线阵摄像机2由固定在车轮转轴上的光电编码器产生的脉冲信号触发成像,用于固定光电编码器的车轮为随动轮,线阵摄像机沿着列车或检测平台前进方向对铁路路面进行线扫描成像,拍摄包含轨枕4、铁轨3、扣件的轨道二维图像,如图5所示。随动轮的特征是该车轮上无动力驱动,车轮套在连接轴上做滑动转动,随动轮在列车运行过程中不打滑。
实施例1:利用联合投影曲线中方波数量进行轨枕计数。
步骤1:取第q幅轨道二维图像I,在图像I中选取K个检测区域{R1...RK},K的取值范围为1~10,在具体实施过程中,取K=3,如图6所示,分别对K个检测区域{R1...RK}中像素值进行水平投影,得到K条水平投影曲线{S1...SK},检测区域R2对应的水平投影曲线S2如图7所示。K个检测区域的高度相等,且在检测区域中只包含轨枕,不包含扣件和铁轨;
步骤2:对K条水平投影曲线{S1...SK}进行融合,得到联合投影曲线S′;
步骤3:采用自适应阈值方法对联合投影曲线S′进行二值化处理,得到二值化曲线B,如图10所示;
采用自适应阈值方法对联合投影曲线S′进行二值化处理的方法是:
其中,B(i)是二值化处理结果中第i个元素,th2是分割阈值,由下式计算:
其中,N表示联合投影曲线的元素总数,S′(i)表示联合投影曲线S′中第i个元素。
步骤4:提取二值化曲线B中方波左右两侧的坐标,作为轨枕在图像中的行坐标,用于轨枕定位;
步骤5:统计联合投影曲线S′二值化结果中方波个数,作为该幅轨道二维图像中枕木的数量;
步骤6:对于线阵成像系统拍摄的Q幅轨道二维图像,依次采用步骤1-5进行处理,计算每幅图像中枕木的数量并求和,作为所扫描轨道中轨枕数量。
实施例2:利用联合投影曲线一阶导数中波峰或波谷数量进行轨枕计数。
利用所述线阵成像系统获取Q幅包含轨枕的轨道二维图像,并对Q幅轨道二维图像依次进行以下处理:
步骤1:取第q幅轨道二维图像I,在图像I中选取K个检测区域{R1...RK},K的取值范围为1~100,在具体实施过程中,取K=3,分别对K个检测区域{R1...RK}中像素值进行水平投影,得到K条水平投影曲线{S1...SK}。K个检测区域的高度相等,且在检测区域中只包含轨枕,不包含扣件和铁轨;
步骤2:对K条投影曲线{S1...SK}进行融合,得到联合投影曲线S′;
步骤3:对联合投影曲线S′进行一阶差分滤波,得到联合投影曲线S′的一阶导数S″,如图11所示;
步骤4:提取联合投影曲线S′的一阶导数S″中波峰、波谷,获取波峰的数量和坐标以及波谷的数量和坐标联合投影曲线的一阶导数中波峰、波谷的提取结果如图12所示;
步骤5:取一阶导数S″中配对的波峰、波谷坐标用于轨枕定位;
步骤6:依次采用步骤1~5对Q幅图像进行处理,计算每幅图像中波峰数量波谷数量对Q幅图像中波峰数量求和:对Q幅图像中波谷数量求和:作为该段轨道中轨枕数量。
在实施例1和实施例2中,步骤2中对K条投影曲线{S1...SK}进行融合,得到联合投影曲线S′的方法是:对K条水平投影曲线{S1...SK}的进行累加:
其中,S′(i)表示联合投影曲线S′中第i个元素的值,Sk(i)是第k条水平投影曲线Sk中第i个元素的值,K是联合投影曲线数量,N是检测区域的高度。
在实施例1和实施例2中,步骤2中对K条投影曲线{S1...SK}进行融合得到联合投影曲线S′的方法是:对K条投影曲线{S1...SK}进行累乘:
其中,S′(i)表示联合投影曲线S′中第i个元素的值,Sk(i)是第k条水平投影曲线Sk中第i个元素的值,K是联合投影曲线数量,Π表示累乘操作,N是检测区域的高度。
三条水平投影曲线累乘的结果示意图如图9所示。
在实施例1和实施例2中,步骤2中对K条投影曲线{S1...SK}进行融合得到联合投影曲线S′之前,先对K条投影曲线{S1...SK}进行平滑滤波,抑制噪声,再对平滑滤波后投影曲线进行对齐操作,最后以对齐后投影曲线的累加或累乘结果作为联合投影曲线S′。水平投影曲线S2对应的高斯平滑结果如图8所示。
对齐操作的方法是:选择第k条平滑滤波后投影曲线的第一波峰为基准,k的取值范围为1~K,对剩余K-1条平滑滤波后投影曲线进行平移操作,使剩余K-1条平滑滤波后投影曲线的第一波峰与第k条平滑滤波后投影曲线的第一波峰对齐,在平移操作中,新增加元素用0填充;第一个波峰是指从图像I的顶部至底部的第一个波峰;
平滑滤波包括:一维高斯滤波、一维中值滤波和一维均值滤波。
以上所揭露的仅为本发明几种较佳实施例而已,当然不能以此来限定本发明之权利范围,因此依本发明权利要求所作的等同变化,仍属本发明所涵盖的范围。

Claims (10)

1.一种基于多区域灰度投影的线阵图像轨枕定位及计数方法,其特征在于:利用线阵成像系统沿列车或检测平台前进方向对轨道路面进行线阵扫描成像,获取包含轨枕的线阵图像;在线阵图像轨枕区域设定多个检测区域,在各个检测区域内进行图像灰度值水平投影,得到多条水平投影曲线;对多条水平投影曲线进行滤波平滑后进行融合,得到联合投影曲线;然后,根据联合投影曲线中方波数量或联合投影曲线一阶导数中波峰或波谷数量用作轨枕计数。
2.根据权利要求1所述的基于多区域灰度投影的线阵图像轨枕定位及计数方法,其特征在于:所述线阵成像系统由线光源、线阵摄像机和成像控制器组成,线光源与线阵摄像机固定于列车或检测平台底部,位于铁路正上方、朝向轨道路面,线光源投射平面和线阵摄像机成像平面共面、并与铁轨垂直;所述线光源是波长为a的窄带光源,并在所述线阵摄像机前端设置波长为a的窄带滤光片,以消除环境光干扰,a的取值范围为300nm~1000nm;所述成像控制器由固定在车轮转轴上的光电码盘或光电编码器、信号调理装置组成,其中光电码盘或光电编码器对车轮转动角度进行编码,产生脉冲信号或编码信号给信号调理装置,信号调理装置接受到光电码盘或光电编码器产生的脉冲信号或编码信号以后,生成线阵摄像机触发控制信号,用于控制线阵摄像机成像;用于固定光电码盘或光电编码器的车轮为随动轮,随动轮自身不带动力、不具备驱动能力,跟随列车或检测平台贴合在铁轨上滑动;线阵摄像机沿着列车或检测平台前进方向对铁路路面进行线扫描成像,拍摄包含轨枕、铁轨、扣件的轨道二维图像;在拍摄的线阵扫描图像中,轨枕与图像横坐标平行。
3.根据权利要求1所述的基于多区域灰度投影的线阵图像轨枕定位及计数方法,其特征在于:利用所述线阵成像系统获取Q幅包含轨枕的轨道二维图像,并对Q幅轨道二维图像依次进行以下处理:
步骤1:取第q幅轨道二维图像I,在图像I中选取K个检测区域{R1...RK},K的取值范围为1~10,分别对K个检测区域{R1...RK}中像素值进行水平投影,得到K条水平投影曲线{S1...SK},K个检测区域的高度相等,且在检测区域中只包含轨枕,不包含扣件和铁轨;
步骤2:对K条水平投影曲线{S1...SK}进行融合,得到联合投影曲线S′;
步骤3:采用自适应阈值方法对联合投影曲线S′进行二值化处理,得到二值化曲线B;
步骤4:提取二值化曲线B中方波左右两侧的坐标,作为轨枕在图像中的行坐标,用于轨枕定位;
步骤5:统计联合投影曲线S′二值化结果中方波个数,作为该幅轨道二维图像中枕木的数量;
步骤6:对于线阵成像系统拍摄的Q幅轨道二维图像,依次采用步骤1-5进行处理,计算每幅图像中枕木的数量并求和,作为所扫描轨道中轨枕数量。
4.根据权利要求1所述的基于多区域灰度投影的线阵图像轨枕定位及计数方法,其特征在于:利用所述线阵成像系统获取Q幅包含轨枕的轨道二维图像,并对Q幅轨道二维图像依次进行以下处理:
步骤1:取第q幅轨道二维图像I,在图像I中选取K个检测区域{R1...RK},K的取值范围为1~100,分别对K个检测区域{R1...RK}中像素值进行水平投影,得到K条水平投影曲线{S1...SK},K个检测区域的高度相等,且在检测区域中只包含轨枕,不包含扣件和铁轨;
步骤2:对K条投影曲线{S1...SK}进行融合,得到联合投影曲线S′;
步骤3:对联合投影曲线S′进行一阶差分滤波,得到联合投影曲线S′的一阶导数S″;
步骤4:提取联合投影曲线S′的一阶导数S″中波峰、波谷,获取波峰的数量和坐标以及波谷的数量和坐标
步骤5:取一阶导数S″中配对的波峰、波谷坐标用于轨枕定位;
步骤6:依次采用步骤1~5对Q幅图像进行处理,计算每幅图像中波峰数量波谷数量对Q幅图像中波峰数量求和:对Q幅图像中波谷数量求和:作为该段轨道中轨枕数量。
5.根据权利要求3或4所述的基于多区域灰度投影的线阵图像轨枕定位及计数方法,其特征在于:所述步骤1中水平投影曲线SK计算公式如下:
其中,Sk(i)表示投影曲线Sk中第i个元素的值,I′k(i,j)表示第k个检测区域中梯度滤波图像I′中(i,j)处像素点的灰度值,Mk是第k个检测区域的宽度,N是检测区域的高度。
6.根据权利要求3或4所述的基于多区域灰度投影的线阵图像轨枕定位及计数方法,其特征在于:所述步骤2中对K条投影曲线{S1...SK}进行融合,得到联合投影曲线S′的方法是:对K条水平投影曲线{S1...SK}的进行累加:
其中,S′(i)表示联合投影曲线S′中第i个元素的值,Sk(i)是第k条水平投影曲线Sk中第i个元素的值,K是联合投影曲线数量,N是检测区域的高度。
7.根据权利要求3或4所述的基于多区域灰度投影的线阵图像轨枕定位及计数方法,其特征在于:所述步骤2中对K条投影曲线{S1...SK}进行融合得到联合投影曲线S′的方法是:对K条投影曲线{S1...SK}进行累乘:
其中,S′(i)表示联合投影曲线S′中第i个元素的值,Sk(i)是第k条水平投影曲线Sk中第i个元素的值,K是联合投影曲线数量,Π表示累乘操作,N是检测区域的高度。
8.根据权利要求3或4所述的基于多区域灰度投影的线阵图像轨枕定位及计数方法,其特征在于:所述步骤2中对K条投影曲线{S1...SK}进行融合得到联合投影曲线S′之前,先对K条投影曲线{S1...SK}进行平滑滤波,抑制噪声,再对平滑滤波后投影曲线进行对齐操作,最后以对齐后投影曲线的累加或累乘结果作为联合投影曲线S′;
所述对齐操作的方法是:选择第k条平滑滤波后投影曲线的第一波峰为基准,k的取值范围为1~K,对剩余K-1条平滑滤波后投影曲线进行平移操作,使剩余K-1条平滑滤波后投影曲线的第一波峰与第k条平滑滤波后投影曲线的第一波峰对齐,在平移操作中,新增加元素用0填充;所述第一个波峰是指从图像I的顶部至底部的第一个波峰;
所述平滑滤波包括:一维高斯滤波、一维中值滤波和一维均值滤波。
9.根据权利要求3所述的基于多区域灰度投影的线阵图像轨枕定位及计数方法,其特征在于:所述步骤3中提取联合投影曲线S′的一阶导数S″中波峰、波谷的方法是,首先采用固定阈值法把联合投影曲线S′的一阶导数S″划分为若干个正向方波和负向方波,接着,在正向方波区域内通过最大值法找到波峰,在负向方波区域内通过最小值法找到波谷;
所述固定阈值法具体公式为:
其中,G(i)表示固定阈值分割处理结果,th1表示设定阈值,S″(i)表示联合投影曲线S′的一阶导数S″中第i个元素的值,连续的G(i)=1元素构成正向方波,连续的G(i)=-1元素构成负向方波。
10.根据权利要求4所述的基于多区域灰度投影的线阵图像轨枕定位及计数方法,其特征在于:在步骤3中采用自适应阈值方法对联合投影曲线S′进行二值化处理是:
其中,B(i)是二值化处理结果中第i个元素,th2是分割阈值,由下式计算:
其中,N表示联合投影曲线的元素总数,S′(i)表示联合投影曲线S′中第i个元素。
CN201810284650.1A 2018-04-02 2018-04-02 一种基于多区域灰度投影的线阵图像轨枕定位及计数方法 Active CN108564627B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810284650.1A CN108564627B (zh) 2018-04-02 2018-04-02 一种基于多区域灰度投影的线阵图像轨枕定位及计数方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810284650.1A CN108564627B (zh) 2018-04-02 2018-04-02 一种基于多区域灰度投影的线阵图像轨枕定位及计数方法

Publications (2)

Publication Number Publication Date
CN108564627A true CN108564627A (zh) 2018-09-21
CN108564627B CN108564627B (zh) 2021-11-02

Family

ID=63533755

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810284650.1A Active CN108564627B (zh) 2018-04-02 2018-04-02 一种基于多区域灰度投影的线阵图像轨枕定位及计数方法

Country Status (1)

Country Link
CN (1) CN108564627B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109470262A (zh) * 2018-11-12 2019-03-15 成都精工华耀科技有限公司 一种轨道巡检车里程计数方法
CN110378869A (zh) * 2019-06-05 2019-10-25 北京交通大学 一种样本自动标注的钢轨扣件异常检测方法
CN112813748A (zh) * 2021-01-04 2021-05-18 中南大学 一种智能铺轨车的滚筒放置方法与系统
CN114179852A (zh) * 2021-10-29 2022-03-15 北京自动化控制设备研究所 一种轨道地面物廓型检测方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102854191A (zh) * 2012-07-18 2013-01-02 湖南大学 高速铁轨表面缺陷的实时视觉检测与识别方法
CN103018259A (zh) * 2012-12-18 2013-04-03 华南理工大学 基于嵌入式构架的多区域分割视觉检测系统及检测方法
US20160266054A1 (en) * 2013-10-23 2016-09-15 Nanovision Technology (Beijing) Co., Ltd Photon count-based radiation imaging system, method and device thereof
CN106096713A (zh) * 2016-06-16 2016-11-09 湖南工业大学 一种基于空间和灰度特征的粗精二级纸张计数方法
CN106709911A (zh) * 2016-12-26 2017-05-24 西北工业大学 一种基于机器视觉的高铁扣件检测与计数方法及系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102854191A (zh) * 2012-07-18 2013-01-02 湖南大学 高速铁轨表面缺陷的实时视觉检测与识别方法
CN103018259A (zh) * 2012-12-18 2013-04-03 华南理工大学 基于嵌入式构架的多区域分割视觉检测系统及检测方法
US20160266054A1 (en) * 2013-10-23 2016-09-15 Nanovision Technology (Beijing) Co., Ltd Photon count-based radiation imaging system, method and device thereof
CN106096713A (zh) * 2016-06-16 2016-11-09 湖南工业大学 一种基于空间和灰度特征的粗精二级纸张计数方法
CN106709911A (zh) * 2016-12-26 2017-05-24 西北工业大学 一种基于机器视觉的高铁扣件检测与计数方法及系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
刘甲甲: "铁路扣件图像特征提取与识别方法研究", 《中国博士学位论文全文数据库信息科技辑》 *
石伟: "基于机器视觉的纸张计数方法研究及其应用", 《中国优秀硕士学位论文全文数据库信息科技辑》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109470262A (zh) * 2018-11-12 2019-03-15 成都精工华耀科技有限公司 一种轨道巡检车里程计数方法
CN110378869A (zh) * 2019-06-05 2019-10-25 北京交通大学 一种样本自动标注的钢轨扣件异常检测方法
CN112813748A (zh) * 2021-01-04 2021-05-18 中南大学 一种智能铺轨车的滚筒放置方法与系统
CN114179852A (zh) * 2021-10-29 2022-03-15 北京自动化控制设备研究所 一种轨道地面物廓型检测方法

Also Published As

Publication number Publication date
CN108564627B (zh) 2021-11-02

Similar Documents

Publication Publication Date Title
CN108648171A (zh) 一种采用线阵图像二值化区域投影的轨枕定位及计数方法
CN108564627A (zh) 一种基于多区域灰度投影的线阵图像轨枕定位及计数方法
CN208206154U (zh) 一种基于线结构光三维扫描的轨道巡检里程计数装置
CN208075878U (zh) 一种基于线阵扫描成像的轨道巡检高精度里程计数装置
CN100480627C (zh) 一种钢轨磨耗综合参数车载动态测量装置及方法
US8209145B2 (en) Methods for GPS to milepost mapping
CN101142462B (zh) 用于检查铁路轨道的系统和方法
CN102467821B (zh) 基于视频图像的路面距离检测方法及装置
US8405837B2 (en) System and method for inspecting surfaces using optical wavelength filtering
CN102622886B (zh) 一种基于视频的车辆违章变道事件检测方法
CN101576375B (zh) 一种钢轨磨耗激光视觉图像快速处理方法
CN103863357B (zh) 一种轨道交通接触轨测量装置及测量方法
CN102549379A (zh) 用于轨座磨损的倾斜校正系统和方法
CN107576667A (zh) 一种基于线阵红外摄像机的铁轨扣件异常检测系统
CN106918598B (zh) 基于数字图像的桥梁路面应变及裂纹检测分析系统及方法
CN208887650U (zh) 一种轨道巡检车里程计数装置
CN107642014A (zh) 铁路轨道外轨超高测量系统及方法
CN102252859A (zh) 汽车列车直线行驶横向稳定性自动辨识系统
CN108596968B (zh) 一种基于轨道3d深度图像的轨枕计数方法
CN105507099A (zh) 一种静态铁路轨道组件轮廓尺寸及病害光学检测系统
CN109470262A (zh) 一种轨道巡检车里程计数方法
CN108846824A (zh) 一种基于梯度投影的线阵扫描图像轨枕定位及计数方法
CN112109769B (zh) 基于一种城轨车辆车轮踏面损伤检测系统的车轮踏面损伤检测方法
Espino et al. Rail and turnout detection using gradient information and template matching
CN116519703A (zh) 基于线扫3d图像的集电靴碳滑板图像检测系统及方法

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
GR01 Patent grant
GR01 Patent grant