CN108846824A - 一种基于梯度投影的线阵扫描图像轨枕定位及计数方法 - Google Patents

一种基于梯度投影的线阵扫描图像轨枕定位及计数方法 Download PDF

Info

Publication number
CN108846824A
CN108846824A CN201810284072.1A CN201810284072A CN108846824A CN 108846824 A CN108846824 A CN 108846824A CN 201810284072 A CN201810284072 A CN 201810284072A CN 108846824 A CN108846824 A CN 108846824A
Authority
CN
China
Prior art keywords
sleeper
image
linear array
gradient
projection curve
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
CN201810284072.1A
Other languages
English (en)
Other versions
CN108846824B (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 Jingshi Huayao 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 CN201810284072.1A priority Critical patent/CN108846824B/zh
Publication of CN108846824A publication Critical patent/CN108846824A/zh
Application granted granted Critical
Publication of CN108846824B publication Critical patent/CN108846824B/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
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0004Industrial image inspection
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B61RAILWAYS
    • B61KAUXILIARY EQUIPMENT SPECIALLY ADAPTED FOR RAILWAYS, NOT OTHERWISE PROVIDED FOR
    • B61K9/00Railway vehicle profile gauges; Detecting or indicating overheating of components; Apparatus on locomotives or cars to indicate bad track sections; General design of track recording vehicles
    • B61K9/08Measuring installations for surveying permanent way
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10004Still image; Photographic image
    • 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
    • G06T2207/30108Industrial image inspection
    • 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

Abstract

本发明公开一种基于梯度投影的线阵扫描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;对线阵图像进行垂直于轨枕方向梯度滤波,得到梯度滤波图像;在梯度滤波图像轨枕区域设定检测区域,在检测区域内,平行于轨枕方向进行梯度投影,得到梯度投影曲线;检测梯度投影曲线中波峰、波谷位置和数量,取配对的波峰、波谷用于轨枕定位,计算所有线阵图像中波峰或波谷数量之和作为该段轨道中轨枕数量。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

一种基于梯度投影的线阵扫描图像轨枕定位及计数方法
技术领域
本发明涉及轨道巡检技术领域,具体指一种基于梯度投影的线阵扫描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、地铁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yKm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。对于扣件、轨道损伤等异常检测而言,定位精度小于0.5m。当y=1且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:
一种基于梯度投影的线阵扫描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;对线阵图像进行垂直于轨枕方向梯度滤波,得到梯度滤波图像;在梯度滤波图像轨枕区域设定检测区域,在检测区域内,平行于轨枕方向进行梯度投影,得到梯度投影曲线;检测梯度投影曲线中波峰、波谷位置和数量,取配对的波峰、波谷用于轨枕定位,计算所有线阵图像中波峰或波谷数量之和作为该段轨道中轨枕数量。
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。
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,对图像I进行垂直方向梯度滤波,得到梯度滤波图像I′;
步骤2:在梯度滤波图像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}中梯度滤波图像进行水平投影,得到K条水平投影曲线{S1...SK};所述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3: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4:提取联合投影曲线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:取联合投影曲线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。
所述步骤1中对图像I进行垂直方向梯度滤波前,对图像I先进行高斯滤波平滑;所述垂直方向梯度滤波采用大小为m*n的差分算子,其中m是滤波器的高度,n是滤波器的宽度,且n>=m,m、n的取值范围为:3~100。
所述步骤2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。
所述步骤4中提取联合投影曲线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′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,th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。
所述步骤5中,波峰、波谷配对方法是:当差分算子中前m/2行元素取值大于0时,从线阵扫描图像顶部至底部,按波谷、波峰顺序配对;当差分算子中前m/2行元素取值小于0时,从线阵扫描图像顶部至底部,按波峰、波谷顺序配对。
所述步骤3中对K条水平投影曲线{S1...SK}进行融合得到联合投影曲线的方法是: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。
所述步骤3中对K条水平投影曲线{S1...SK}进行融合得到联合投影曲线的方法是:对K条水平投影曲线{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)表示第k个水平投影曲线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。
所述步骤3中对K条水平投影曲线{S1...SK}进行融合计算联合投影曲线S′之前,先对K条水平投影曲线{S1...SK}进行对齐操作,以对齐后水平投影曲线进行累加或累乘操作;
所述对K条水平投影曲线{S1...SK}进行对齐操作的方法是:选择第k条水平投影曲线的第一波峰为基准,k的取值范围为1~K,对剩余的K-1条水平投影曲线进行平移操作,使剩余K-1条水平投影曲线的第一波峰与第k条水平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;所述水平投影曲线的第一个波峰是指从图像I的顶部至底部的第一个波峰。
本发明的有益效果为:
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,而在轨枕边缘处产生较大梯度,可增加拍摄图像进行轨枕识别的有益信息。
3)本发明对线阵图像进行垂直于轨枕方向梯度滤波,在梯度滤波图像轨枕区域内,平行于轨枕方向进行梯度投影,得到梯度投影曲线;检测梯度投影曲线中波峰、波谷位置和数量,取配对的波峰、波谷用于轨枕定位,计算所有线阵图像中波峰或波谷数量之和作为该段轨道中轨枕数量。利用波峰或波谷数量作为轨枕计数的方法,可避免所采集的线阵图像中轨枕跨图像边界问题(如图3所示,在图像底部,轨枕跨边界),从而避免轨枕重复统计或遗漏的问题。
4)本发明采用多个检测区域提取梯度投影曲线后,再采用累加或累乘方式提取联合投影曲线,可有效抑制碎石区域梯度数据能量(详见图7、图8、图10的对比结果),提升轨枕边缘区域提取的可靠性。
5)本发明根据轨枕间隔恒定的先验信息,在获取轨枕计数结果后,即可实现精度优于1m的里程计数,可完全满足轨道巡检系统缺陷检测定位精度需求。
附图说明
图1是本发明方法的流程图。
图2是线阵成像系统示意图。
图3是线阵成像系统拍摄的轨道二维图像示意图。
图4是轨道二维图像的高斯滤波去噪结果示意图。
图5是标记检测区域的梯度滤波图像。
图6是轨道二维图像的垂直方向梯度滤波图像。
图7是检测区域R2对应的水平投影曲线S2
图8是累加联合投影曲线示意图。
图9是累乘联合投影曲线示意图。
图10是联合投影曲线S′中波峰、波谷示意图。
图11是同一轨道2次线阵扫描图像始端区域均值。
图12是同一轨道2次线阵扫描图像末端区域均值。
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1所示,本实施例提供一种基于梯度投影的线阵扫描图像轨枕定位及计数方法,具体实施方式如下:
实施例1:
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20幅线阵图像。
线阵成像系统结构示意图如图2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。
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2触发控制信号,用于控制线阵摄像机2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2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3所示;在拍摄的线阵扫描图像中,轨枕与图像横坐标平行。
对20幅轨道二维图像依次进行以下处理:
步骤1:取第1幅轨道二维图像I,对图像I先进行高斯滤波平滑,结果如图4所示,然后对图像I进行垂直方向梯度滤波,得到梯度滤波图像I′,垂直方向梯度滤波采用大小为50*50的差分算子,其中滤波器的高度和宽度均为50。
步骤2:在梯度滤波图像I′中选取3个检测区域{R1...R3},如图5所示,其中检测区域R2对应的梯度滤波图像如图6所示,分别对3个检测区域{R1...R3}中梯度滤波图像进行水平投影,得到3条水平投影曲线{S1...S3};这3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。其中检测区域R2对应的水平投影曲线S2如图7所示。
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。
步骤3:对3条水平投影曲线{S1...S3}通过累加的方式进行融合得到联合投影曲线S′,结果如图8所示,累加操作的具体公式为:
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。
步骤4:提取联合投影曲线S′中波峰,获取波峰的数量和坐标
首先采用固定阈值法把联合投影曲线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,结果图如图9所示。
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,th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。
步骤5:取联合投影曲线S′中配对的波峰坐标用于轨枕定位。
波峰配对方法是:当差分算子中前m/2行元素取值大于0时,从线阵扫描图像顶部至底部,按波峰顺序配对;当差分算子中前m/2行元素取值小于0时,从线阵扫描图像顶部至底部,按波峰顺序配对。
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对Q幅图像中波峰数量求和:作为该段轨道中轨枕数量。
实施例2:
将实施例1中的步骤3替换为:对3条水平投影曲线{S1...S3}通过累乘的方式进行融合得到联合投影曲线S′,结果如图9所示,累乘操作的具体公式为:
其中,S′(i)表示联合投影曲线S′中第i个元素的值,Sk(i)表示第k个水平投影曲线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。
其余步骤均与实施例1相同。
实施例3:
将实施例1或2中的步骤4~6依次替换为:
步骤4:提取联合投影曲线S′中波谷,获取波谷的数量和坐标
首先采用固定阈值法把联合投影曲线S′划分为若干个负向方波,在负向方波区域内通过最小值法找到波谷,结果图如图10所示。
步骤5:取联合投影曲线S′中配对的波谷坐标用于轨枕定位。
波谷配对方法是:当差分算子中前m/2行元素取值大于0时,从线阵扫描图像顶部至底部,按波谷顺序配对;当差分算子中前m/2行元素取值小于0时,从线阵扫描图像顶部至底部,按波谷顺序配对。
步骤6:依次采用步骤1~5对Q幅图像进行处理,计算每幅图像中波谷数量对Q幅图像中波谷数量求和: 作为该段轨道中轨枕数量。
其余步骤均与实施例1或2中相同。
在实施例1、实施例2和实施例3中,步骤3中对3条水平投影曲线{S1...S3}进行融合计算联合投影曲线S′之前,先对3条水平投影曲线{S1...S3}进行对齐操作,以对齐后水平投影曲线进行累加或累乘操作:
对3条水平投影曲线{S1...S3}进行对齐操作的方法是:选择第k条水平投影曲线的第一波峰为基准,对剩余的2条水平投影曲线进行平移操作,使剩余2条水平投影曲线的第一波峰与第k条水平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;水平投影曲线的第一个波峰是指从图像I的顶部至底部的第一个波峰。
在实施例1与实施例2中,图7-10的投影曲线及处理结果中,横纵是投影曲线元素序号坐标系,等价于检测区域的纵坐标系,横轴为投影曲线取值。
本发明中轨枕计数的目的是用于精确里程计数,本发明采用随动轮带光电编码器驱动线阵扫描成像,虽然相比在驱动轮上安装的光电编码器用于成像系统触发控制,消除了列车或检测平台启动或刹车时的打滑影响,但是,由于随动轮与铁轨之间,总是会存在一定相对位移变化,因此,随着里程增加,光电编码会产生累积误差,如图11所示为同一轨道2次线阵扫描图像始端区域均值,图12是同一轨道2次线阵扫描图像末端区域均值,从图11和图12的对比可以看出,随着扫描时间的推移,2次线阵扫描图像逐渐出现较大偏差,如果直接用光电编码器的扫描结果进行里程估计,会影响里程的估计精度,所以本发明提出轨枕定位及计数的方法,利用轨枕数量进行里程定位更加精确。
以上所揭露的仅为本发明三种较佳实施例而已,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)

1.一种基于梯度投影的线阵扫描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;对线阵图像进行垂直于轨枕方向梯度滤波,得到梯度滤波图像;在梯度滤波图像轨枕区域设定检测区域,在检测区域内,平行于轨枕方向进行梯度投影,得到梯度投影曲线;检测梯度投影曲线中波峰、波谷位置和数量,取配对的波峰、波谷用于轨枕定位,计算所有线阵图像中波峰或波谷数量之和作为该段轨道中轨枕数量。
2.根据权利要求1所述的基于梯度投影的线阵扫描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滚动;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或2所述的基于梯度投影的线阵扫描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,对图像I进行垂直方向梯度滤波,得到梯度滤波图像I′;
步骤2:在梯度滤波图像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}中梯度滤波图像进行水平投影,得到K条水平投影曲线{S1...SK};所述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3: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4:提取联合投影曲线S′中波峰、波谷,获取波峰的数量和坐标以及以及波谷的数量和坐标
步骤5:取联合投影曲线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。
4.根据权利要求3所述的基于梯度投影的线阵扫描图像轨枕定位及计数方法,其特征在于:所述步骤1中对图像I进行垂直方向梯度滤波前,对图像I先进行高斯平滑滤波;所述垂直方向梯度滤波采用大小为m*n的差分算子,其中m是滤波器的高度,n是滤波器的宽度,且n>=m,m、n的取值范围为:3~100。
5.根据权利要求3所述的基于梯度投影的线阵扫描图像轨枕定位及计数方法,其特征在于:所述步骤2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。
6.根据权利要求3所述的基于梯度投影的线阵扫描图像轨枕定位及计数方法,其特征在于:所述步骤4中提取联合投影曲线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′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,th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。
7.根据权利要求3所述的基于梯度投影的线阵扫描图像轨枕定位及计数方法,其特征在于:所述步骤5中,波峰、波谷配对方法是:当差分算子中前m/2行元素取值大于0时,从线阵扫描图像顶部至底部,按波谷、波峰顺序配对;当差分算子中前m/2行元素取值小于0时,从线阵扫描图像顶部至底部,按波峰、波谷顺序配对。
8.根据权利要求3所述的基于梯度投影的线阵扫描图像轨枕定位及计数方法,其特征在于:所述步骤3中对K条水平投影曲线{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}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,∑表示求和操作,N是检测区域的高度。
9.根据权利要求3所述的基于梯度投影的线阵扫描图像轨枕定位及计数方法,其特征在于:所述步骤3中对K条水平投影曲线{S1...SK}进行融合计算联合投影曲线S′的方法是:对K条水平投影曲线{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)表示第k个水平投影曲线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。
10.根据权利要求8或9所述的基于梯度投影的线阵扫描图像轨枕定位及计数方法,其特征在于:所述步骤3中对K条水平投影曲线{S1...SK}进行融合计算联合投影曲线S′之前,先对K条水平投影曲线{S1...SK}进行对齐操作,以对齐后水平投影曲线进行累加或累乘操作;
所述对K条水平投影曲线{S1...SK}进行对齐操作的方法是:选择第k条水平投影曲线的第一波峰为基准,k的取值范围为1~K,对剩余的K-1条水平投影曲线进行平移操作,使剩余K-1条水平投影曲线的第一波峰与第k条水平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;所述水平投影曲线的第一个波峰是指从图像I的顶部至底部的第一个波峰。
CN201810284072.1A 2018-04-02 2018-04-02 一种基于梯度投影的线阵扫描图像轨枕定位及计数方法 Active CN108846824B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810284072.1A CN108846824B (zh) 2018-04-02 2018-04-02 一种基于梯度投影的线阵扫描图像轨枕定位及计数方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810284072.1A CN108846824B (zh) 2018-04-02 2018-04-02 一种基于梯度投影的线阵扫描图像轨枕定位及计数方法

Publications (2)

Publication Number Publication Date
CN108846824A true CN108846824A (zh) 2018-11-20
CN108846824B CN108846824B (zh) 2022-05-17

Family

ID=64211751

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810284072.1A Active CN108846824B (zh) 2018-04-02 2018-04-02 一种基于梯度投影的线阵扫描图像轨枕定位及计数方法

Country Status (1)

Country Link
CN (1) CN108846824B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110751630A (zh) * 2019-09-30 2020-02-04 山东信通电子股份有限公司 基于深度学习的输电线路异物检测方法、装置及介质
CN116086292A (zh) * 2023-04-12 2023-05-09 中国铁建高新装备股份有限公司 扣件螺栓位置检测方法和工程车

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160125619A1 (en) * 2014-10-30 2016-05-05 Intelescope Solutions Ltd. System and method for directionality based row detection
CN107505334A (zh) * 2017-10-13 2017-12-22 成都精工华耀机械制造有限公司 一种基于点光源阵列线阵成像的铁轨扣件异常检测系统
CN107576666A (zh) * 2017-10-13 2018-01-12 成都精工华耀机械制造有限公司 一种双光谱成像铁轨及扣件异常检测方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160125619A1 (en) * 2014-10-30 2016-05-05 Intelescope Solutions Ltd. System and method for directionality based row detection
CN107505334A (zh) * 2017-10-13 2017-12-22 成都精工华耀机械制造有限公司 一种基于点光源阵列线阵成像的铁轨扣件异常检测系统
CN107576666A (zh) * 2017-10-13 2018-01-12 成都精工华耀机械制造有限公司 一种双光谱成像铁轨及扣件异常检测方法

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》 *
杭元元: "基于计算机视觉的铁路扣件检测算法研究", 《中国优秀硕士学位论文全文数据库》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110751630A (zh) * 2019-09-30 2020-02-04 山东信通电子股份有限公司 基于深度学习的输电线路异物检测方法、装置及介质
CN110751630B (zh) * 2019-09-30 2020-12-08 山东信通电子股份有限公司 基于深度学习的输电线路异物检测方法、装置及介质
CN116086292A (zh) * 2023-04-12 2023-05-09 中国铁建高新装备股份有限公司 扣件螺栓位置检测方法和工程车
CN116086292B (zh) * 2023-04-12 2023-08-15 中国铁建高新装备股份有限公司 扣件螺栓位置检测方法和工程车

Also Published As

Publication number Publication date
CN108846824B (zh) 2022-05-17

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
CN100480627C (zh) 一种钢轨磨耗综合参数车载动态测量装置及方法
Weston et al. Perspectives on railway track geometry condition monitoring from in-service railway vehicles
US8209145B2 (en) Methods for GPS to milepost mapping
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
CN107063179B (zh) 一种可移动式隧道断面变形检测装置
CN101694084B (zh) 地面车载移动检测系统
CN101576375B (zh) 一种钢轨磨耗激光视觉图像快速处理方法
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
CN101314932B (zh) 一种轨道几何参数的摄像测量方法
CN104575003B (zh) 一种基于道路监控视频的车辆速度检测方法
CN105203552A (zh) 一种360°踏面图像检测系统及其检测方法
CN103863357B (zh) 一种轨道交通接触轨测量装置及测量方法
CN104021676A (zh) 基于车辆动态视频特征的车辆定位及车速测量方法
CN107576667A (zh) 一种基于线阵红外摄像机的铁轨扣件异常检测系统
CN103913600A (zh) 一种机动车测速仪测速误差检测装置及检测方法
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
CN101187671A (zh) 一种确定汽车行驶速度的方法及装置
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
CN102914290A (zh) 地铁限界检测系统及其检测方法
CN106809247A (zh) 一种城轨车辆车载自动轨道检测装置
AU2020386611A1 (en) Pavement flatness measurement method and system
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
CN113371033A (zh) 一种基于云计算的轨道交通运行安全实时在线监测预警管理云平台
CN208887650U (zh) 一种轨道巡检车里程计数装置

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
TR01 Transfer of patent right

Effective date of registration: 20220720

Address after: 610212 room 216, floor 2, unit 2, building 1, No. 1616, Nanhua Road, high tech Zone, Chengdu, Sichuan Province

Patentee after: Chengdu Jingshi Huayao Technology Co.,Ltd.

Address before: 610021 No. 201, floor 2, building 11, No. 309, NanEr Road, Chengdu Economic and Technological Development Zone (Longquanyi District), Sichuan Province

Patentee before: CHENGDU JINGGONG HUAYAO TECHNOLOGY Co.,Ltd.

TR01 Transfer of patent right