CN109539980B - 一种基于图像处理的接触线抬升量实时测量方法 - Google Patents
一种基于图像处理的接触线抬升量实时测量方法 Download PDFInfo
- Publication number
- CN109539980B CN109539980B CN201811222646.9A CN201811222646A CN109539980B CN 109539980 B CN109539980 B CN 109539980B CN 201811222646 A CN201811222646 A CN 201811222646A CN 109539980 B CN109539980 B CN 109539980B
- Authority
- CN
- China
- Prior art keywords
- contact line
- image
- boundary
- lifting amount
- camera
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
本发明提供了一种基于图像处理的接触线抬升量实时测量方法,利用图像处理中的梯度变化和自适应二值化等算法准确定位接触线的边缘,利用统计学总结图像中接触线的部分特征规律,计算接触线的边界宽度,再利用相机标定技术,找到图像坐标系和世界坐标系之间的转换关系,实现对接触线抬升量的实时精确测量。本方案不需要改动现有接触网设备状态,测量结果精度高。
Description
技术领域
本发明涉及一种接触线抬升量的测量方法,具体的说,涉及了一种基于图像处理的接触线抬升量实时测量方法。
背景技术
高铁供电安全检测监测系统是伴随高铁(客专)的供电安全和质量应运而生的,是对高铁的牵引供电系统进行全方位、全覆盖的综合检测监测。其中的接触网及供电设备地面检测装置(6C),用于监测接触网的张力、振动、抬升量、线索温度、补偿位移及供电设备绝缘状态和温度等运行状态参数,以指导接触网及供电设备的维修。
接触线抬升量的测量在当前高铁接触网的检测中具有重要的参考意义,通过对抬升量的测量能够认定或确定受电弓或者某车型允许的最大速度。同时,能为弓网关系、接触线的振动规律等提供必要的参考。但由于对接触线抬升量的测量,在现实中受多重因素影响而增加了测量的难度:(1)接触网系统加装传感器接触式测量需要对设备改造,难度过大或者对现有设备的工作状态有附加影响;(2)车顶加装传感器测量,属于移动式非接触测量,数据难以匹配或误差较大。
为了解决以上存在的问题,人们一直在寻求一种理想的技术解决方案。
发明内容
本发明的目的是针对现有技术的不足,提供一种基于图像处理的接触线抬升量实时测量方法。
为了实现上述目的,本发明所采用的技术方案是:一种基于图像处理的接触线抬升量实时测量方法,包括以下步骤:
S1,通过安装在支柱上的相机,拍摄采集接触线图像;
S2,对采集到的接触线图像进行预处理操作;
S3,对接触线图像应用边缘检测算子进行处理,得到图像的梯度变化图像;
S4,对S3中的得到的梯度变化图像,用自适应的二值化算法处理,凸显边缘;
S5,计算二值化中白色像素所占的比例是否在预设范围内,如果不在预设范围内,则对S3输出的梯度变化图像迭代二值化并统计白色像素所占的比例,直到白色像素所占的比例在预设范围内;
S6,对S4或S5的边缘二值化图像列方向求和,将图像转化为一个数组作为边界集合;
S7,遍历数组中不为0的位置,对边界集合按规则过滤,找到接触线唯一的一对边界;
S8,参照上次测量的接触线位置,对边界修正,取接触线的中线位置代表接触线的实时位置;
S9,根据相机标定基准位置后的像素和毫米对应关系,抬升量由像素单位转换为毫米。
基于上述,步骤S1中选用的相机为高速工业相机。
基于上述,步骤S6在求累加和过程中,累加和小于0.5*H*255的,该列的累加和替换为0,其中H为图像高度值。
基于上述,步骤S7中,采用左右同时向内检索的方式,满足如下条件,认为是左边界的元素:
Y[i]=0&Y[i+1]≠0i∈(0,W-1)
满足下面条件的,认为是右边界的元素:
Y[i]≠0&Y[i+1]=0i∈(0,W-1)。
基于上述,步骤S7的过滤规则为:一是接触线的边界宽度在图像上所占的像素个数为有限个;二是接触线位置ROI图像的像素均值小于整体图像的均值,且灰度差最大。
本发明相对现有技术具有突出的实质性特点和显著的进步,具体的说,本发明利用图像处理中的梯度变化和自适应二值化等算法准确定位接触线的边缘,利用统计学总结图像中接触线的部分特征规律,计算接触线的边界宽度,再利用相机标定技术,找到图像坐标系和世界坐标系之间的转换关系,实现对接触线抬升量的实时精确测量。
本发明利用图像处理技术对接触线的实时位置进行定位以及抬升量的测量,属于固定设备的非接触式测量方法,具有以下优点:
1、本发明基于图像处理技术的测量模式属于非接触式测量,安全高效、节约人力资源;
2、本发明不会对现有接触网设备产生附加影响,无需改动设备状态;
3、本发明的方法可以全天候、多气象条件下工作。
附图说明
图1为本发明方法的流程图。
图2为本发明中相机采集的接触线图像。
具体实施方式
下面通过具体实施方式,对本发明的技术方案做进一步的详细描述。
如图1和图2所示,一种基于图像处理的接触线抬升量实时测量方法,包括以下步骤:
S1,通过安装在支柱上的相机,拍摄采集接触线图像;考虑到本发明方法对图像质量有要求,在环境光照不佳的情况下,处理结果会有不可预料的误差,所以对采集相机配套自动补光设备,在外界环境亮度变暗时,开启自动补光。保证了采集到图像的质量受光照变化影响有限,不影响图像处理结果。另外,需要指出的是,为了获取高精度的测量,本发明在实施中采用高清的高速工业相机,帧率不低于200FPS,相机的标准尺寸为1920*1080,设置后的输出尺寸为1920*32,如图2-a所示。
S2,对采集到的接触线图像进行预处理操作,包括彩图的灰度化转换、图像平滑滤波去噪声等。
S3,对接触线图像应用边缘检测算子进行处理,得到图像的梯度变化图像,其中梯度变化图像中像素值变化剧烈的地方,梯度值越大,边缘越明显。
具体的,步骤S3中采用Sobel算子来检测边缘,其原理是:该算子基于一阶导数边缘检测算子,是一个离散微分算子,结合了高斯平滑和微分求导,用来计算图像灰度函数的近似梯度。实际应用中,常用两个模板在图像上应用:水平边缘的模板Gx和垂直边缘的模板Gy。每个像素的梯度的大小和方向为:
本发明在实施中仅考虑水平方向上的边缘,忽略垂直方向的影响。检测的边缘如图2-b所示。
S4,对S3中的得到的梯度变化图像,用自适应的二值化算法处理,凸显边缘。具体的,采用基于全局二值化的大津算法(OTSU)处理S3处理后的图片。大津算法也被成为最大类间差法,根据图像的灰度特性,将图像分为前景和背景两部分,当取得最佳阈值时,两个部分间的类间差也达到最大。全局二值化的效果如图2-c所示。
S5,计算二值化中白色像素所占的比例是否在预设范围内,如果不在预设范围内,则对S3输出的梯度变化图像迭代二值化并统计白色像素所占的比例,直到白色像素所占的比例在预设范围内。步骤S5是为了校验二值化的效果,引入白色像素占比的参考阈值,该参考阈值为测量系统的预设参数值,白色像素所占的比例即白色像素在所拍摄的图像中所占的比例,与相机型号、相机与触线装之间的安接距离等因素有关系,不是一成变的;在实际测量之前,先通过已安装好的相机采集大量的接触线图像,统计各张图像中白色像素所占的比例,最后获得该测量系统当前的白色像素占比的参考阈值。该比例过高则可能引入其他干扰,过低则可能没有找全边缘,这两种情况都会影响接触线的准确定位,所以需要对S3处理后的图片重新二值化,给定初始阈值开始迭代处理并统计白色像素所占的比例,直到该比例在范围内。
S6,对S4或S5的边缘二值化图像列方向求和,有边缘信息的列对应的累加和不等于0,将图像转化为一个数组。在求累加和过程中,累加和小于0.5*H*255的,认为是S2无法去除的干扰,该列的累加和替换为0,其中H为图像高度值。
S7,遍历数组中不为0的位置,该位置对应接触线可疑的边界。本发明遍历数组找边界,采用左右同时向内检索的方式,可以找到所有的边界对。满足如下条件,认为是左边界的元素:
Y[i]=0&Y[i+1]≠0i∈(0,W-1)
同理,满足下面条件的,认为是右边界的元素:
Y[i]≠0&Y[i+1]=0i∈(0,W-1)
对边界集合按规则过滤,找到接触线唯一的一对边界。对步骤S7找到的左右边界集按规则过滤,本发明在实施中采用以下规律特征:(1)接触线的边界宽度在图像上所占的像素个数为有限个,大约为60-80pixel;(2)接触线位置ROI图像的像素均值小于整体图像的均值,且灰度差最大。满足以上条件的边界即为接触线的准确位置,接触线边界定位效果如图2-d所示。
S8,参照上次测量的接触线位置,对边界修正,取接触线的中线位置代表接触线的实时位置。本发明在实施中为了避免测量抬升量的波动不连续性,校验计算结果的合理性,将上次测量的结果Ypre作为参考值,本次测量结果Y在阈值T内认为是合理的,否则用上次结果替换,即
Y∈(Ypre-T,Ypre+T)。
S9,根据相机标定基准位置后的像素和毫米对应关系,抬升量由像素单位转换为毫米。
本发明在实施中计算抬升量时:(1)确定图像坐标系与世界坐标系之间的转换关系。相机第一次安装时,对相机与接触线之间的关系进行标定,在忽略摄像机内部畸变的前提下,找到图像坐标系与世界坐标系之间的转换关系,在一定距离上简化该对应关系有如下转换关系:
P=L/x
其中,L表示实际的标准线宽(mm),x表示标准线宽所占的像素数。
(2)确定接触线的基线位置。在没有过车时,采集多帧图像,重复S2到S8计算接触线在图像中的位置,以均值M作为0mm位置。
此后,每帧图像计算出的位置坐标Y按照简化的方式转换为实际振幅A,振幅方向在规定正方向后,通过Y与M的大小比较得到。
最后应当说明的是:以上实施例仅用以说明本发明的技术方案而非对其限制;尽管参照较佳实施例对本发明进行了详细的说明,所属领域的普通技术人员应当理解:依然可以对本发明的具体实施方式进行修改或者对部分技术特征进行等同替换;而不脱离本发明技术方案的精神,其均应涵盖在本发明请求保护的技术方案范围当中。
Claims (3)
1.一种基于图像处理的接触线抬升量实时测量方法,其特征在于,包括以下步骤:
S1,通过安装在支柱上的相机,拍摄采集接触线图像;
S2,对采集到的接触线图像进行预处理操作;
S3,对接触线图像应用边缘检测算子进行处理,得到图像的梯度变化图像;
S4,对S3中的得到的梯度变化图像,用自适应的二值化算法处理,凸显边缘;
S5,计算二值化中白色像素所占的比例是否在预设范围内,如果不在预设范围内,则对S3输出的梯度变化图像迭代二值化并统计白色像素所占的比例,直到白色像素所占的比例在预设范围内;
S6,对S5的边缘二值化图像列方向求和,将图像转化为一个数组作为边界集合;
S7,遍历数组中不为0的位置,对边界集合按规则过滤,找到接触线唯一的一对边界;
步骤S7中,采用左右同时向内检索的方式,满足如下条件,认为是左边界的元素:
满足下面条件的,认为是右边界的元素:
步骤S7的过滤规则为:一是接触线的边界宽度在图像上所占的像素个数为有限个;二是接触线位置ROI图像的像素均值小于整体图像的均值,且灰度差最大;
S8,参照上次测量的接触线位置,对边界修正,取接触线的中线位置代表接触线的实时位置;
S9,根据相机标定基准位置后的像素和毫米对应关系,抬升量由像素单位转换为毫米。
2.根据权利要求1所述的接触线抬升量实时测量方法,其特征在于,步骤S1中选用的相机为高速工业相机。
3.根据权利要求1所述的接触线抬升量实时测量方法,其特征在于,步骤S6在求累加和过程中,累加和小于0.5*H*255的,该列的累加和替换为0,其中H为图像高度值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811222646.9A CN109539980B (zh) | 2018-10-19 | 2018-10-19 | 一种基于图像处理的接触线抬升量实时测量方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811222646.9A CN109539980B (zh) | 2018-10-19 | 2018-10-19 | 一种基于图像处理的接触线抬升量实时测量方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109539980A CN109539980A (zh) | 2019-03-29 |
CN109539980B true CN109539980B (zh) | 2021-02-19 |
Family
ID=65844127
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811222646.9A Active CN109539980B (zh) | 2018-10-19 | 2018-10-19 | 一种基于图像处理的接触线抬升量实时测量方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109539980B (zh) |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4672658B2 (ja) * | 2006-04-26 | 2011-04-20 | 三菱電機株式会社 | 物体検出装置及びエレベータの物体検出装置 |
CN102358324A (zh) * | 2011-06-15 | 2012-02-22 | 广西大学 | 一种基于图像处理的弓网状态检测方法 |
CN104534989A (zh) * | 2015-01-04 | 2015-04-22 | 同济大学 | 高铁接触网线索空间几何状态参数检测方法 |
-
2018
- 2018-10-19 CN CN201811222646.9A patent/CN109539980B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN109539980A (zh) | 2019-03-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106871805B (zh) | 车载钢轨轨距测量系统及测量方法 | |
CN106052575B (zh) | 基于列车高速运行中的受电弓碳滑板磨耗在线检测方法 | |
CN104504388B (zh) | 一种路面裂缝识别和特征提取算法及系统 | |
CN103051872B (zh) | 基于图像边缘提取的输送带跑偏检测方法 | |
CN107703513B (zh) | 一种基于图像处理的非接触式接触网相对位置检测方法 | |
CN107730521B (zh) | 一种图像中屋脊型边缘的快速检测方法 | |
CN110910443B (zh) | 基于单监控相机的接触网几何参数实时测量方法及装置 | |
CN109300125B (zh) | 一种复杂环境下城轨列车受电弓滑板图像提取方法 | |
CN105404874B (zh) | 一种基于投影和hough直线检测的车窗识别系统 | |
CN109376740A (zh) | 一种基于视频的水尺读数检测方法 | |
CN106996748A (zh) | 一种基于双目视觉的轮径测量方法 | |
CN110838097A (zh) | 一种基于机器视觉的输送带偏移测量方法 | |
CN112950532B (zh) | 一种列车受电弓状态检测方法 | |
CN115100206B (zh) | 用于具有周期图案纺织物的印花缺陷识别方法 | |
CN108917621B (zh) | 一种受电弓滑板上边缘单像素跟踪检测方法 | |
Flesia et al. | Sub-pixel straight lines detection for measuring through machine vision | |
CN111563896A (zh) | 一种用于接触网异常检测的图像处理方法 | |
CN106709952A (zh) | 一种显示屏幕的自动标定方法 | |
CN110889874B (zh) | 一种双目相机标定结果的误差评估方法 | |
CN110458785B (zh) | 一种基于图像传感的磁悬浮球悬浮间隙检测方法 | |
CN108492306A (zh) | 一种基于图像轮廓的x型角点提取方法 | |
CN115731254A (zh) | 基于亚像素的图像求尺寸的方法 | |
CN113819841A (zh) | 一种基于机器视觉的板形检测装置及其检测方法 | |
CN112085787B (zh) | 一种基于单目视觉的提升钢丝绳空间振动测量方法 | |
CN109539980B (zh) | 一种基于图像处理的接触线抬升量实时测量方法 |
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 |