CN109697709A - 一种弓网系统中接触网跟踪方法及系统 - Google Patents
一种弓网系统中接触网跟踪方法及系统 Download PDFInfo
- Publication number
- CN109697709A CN109697709A CN201710984860.7A CN201710984860A CN109697709A CN 109697709 A CN109697709 A CN 109697709A CN 201710984860 A CN201710984860 A CN 201710984860A CN 109697709 A CN109697709 A CN 109697709A
- Authority
- CN
- China
- Prior art keywords
- contact line
- pantograph
- suspension wire
- contact
- suspension
- 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
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- 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
- G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
- G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
- G06T7/344—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods involving models
-
- 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
- G06T2207/10016—Video; Image sequence
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Current-Collector Devices For Electrically Propelled Vehicles (AREA)
Abstract
本发明公开了一种弓网系统中接触网跟踪方法及系统,包括如下步骤:S1.获取弓网系统的视频帧图像;S2.通过图像识别确定受电弓的位置信息;S3.识别出图像中的所有悬线,并计算确定所述悬线的参数;S4.根据所述悬线的参数和受电弓的位置信息计算确定接触线。本发明具有可在多根悬线中识别出接触线并进行跟踪,可适应锚段关节处进行接触线的换线识别与处理,具有准确高、稳定性好的等优点。
Description
技术领域
本发明涉及列车接触网监控技术领域,尤其涉及一种弓网系统中接触网跟踪方法及系统。
背景技术
电气化铁路是现在铁路发展的趋势。电气化机车主要通过接触网受电弓来进行接触取电。接触网的几何参数(导高、拉出值)是电气化铁路稳定取电的重要因素。当前,通过红外图像处理来拍摄接触网受电弓,从而计算其导高拉出值的是非接触测量的一个主要方案。在进行红外图像处理时,一般采用匹配的方法来匹配受电弓的位置,然而,接触线的位置则需要从多根悬线中进行选择,在锚段关节处,还需要进行换线的判断和处理。关于接触线的检测与识别,现有的接触线检测算法没有解决在多线存在的情况同时也没有解决锚段关节处换线的处理。
发明内容
本发明要解决的技术问题就在于:针对现有技术存在的技术问题,本发明提供一种可在多根悬线中识别出接触线并进行跟踪,可适应锚段关节处进行接触线的换线识别与处理,准确高、稳定性好的弓网系统中接触网跟踪方法及系统。
为解决上述技术问题,本发明提出的技术方案为:一种弓网系统中接触网跟踪方法,包括如下步骤:
S1. 获取弓网系统的视频帧图像;
S2. 通过图像识别确定受电弓的位置信息;
S3. 识别出图像中的所有悬线,并计算确定所述悬线的参数;
S4. 根据所述悬线的参数和受电弓的位置信息计算确定接触线。
进一步地,所述步骤S2具体包括:通过预设的受电弓模板进行匹配,确定受电弓的位置信息。
进一步地,步骤S3的具体步骤包括:
S3.1. 从所述图像中分割出悬线区域;
S3.2. 对所述悬线区域进行边缘检测,确定悬线的边缘;
S3.3. 对所述边缘进行分析,计算确定每根悬线的参数。
进一步地,所述参数包括悬线的数量、宽度、亮度、斜率,及悬线与所述受电弓的接触点位置。
进一步地,步骤S4的具体步骤包括:当所述图像为第一帧图像时:当所述悬线的数量为0时,判断接触线不存在,当所述悬线的数量大于0时,确定所述亮度大于预设的亮度阈值,且所述宽度大于预设的宽度阈值,且所述宽度最宽的悬线为接触线。
进一步地,步骤S4的具体步骤包括:当所述图像不为第一帧图像时:
当所述悬线的数量为0时,根据由上一帧图像计算确定的接触线,按照两帧之间间接触点移动的步长,测算确定当前帧接触线;
当所述悬线的数量为1时,将当前帧计算得到的悬线的斜率与上一帧计算得到的悬线的斜率进行对比确定斜率差,当所述斜率差小于预设的第一斜率阈值时,确定所述悬线为接触线;否则按照悬线数量为0的方式确定接触线;
当所述悬线的数量大于1时,计算确定悬线宽度最宽的两根悬线,并计算所述两根悬线的接触点位置和所述宽度的相对比例,当所述两根悬线的所述相对比例均小于预设的比例值时,根据所述两根悬线与上一帧图像所确定的接触线之间的关系确定当前帧的接触线,否则以宽度最宽的悬线按照悬线数量为1的方式确定接触线。
进一步地,在所述按照两帧之间间接触点移动的步长,测算确定当前帧接触线时,当所述接触点的移动位置超出接触线的拉出值极限,按上一帧的图像确定接触线。
进一步地,所述两根悬线与上一帧图像所确定的接触线之间的关系确定当前帧的接触线具体包括:
分别计算所述两根悬线与前一帧确定的接触线 之间的斜率差和接触点距离差,以所述斜率差小于预设的第二斜率阈值且所述接触点距离差小于预设的距离阈值为判断条件,当所述两根悬线均满足所述判断条件时,确定两根悬线均为接触线;当只有一根悬线满足所述判断条件时,确定满足所述判断条件的悬线为接触线。
进一步地,当确定两根悬线均为接触线时,以所述斜率差较小的接触线为当前接触线,计算所述当前接触线的拉出值,当所述拉出值大于预设的拉出值边界,并且持续预设帧时,判断换线,确定另一根为当前接触线。
一种弓网系统中接触网跟踪系统,包括存储器,所述存储器中存储有可实现如上所述跟踪方法的程序。
与现有技术相比,本发明的优点在于:
1、本发明通过计算当前所有悬线的线宽排序,通过第一线宽和第二线宽比率结合受电弓在画面中的高度以及当前的拉出值来判断是否到了锚段关节处,可以针对接触网跟踪中进行锚段关节的复杂情况进行准确跟踪。
2、本发明对可对锚段关节处的换线情况进行准确跟踪,可以避免偶尔出现两根悬线满足条件造成的跳线,使得换线的过程稳定流畅。
3、本发明对于非锚段关节处,设计当前第一线宽为接触线,并将其与上一帧的斜率和上一帧的接触位置进行比较,斜率的阈值根据受电弓导高的位置而定,满足斜率阈值要求和导高阈值要求的情况下则为接触线,否则采用对上两帧的预测,使得接触线在多线的情况下不会发生误判,当出现遮挡的情况下,能够通过预测值得到有效数值。
附图说明
图1为本发明具体实施例流程示意图。
具体实施方式
以下结合说明书附图和具体优选的实施例对本发明作进一步描述,但并不因此而限制本发明的保护范围。
如图1所示,本实施例的弓网系统中接触网跟踪方法,包括如下步骤:S1. 获取弓网系统的视频帧图像;S2. 通过图像识别确定受电弓的位置信息;S3. 识别出图像中的所有悬线,并计算确定悬线的参数;S4. 根据悬线的参数和受电弓的位置信息计算确定接触线。在本实施例中,如果得的视频帧图像为彩色图像时,还包括将彩色图像处理为灰度图像。
在本实施例中,步骤S2具体包括:通过预设的受电弓模板进行匹配,确定受电弓的位置信息。步骤S3的具体步骤包括:S3.1. 从图像中分割出悬线区域;S3.2. 对悬线区域进行边缘检测,确定悬线的边缘;S3.3. 对边缘进行分析,计算确定每根悬线的参数。参数包括悬线的数量、宽度、亮度、斜率,及悬线与受电弓的接触点位置。步骤S3中,采用动态阈值分割方式来分割出悬线区域,并对悬线的ROI(Region of Interest)区域进行亚像素边缘检测,检测出悬线的亚像素边缘。对亚像素边缘进行分析,得到每根悬线的左右边缘,最后生成悬线的中心线;根据悬线的左右边缘,计算悬线的宽度,根据中心线平均亮度,计算悬线亮度,根据中心线斜率,计算悬线斜率,根据悬线与受电弓位置的交点,计算悬线接触点位置。
在本实施例中,步骤S4的具体步骤包括:当图像为第一帧图像时:当悬线的数量为0时,判断接触线不存在,当悬线的数量大于0时,确定亮度大于预设的亮度阈值,且宽度大于预设的宽度阈值,且宽度最宽的悬线为接触线。亮度阈值确定为图像中最亮处的80%,宽度阈值优选为受电弓的宽度范围。
在本实施例中,当图像不为第一帧图像时:当悬线的数量为0时,根据由上一帧图像计算确定的接触线,按照两帧之间间接触点移动的步长,测算确定当前帧接触线。在按照两帧之间间接触点移动的步长,测算确定当前帧接触线时,当接触点的移动位置超出接触线的拉出值极限,按上一帧的图像确定接触线。通过设置两帧之间间接触点移动的步长,让当前帧中确定的接触点有方向的移动位置,从而确定当前帧中接触线的位置;如果接触点移动位置后超出了接触线的拉出极限,那么,则根据上一帧图像来确定接触线。
在本实施例中,当图像不为第一帧图像时:当悬线的数量为1时,将当前帧计算得到的悬线的斜率与上一帧计算得到的悬线的斜率进行对比确定斜率差,当斜率差小于预设的第一斜率阈值时,确定悬线为接触线;否则按照悬线数量为0的方式确定接触线。在本实施例中,第一斜率阈值与受电弓的位置信息相关,位置越低,第一斜率阈值越小,位置越高,第一斜率阈值越大。具体地,当受电弓的位置在图像画面的三分之一以下时,第一斜率阈值优选为2度,受电弓的位置在图像画面的三分之二以上,因为受电弓变得很高,第一斜率阈值优选为5度。
在本实施例中,当图像不为第一帧图像时:当悬线的数量大于1时,计算确定悬线宽度最宽的两根悬线,并计算两根悬线的接触点位置和宽度的相对比例,当两根悬线的相对比例均小于预设的比例值时,根据两根悬线与上一帧图像所确定的接触线之间的关系确定当前帧的接触线,否则以宽度最宽的悬线按照悬线数量为1的方式确定接触线。两根悬线与上一帧图像所确定的接触线之间的关系确定当前帧的接触线具体包括:分别计算两根悬线与前一帧确定的接触线之间的斜率差和接触点距离差,以斜率差小于预设的第二斜率阈值且接触点距离差小于预设的距离阈值为判断条件,当两根悬线均满足判断条件时,确定两根悬线均为接触线;当只有一根悬线满足判断条件时,确定满足判断条件的悬线为接触线。当确定两根悬线均为接触线时,以斜率差较小的接触线为当前接触线,计算当前接触线的拉出值,当拉出值大于预设的拉出值边界,并且持续预设帧时,判断换线,确定另一根为当前接触线。当两根悬线均不满足判断条件时,说明真实的接触线可能被遮挡,需要采用另外的方式进行预测。
本实施例的弓网系统中接触网跟踪系统,包括存储器,存储器中存储有可实现如上所述跟踪方法的程序。
上述只是本发明的较佳实施例,并非对本发明作任何形式上的限制。虽然本发明已以较佳实施例揭露如上,然而并非用以限定本发明。因此,凡是未脱离本发明技术方案的内容,依据本发明技术实质对以上实施例所做的任何简单修改、等同变化及修饰,均应落在本发明技术方案保护的范围内。
Claims (10)
1.一种弓网系统中接触网跟踪方法,其特征在于,包括如下步骤:
S1. 获取弓网系统的视频帧图像;
S2. 通过图像识别确定受电弓的位置信息;
S3. 识别出图像中的所有悬线,并计算确定所述悬线的参数;
S4. 根据所述悬线的参数和受电弓的位置信息计算确定接触线。
2.根据权利要求1所述的弓网系统中接触网跟踪方法,其特征在于,所述步骤S2具体包括:通过预设的受电弓模板进行匹配,确定受电弓的位置信息。
3.根据权利要求2所述的弓网系统中接触网跟踪方法,其特征在于:步骤S3的具体步骤包括:
S3.1. 从所述图像中分割出悬线区域;
S3.2. 对所述悬线区域进行边缘检测,确定悬线的边缘;
S3.3. 对所述边缘进行分析,计算确定每根悬线的参数。
4.根据权利要求3所述的弓网系统中接触网跟踪方法,其特征在于:所述参数包括悬线的数量、宽度、亮度、斜率,及悬线与所述受电弓的接触点位置。
5.根据权利要求4所述的弓网系统中接触网跟踪方法,其特征在于,步骤S4的具体步骤包括:当所述图像为第一帧图像时:当所述悬线的数量为0时,判断接触线不存在,当所述悬线的数量大于0时,确定所述亮度大于预设的亮度阈值,且所述宽度大于预设的宽度阈值,且所述宽度最宽的悬线为接触线。
6.根据权利要求4所述的弓网系统中接触网跟踪方法,其特征在于,步骤S4的具体步骤包括:当所述图像不为第一帧图像时:
当所述悬线的数量为0时,根据由上一帧图像计算确定的接触线,按照两帧之间间接触点移动的步长,测算确定当前帧接触线;
当所述悬线的数量为1时,将当前帧计算得到的悬线的斜率与上一帧计算得到的悬线的斜率进行对比确定斜率差,当所述斜率差小于预设的第一斜率阈值时,确定所述悬线为接触线;否则按照悬线数量为0的方式确定接触线;
当所述悬线的数量大于1时,计算确定悬线宽度最宽的两根悬线,并计算所述两根悬线的接触点位置和所述宽度的相对比例,当所述两根悬线的所述相对比例均小于预设的比例值时,根据所述两根悬线与上一帧图像所确定的接触线之间的关系确定当前帧的接触线,否则以宽度最宽的悬线按照悬线数量为1的方式确定接触线。
7.根据权利要求6所述的弓网系统中接触网跟踪方法,其特定在于:在所述按照两帧之间间接触点移动的步长,测算确定当前帧接触线时,当所述接触点的移动位置超出接触线的拉出值极限,按上一帧的图像确定接触线。
8.根据权利要求6所述的弓网系统中接触网跟踪方法,其特定在于:所述两根悬线与上一帧图像所确定的接触线之间的关系确定当前帧的接触线具体包括:
分别计算所述两根悬线与前一帧确定的接触线之间的斜率差和接触点距离差,以所述斜率差小于预设的第二斜率阈值且所述接触点距离差小于预设的距离阈值为判断条件,当所述两根悬线均满足所述判断条件时,确定两根悬线均为接触线;当只有一根悬线满足所述判断条件时,确定满足所述判断条件的悬线为接触线。
9.根据权利要求8所述的弓网系统中接触网跟踪方法,其特征在于:当确定两根悬线均为接触线时,以所述斜率差较小的接触线为当前接触线,计算所述当前接触线的拉出值,当所述拉出值大于预设的拉出值边界,并且持续预设帧时,判断换线,确定另一根为当前接触线。
10.一种弓网系统中接触网跟踪系统,其特征在于:包括存储器,所述存储器中存储有可实现如权利要求1至9任一项所述跟踪方法的程序。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710984860.7A CN109697709B (zh) | 2017-10-20 | 2017-10-20 | 一种弓网系统中接触网跟踪方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710984860.7A CN109697709B (zh) | 2017-10-20 | 2017-10-20 | 一种弓网系统中接触网跟踪方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109697709A true CN109697709A (zh) | 2019-04-30 |
CN109697709B CN109697709B (zh) | 2020-11-27 |
Family
ID=66225391
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710984860.7A Active CN109697709B (zh) | 2017-10-20 | 2017-10-20 | 一种弓网系统中接触网跟踪方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109697709B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113643331A (zh) * | 2021-07-19 | 2021-11-12 | 江苏新绿能科技有限公司 | 一种目标接触网检测跟踪装置 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104794720A (zh) * | 2015-05-04 | 2015-07-22 | 成都唐源电气有限责任公司 | 一种在接触网图像中定位出定位线夹的方法及系统 |
CN105674880A (zh) * | 2016-01-25 | 2016-06-15 | 成都国铁电气设备有限公司 | 基于双目原理的接触网几何参数测量方法及系统 |
CN107014294A (zh) * | 2017-05-09 | 2017-08-04 | 中国铁道科学研究院 | 一种基于红外图像的接触网几何参数检测方法及系统 |
-
2017
- 2017-10-20 CN CN201710984860.7A patent/CN109697709B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104794720A (zh) * | 2015-05-04 | 2015-07-22 | 成都唐源电气有限责任公司 | 一种在接触网图像中定位出定位线夹的方法及系统 |
CN105674880A (zh) * | 2016-01-25 | 2016-06-15 | 成都国铁电气设备有限公司 | 基于双目原理的接触网几何参数测量方法及系统 |
CN107014294A (zh) * | 2017-05-09 | 2017-08-04 | 中国铁道科学研究院 | 一种基于红外图像的接触网几何参数检测方法及系统 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113643331A (zh) * | 2021-07-19 | 2021-11-12 | 江苏新绿能科技有限公司 | 一种目标接触网检测跟踪装置 |
Also Published As
Publication number | Publication date |
---|---|
CN109697709B (zh) | 2020-11-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107679520B (zh) | 一种适用于复杂条件下的车道线视觉检测方法 | |
US10043082B2 (en) | Image processing method for detecting objects using relative motion | |
US8184859B2 (en) | Road marking recognition apparatus and method | |
US8902053B2 (en) | Method and system for lane departure warning | |
US9990534B2 (en) | Image processing device and image processing method | |
US7262710B2 (en) | Collision time estimation apparatus for vehicles, collision time estimation method for vehicles, collision alarm apparatus for vehicles, and collision alarm method for vehicles | |
CN105046198B (zh) | 一种车道检测方法 | |
KR20200018612A (ko) | 물체 검출을 위한 방법, 장치 및 기기 | |
EP2458528A2 (en) | Image processing apparatus and method, and program | |
JP4872769B2 (ja) | 路面判別装置および路面判別方法 | |
KR101551026B1 (ko) | 차량 검출 방법 | |
US11747278B2 (en) | Deposit detection device for detecting a partial covering location, a not-adhere location, and a diffuse reflection location | |
JP2007235950A (ja) | 車両位置検出方法及び装置 | |
US20130016915A1 (en) | Crosswalk detection device, crosswalk detection method and recording medium | |
JP2008045974A (ja) | 物体検出装置 | |
JP2010244194A (ja) | 物体識別装置 | |
CN109001757A (zh) | 一种基于2d激光雷达的车位智能检测方法 | |
JP2008064628A (ja) | 物体検出装置および物体検出方法 | |
US20240153106A1 (en) | Object tracking device | |
CN117671615A (zh) | 基于无人机巡检实时图像的交通事故检测方法、电子设备 | |
CN109697709A (zh) | 一种弓网系统中接触网跟踪方法及系统 | |
JPH11345392A (ja) | 障害物検出装置及び障害物検出方法 | |
JPH08249471A (ja) | 動画像処理装置 | |
US10019635B2 (en) | Vehicle-mounted recognition device | |
JP2002008019A (ja) | 軌道認識装置及び軌道認識装置を用いた鉄道車両 |
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 |