CN113418455A - 基于图像视觉的路基位移监测方法及装置 - Google Patents

基于图像视觉的路基位移监测方法及装置 Download PDF

Info

Publication number
CN113418455A
CN113418455A CN202110567486.7A CN202110567486A CN113418455A CN 113418455 A CN113418455 A CN 113418455A CN 202110567486 A CN202110567486 A CN 202110567486A CN 113418455 A CN113418455 A CN 113418455A
Authority
CN
China
Prior art keywords
frame image
target
coordinate
pixel coordinate
pixel
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
CN202110567486.7A
Other languages
English (en)
Other versions
CN113418455B (zh
Inventor
高春丽
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.)
Shenzhen Yixin Intelligent Vision Technology Co ltd
Original Assignee
Shenzhen Yixin Intelligent Vision 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 Shenzhen Yixin Intelligent Vision Technology Co ltd filed Critical Shenzhen Yixin Intelligent Vision Technology Co ltd
Priority to CN202110567486.7A priority Critical patent/CN113418455B/zh
Publication of CN113418455A publication Critical patent/CN113418455A/zh
Application granted granted Critical
Publication of CN113418455B publication Critical patent/CN113418455B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01BMEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00Measuring arrangements characterised by the use of optical techniques
    • G01B11/02Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness
    • G01B11/03Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness by measuring coordinates of points

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Image Analysis (AREA)

Abstract

本发明涉及工程监测技术领域,尤其涉及一种基于图像视觉的路基位移监测方法及装置,其方法包括,获取当前帧图像和指定帧图像,确定两图像中第一目标特征点的第一像素坐标、第二像素坐标,将第一像素坐标和第二像素坐标的像素坐标变化值与预设的坐标变化阈值进行比较,初次判断第一目标是否发生位移,确定第三像素坐标、第四像素坐标,计算得到第一目标特征点与第二目标特征点的坐标距离变化值,将坐标距离变化值与预设的距离变化阈值进行比较判断第一目标是否发生抖动,确定第一目标发生位移的最终结果并发送,以此提高监测路基位移的准确性和可靠性。

Description

基于图像视觉的路基位移监测方法及装置
技术领域
本发明涉及工程监测技术领域,尤其涉及一种基于图像视觉的路基位移监测方法及装置。
背景技术
路基是轨道建设的基础,是经过开挖或填筑而形成的土工构建物,主要作用是为轨道及列车运营提供必要条件,并承受轨道及列车静荷载和动荷载,同时将荷载向地基深处传递与扩散。
实际长久的轨道及列车运营过程中,路基高程会因为各种原因而发生水平或垂直位移,对轨道结构以及列车行驶构成隐患。目前,对路基监测的技术还大多停留在人工采用全站仪等仪器进行测量,以测量的数据作为判断路基状况的依据,而实际的测量过程中,存在测量环境对测量结果的影响,也有人工测量精度不高,数据的可靠性低,导致监测效率低下,监测成本高。
发明内容
鉴于上述问题,提出了本发明实施例以便提供一种克服上述问题或者至少部分地解决上述问题的一种基于图像视觉的路基位移监测方法及装置。
本发明提供一种基于图像视觉的路基位移监测方法,包括:
获取当前帧图像和与之对应的指定帧图像,确定两图像中第一目标特征点的第一像素坐标、第二像素坐标;
根据所述第一像素坐标和所述第二像素坐标计算得到特征点的像素坐标变化值,将像素坐标变化值与预设的坐标变化阈值进行比较,通过比较的结果初次判断第一目标是否发生位移;
若初次判断结果为位移,确定所述当前帧图像和所述指定帧图像中第二目标特征点的第三像素坐标、第四像素坐标,根据第一像素坐标和第三像素坐标、第二像素坐标和第四像素坐标计算得到第一目标特征点与第二目标特征点分别在当前帧图像和指定帧图像中的第一坐标距离和第二坐标距离;
根据所述第一坐标距离和所述第二坐标距离得到坐标距离变化值,将坐标距离变化值与预设的距离变化阈值进行比较,通过比较结果判断第一目标是否发生抖动,若判断结果为未抖动,结合初次判断的位移结果,确定第一目标发生位移的最终结果并发送。
优选的,所述若判断结果为未抖动,结合初次判断的位移结果,确定第一目标发生位移的最终结果并发送,包括:
若判断结果为抖动,则不结合初次判断的位移结果,并获取下一帧图像。
优选的,所述获取当前帧图像,包括:
对所述当前帧图像进行滤波处理,去除所述当前帧图像的噪声;
对去噪后的当前帧图像进行灰质化优化处理;
调用预设的目标识别模型,对优化处理后的当前帧图像进行目标特征识别,确定所述当前帧图像中的目标特征点以及像素坐标。
优选的,所述指定帧图像为初始帧图像,所述确定两图像中第一目标特征点的第一像素坐标、第二像素坐标,包括:
确定所述初始帧图像中第一目标在图像中所占的像素区域,所述特征点为所述像素区域中的中心像素点;
在所述像素区域内计算所述中心像素点到各个方向的区域边缘像素点的原始距离变化值以及亮度变化值;
将所述第一目标在当前帧图像中所占的部分像素区域的各个像素点的亮度变化值映射至所述初始值图像中,根据所述原始距离变化值以及亮度变化值,确定所述第一目标特征点在所述当前帧图像中的第一像素坐标。
优选的,所述将像素坐标变化值与预设的坐标变化阈值进行比较,通过比较的结果初次判断第一目标是否发生位移,包括:
若像素坐标变化值大于所述坐标变化阈值,则指示所述第一目标发生位移;
否则,所述第一目标未发生位移。
优选的,所述将坐标距离变化值与预设的距离变化阈值进行比较,通过比较结果判断第一目标是否发生抖动,包括:
若坐标距离变化值大于距离变化阈值,则指示所述第一目标发生抖动;
否则,所述第一目标未发生抖动。
优选的,确定第一目标发生位移的最终结果并发送,包括:
选取所述当前帧图像、指定帧图像中包含所述第一目标特征点的高频区域,保留所述高频区域的图像将所述当前帧图像、指定帧图像进行压缩;
将包含压缩后的当前帧图像、指定帧图像以及位移最终结果的数据进行发送。
还提供一种基于图像视觉的路基位移监测装置,包括:
坐标确定模块,用于获取当前帧图像和与之对应的指定帧图像,确定两图像中第一目标特征点的第一像素坐标、第二像素坐标;
位移判断模块,用于根据所述第一像素坐标和所述第二像素坐标计算得到特征点的像素坐标变化值,将像素坐标变化值与预设的坐标变化阈值进行比较,通过比较的结果初次判断第一目标是否发生位移;
距离确定模块,用于若初次判断结果为位移,确定所述当前帧图像和所述指定帧图像中第二目标特征点的第三像素坐标、第四像素坐标,根据第一像素坐标和第三像素坐标、第二像素坐标和第四像素坐标计算得到第一目标特征点与第二目标特征点分别在当前帧图像和指定帧图像中的第一坐标距离和第二坐标距离;
抖动判断模块,用于根据所述第一坐标距离和所述第二坐标距离得到坐标距离变化值,将坐标距离变化值与预设的距离变化阈值进行比较,通过比较结果判断第一目标是否发生抖动,若判断结果为未抖动,结合初次判断的位移结果,确定第一目标发生位移的最终结果并发送。
还提供一种电子设备,包括处理器、存储器及存储在所述存储器上并能够在所述处理器上运行的计算机程序,所述计算机程序被所述处理器执行时实现基于图像视觉的路基位移监测方法。
还提供一种计算机可读存储介质,所述计算机可读存储介质上存储计算机程序,所述计算机程序被处理器执行时实现基于图像视觉的路基位移监测方法。
本发明实施例包括以下优点:
本发明通过对当前帧图像和指定帧图像中第一目标的像素坐标变化情况初次判断第一目标的位移情况,在结合第一目标和第二目标在当前帧图像和指定帧图像中距离变化情况再次判断第一目标是否发生位移,从而提高监测路基位移的准确性和可靠性,提升了监测效率,以便做出及时有效的应急反应。
附图说明
图1是本发明的一种基于图像视觉的路基位移监测方法的步骤流程图;
图2是本发明的当前帧图像和指定帧图像的比较示意图;
图3是本发明的一种基于图像视觉的路基位移监测装置的结构框图。
图4是本发明的一种基于图像视觉的路基位移监测的计算机设备的结构框图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
如图1,示出了本发明的一种基于图像视觉的路基位移监测方法的步骤流程图,所述方法步骤包括:
S1,获取当前帧图像和与之对应的指定帧图像,确定两图像中第一目标特征点的第一像素坐标、第二像素坐标;
S2,根据所述第一像素坐标和所述第二像素坐标计算得到特征点的像素坐标变化值,将像素坐标变化值与预设的坐标变化阈值进行比较,通过比较的结果初次判断第一目标是否发生位移;
S3,若初次判断结果为位移,确定所述当前帧图像和所述指定帧图像中第二目标特征点的第三像素坐标、第四像素坐标,根据第一像素坐标和第三像素坐标、第二像素坐标和第四像素坐标计算得到第一目标特征点与第二目标特征点分别在当前帧图像和指定帧图像中的第一坐标距离和第二坐标距离;
S4,根据所述第一坐标距离和所述第二坐标距离得到坐标距离变化值,将坐标距离变化值与预设的距离变化阈值进行比较,通过比较结果判断第一目标是否发生抖动,若判断结果为未抖动,结合初次判断的位移结果,确定第一目标发生位移的最终结果并发送。
可理解的,指定帧图像是基于当前帧图像序列之前的图像,可以是前一帧图像,也可以是初始帧图像,也可以是一定时间范围内的其他帧图像,指定帧图像应当是对当前帧图像起到参考对比的作用。
本发明采用单个相机处于固定位置处采集多帧图像,因此每一帧图像的像素大小不变,采用具有无红暴且红外波长超过940nm的靶灯作为目标,在环境中可起到明显的参照作用,人眼难以观察,对列车安全行驶不会造成影响。
靶灯安装在被监测路基段上,可以是多个,呈线性错落排布。本实施例以两个靶灯为例,构成上述的第一目标和第二目标。如图2所示,当前帧图像A、指定帧图像B,分别具有第一目标D和第二目标d,在判断第一目标D是否发生位移时,通过步骤S1中确定的第一目标D在A和B中的像素坐标并进行比较。路基位移的过程中,第一目标D在A和B中的坐标位置会出现明显偏差,即路基位移与目标在前后图像中位置变化是必要不充分的关系。
实际情况中,列车行驶通过靶灯旁,会使靶灯产生抖动,造成采集成像中的目标位置也会变化,因此,在初始判断第一目标D位移后,还需借助步骤S3中第二目标d与第一目标D进行抖动判定。若判定为未抖动,才可得到第一目标位移是路基位移的结果。
在一实施例中,所述若判断结果为未抖动,结合初次判断的位移结果,确定第一目标发生位移的最终结果并发送,包括:
若判断结果为抖动,则不结合初次判断的位移结果,并获取下一帧图像。
在一实施例中,所述获取当前帧图像之后,对当前帧图像进行处理,包括:
对所述当前帧图像进行滤波处理,去除所述当前帧图像的噪声;
对去噪后的当前帧图像进行灰质化优化处理;
调用预设的目标识别模型,对优化处理后的当前帧图像进行目标特征识别,确定所述当前帧图像中的目标特征点以及像素坐标。
在一实施例中,所述指定帧图像为初始帧图像,所述确定两图像中第一目标特征点的第一像素坐标、第二像素坐标,包括:
确定所述初始帧图像中第一目标在图像中所占的像素区域,所述特征点为所述像素区域中的中心像素点;
在所述像素区域内计算所述中心像素点到各个方向的区域边缘像素点的原始距离变化值以及亮度变化值;
将所述第一目标在当前帧图像中所占的部分像素区域的各个像素点的亮度变化值映射至所述初始值图像中,根据所述原始距离变化值以及亮度变化值,确定所述第一目标特征点在所述当前帧图像中的第一像素坐标。
通过上述技术方案,对于特定环境中对靶灯显示亮度较低,或者有对靶灯进行遮挡,造成目标成像质量差进而影响目标识别的情况下,通过部分有效的目标特征,也可定位到目标在图像中的中心点像素坐标。
在一实施例中,所述将像素坐标变化值与预设的坐标变化阈值进行比较,通过比较的结果初次判断第一目标是否发生位移,包括:
若像素坐标变化值大于所述坐标变化阈值,则指示所述第一目标发生位移;
否则,所述第一目标未发生位移。
在一实施例中,所述将坐标距离变化值与预设的距离变化阈值进行比较,通过比较结果判断第一目标是否发生抖动,包括:
若坐标距离变化值大于距离变化阈值,则指示所述第一目标发生抖动;
否则,所述第一目标未发生抖动。
在一实施例中,确定第一目标发生位移的最终结果并发送,包括:
选取所述当前帧图像、指定帧图像中包含所述第一目标特征点的高频区域,保留所述高频区域的图像将所述当前帧图像、指定帧图像进行压缩;
将包含压缩后的当前帧图像、指定帧图像以及位移最终结果的数据进行发送。以减少图像数据传输的大小,提升传输速率。
需要说明的是,对于方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本发明实施例并不受所描述的动作顺序的限制,因为依据本发明实施例,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作并不一定是本发明实施例所必须的。
参照图3,示出了本发明的一种基于图像视觉的路基位移监测装置的结构框图,具体可以包括如下模块:
坐标确定模块100,用于获取当前帧图像和与之对应的指定帧图像,确定两图像中第一目标特征点的第一像素坐标、第二像素坐标;
位移判断模块200,用于根据所述第一像素坐标和所述第二像素坐标计算得到特征点的像素坐标变化值,将像素坐标变化值与预设的坐标变化阈值进行比较,通过比较的结果初次判断第一目标是否发生位移;
距离确定模块300,用于若初次判断结果为位移,确定所述当前帧图像和所述指定帧图像中第二目标特征点的第三像素坐标、第四像素坐标,根据第一像素坐标和第三像素坐标、第二像素坐标和第四像素坐标计算得到第一目标特征点与第二目标特征点分别在当前帧图像和指定帧图像中的第一坐标距离和第二坐标距离;
抖动判断模块400,用于根据所述第一坐标距离和所述第二坐标距离得到坐标距离变化值,将坐标距离变化值与预设的距离变化阈值进行比较,通过比较结果判断第一目标是否发生抖动,若判断结果为未抖动,结合初次判断的位移结果,确定第一目标发生位移的最终结果并发送。
对于装置实施例而言,由于其与方法实施例基本相似,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
如图4,示出了本发明的一种基于图像视觉的路基位移监测的计算机设备,具体可以包括如下:
在本发明实施例中,本发明还提供一种计算机设备,上述计算机设备12以通用计算设备的形式表现,计算机设备12的组件可以包括但不限于:一个或者多个处理器或者处理单元16,系统存储器28,连接不同系统组件(包括系统存储器28和处理单元16)的总线18。
总线18表示几类总线18结构中的一种或多种,包括存储器总线18或者存储器控制器,外围总线18,图形加速端口,处理器或者使用多种总线18结构中的任意总线18结构的局域总线18。举例来说,这些体系结构包括但不限于工业标准体系结构(ISA)总线18,微通道体系结构(MAC)总线18,增强型ISA总线18、音视频电子标准协会(VESA)局域总线18以及外围组件互连(PCI)总线18。
计算机设备12典型地包括多种计算机系统可读介质。这些介质可以是任何能够被计算机设备12访问的可用介质,包括易失性和非易失性介质,可移动的和不可移动的介质。
系统存储器28可以包括易失性存储器形式的计算机系统可读介质,例如随机存取存储器(RAM)31和/或高速缓存存储器32。计算机设备12可以进一步包括其他移动/不可移动的、易失性/非易失性计算机体统存储介质。仅作为举例,存储系统34可以用于读写不可移动的、非易失性磁介质(通常称为“硬盘驱动器”)。尽管图4中未示出,可以提供用于对可移动非易失性磁盘(如“软盘”)读写的磁盘驱动器,以及对可移动非易失性光盘(例如CD~ROM,DVD~ROM或者其他光介质)读写的光盘驱动器。在这些情况下,每个驱动器可以通过一个或者多个数据介质接口与总线18相连。存储器可以包括至少一个程序产品,该程序产品具有一组(例如至少一个)程序模块42,这些程序模块42被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块42的程序/实用工具41,可以存储在例如存储器中,这样的程序模块42包括——但不限于——操作系统、一个或者多个应用程序、其他程序模块42以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块42通常执行本发明所描述的实施例中的功能和/或方法。
计算机设备12也可以与一个或多个外部设备14(例如键盘、指向设备、显示器24、摄像头等)通信,还可与一个或者多个使得用户能与该计算机设备12交互的设备通信,和/或与使得该计算机设备12能与一个或多个其它计算设备进行通信的任何设备(例如网卡,调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口22进行。并且,计算机设备12还可以通过网络适配器20与一个或者多个网络(例如局域网(LAN)),广域网(WAN)和/或公共网络(例如因特网)通信。如图所示,网络适配器21通过总线18与计算机设备12的其他模块通信。应当明白,尽管图中未示出,可以结合计算机设备12使用其他硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元16、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统34等。
处理单元16通过运行存储在系统存储器28中的程序,执行各种功能应用以及数据处理,例如实现本发明实施例所提供的一种基于图像视觉的路基位移监测的方法。
在本发明实施例中,本发明还提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如本申请所有实施例提供的一种基于图像视觉的路基位移监测的方法。
可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机克顿信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦可编程只读存储器(EPOM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD~ROM)、光存储器件、磁存储器件或者上述的任意合适的组合。在本文件中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括——但不限于——电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,改计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码,上述程序设计语言包括面向对象的程序设计语言——诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言——诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行或者完全在远程计算机或者服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)——连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
本说明书中的各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似的部分互相参见即可。
本领域内的技术人员应明白,本发明实施例的实施例可提供为方法、装置、或计算机程序产品。因此,本发明实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明实施例是参照根据本发明实施例的方法、终端设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理终端设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理终端设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理终端设备上,使得在计算机或其他可编程终端设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程终端设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明实施例的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例做出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明实施例范围的所有变更和修改。
最后,还需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者终端设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者终端设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者终端设备中还存在另外的相同要素。
以上对本发明所提供的一种基于图像视觉的路基位移监测方法及装置,进行了详细介绍,本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。

Claims (10)

1.基于图像视觉的路基位移监测方法,其特征在于,包括:
获取当前帧图像和与之对应的指定帧图像,确定两图像中第一目标特征点的第一像素坐标、第二像素坐标;
根据所述第一像素坐标和所述第二像素坐标计算得到特征点的像素坐标变化值,将像素坐标变化值与预设的坐标变化阈值进行比较,通过比较的结果初次判断第一目标是否发生位移;
若初次判断结果为位移,确定所述当前帧图像和所述指定帧图像中第二目标特征点的第三像素坐标、第四像素坐标,根据第一像素坐标和第三像素坐标、第二像素坐标和第四像素坐标计算得到第一目标特征点与第二目标特征点分别在当前帧图像和指定帧图像中的第一坐标距离和第二坐标距离;
根据所述第一坐标距离和所述第二坐标距离得到坐标距离变化值,将坐标距离变化值与预设的距离变化阈值进行比较,通过比较结果判断第一目标是否发生抖动,若判断结果为未抖动,结合初次判断的位移结果,确定第一目标发生位移的最终结果并发送。
2.根据权利要求1所述的方法,其特征在于,所述若判断结果为未抖动,结合初次判断的位移结果,确定第一目标发生位移的最终结果并发送,包括:
若判断结果为抖动,则不结合初次判断的位移结果,并获取下一帧图像。
3.根据权利要求1所述的方法,其特征在于,所述获取当前帧图像,包括:
对所述当前帧图像进行滤波处理,去除所述当前帧图像的噪声;
对去噪后的当前帧图像进行灰质化优化处理;
调用预设的目标识别模型,对优化处理后的当前帧图像进行目标特征识别,确定所述当前帧图像中的目标特征点以及像素坐标。
4.根据权利要求1所述的方法,其特征在于,所述指定帧图像为初始帧图像,所述确定两图像中第一目标特征点的第一像素坐标、第二像素坐标,包括:
确定所述初始帧图像中第一目标在图像中所占的像素区域,所述特征点为所述像素区域中的中心像素点;
在所述像素区域内计算所述中心像素点到各个方向的区域边缘像素点的原始距离变化值以及亮度变化值;
将所述第一目标在当前帧图像中所占的部分像素区域的各个像素点的亮度变化值映射至所述初始值图像中,根据所述原始距离变化值以及亮度变化值,确定所述第一目标特征点在所述当前帧图像中的第一像素坐标。
5.根据权利要求1所述的方法,其特征在于,所述将像素坐标变化值与预设的坐标变化阈值进行比较,通过比较的结果初次判断第一目标是否发生位移,包括:
若像素坐标变化值大于所述坐标变化阈值,则指示所述第一目标发生位移;
否则,所述第一目标未发生位移。
6.根据权利要求1所述的方法,其特征在于,所述将坐标距离变化值与预设的距离变化阈值进行比较,通过比较结果判断第一目标是否发生抖动,包括:
若坐标距离变化值大于距离变化阈值,则指示所述第一目标发生抖动;
否则,所述第一目标未发生抖动。
7.根据权利要求1所述的方法,其特征在于,所述确定第一目标发生位移的最终结果并发送,包括:
选取所述当前帧图像、指定帧图像中包含所述第一目标特征点的高频区域,保留所述高频区域的图像将所述当前帧图像、指定帧图像进行压缩;
将包含压缩后的当前帧图像、指定帧图像以及位移最终结果的数据进行发送。
8.基于图像视觉的路基位移监测装置,其特征在于,包括:
坐标确定模块,用于获取当前帧图像和与之对应的指定帧图像,确定两图像中第一目标特征点的第一像素坐标、第二像素坐标;
位移判断模块,用于根据所述第一像素坐标和所述第二像素坐标计算得到特征点的像素坐标变化值,将像素坐标变化值与预设的坐标变化阈值进行比较,通过比较的结果初次判断第一目标是否发生位移;
距离确定模块,用于若初次判断结果为位移,确定所述当前帧图像和所述指定帧图像中第二目标特征点的第三像素坐标、第四像素坐标,根据第一像素坐标和第三像素坐标、第二像素坐标和第四像素坐标计算得到第一目标特征点与第二目标特征点分别在当前帧图像和指定帧图像中的第一坐标距离和第二坐标距离;
抖动判断模块,用于根据所述第一坐标距离和所述第二坐标距离得到坐标距离变化值,将坐标距离变化值与预设的距离变化阈值进行比较,通过比较结果判断第一目标是否发生抖动,若判断结果为未抖动,结合初次判断的位移结果,确定第一目标发生位移的最终结果并发送。
9.电子设备,其特征在于,包括处理器、存储器及存储在所述存储器上并能够在所述处理器上运行的计算机程序,所述计算机程序被所述处理器执行时实现如权利要求1至7中任一项所述的的方法。
10.计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储计算机程序,所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述的的方法。
CN202110567486.7A 2021-05-24 2021-05-24 基于图像视觉的路基位移监测方法及装置 Active CN113418455B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110567486.7A CN113418455B (zh) 2021-05-24 2021-05-24 基于图像视觉的路基位移监测方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110567486.7A CN113418455B (zh) 2021-05-24 2021-05-24 基于图像视觉的路基位移监测方法及装置

Publications (2)

Publication Number Publication Date
CN113418455A true CN113418455A (zh) 2021-09-21
CN113418455B CN113418455B (zh) 2023-05-09

Family

ID=77712827

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110567486.7A Active CN113418455B (zh) 2021-05-24 2021-05-24 基于图像视觉的路基位移监测方法及装置

Country Status (1)

Country Link
CN (1) CN113418455B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114331991A (zh) * 2021-12-21 2022-04-12 国能朔黄铁路发展有限责任公司 小半径曲线无缝线路监测方法、系统、装置和计算机设备

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4180322A (en) * 1978-05-01 1979-12-25 Alcyon Equipment S.A. Interior measurement of enclosed spaces
CN105872370A (zh) * 2016-03-31 2016-08-17 深圳中兴力维技术有限公司 视频去抖动方法和装置
CN106706454A (zh) * 2017-01-17 2017-05-24 中国科学院武汉岩土力学研究所 钙质砂交通荷载多功能路基模型试验装置
CN109922258A (zh) * 2019-02-27 2019-06-21 杭州飞步科技有限公司 车载相机的电子稳像方法、装置及可读存储介质
CN110415186A (zh) * 2019-07-05 2019-11-05 浙江大华技术股份有限公司 一种图像去抖动的方法和设备
CN110602393A (zh) * 2019-09-04 2019-12-20 南京博润智能科技有限公司 一种基于图像内容理解的视频防抖方法
CN111028165A (zh) * 2019-11-29 2020-04-17 郑州轻工业大学 一种基于raw数据抵抗相机抖动的高动态图像恢复方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4180322A (en) * 1978-05-01 1979-12-25 Alcyon Equipment S.A. Interior measurement of enclosed spaces
CN105872370A (zh) * 2016-03-31 2016-08-17 深圳中兴力维技术有限公司 视频去抖动方法和装置
CN106706454A (zh) * 2017-01-17 2017-05-24 中国科学院武汉岩土力学研究所 钙质砂交通荷载多功能路基模型试验装置
CN109922258A (zh) * 2019-02-27 2019-06-21 杭州飞步科技有限公司 车载相机的电子稳像方法、装置及可读存储介质
CN110415186A (zh) * 2019-07-05 2019-11-05 浙江大华技术股份有限公司 一种图像去抖动的方法和设备
CN110602393A (zh) * 2019-09-04 2019-12-20 南京博润智能科技有限公司 一种基于图像内容理解的视频防抖方法
CN111028165A (zh) * 2019-11-29 2020-04-17 郑州轻工业大学 一种基于raw数据抵抗相机抖动的高动态图像恢复方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114331991A (zh) * 2021-12-21 2022-04-12 国能朔黄铁路发展有限责任公司 小半径曲线无缝线路监测方法、系统、装置和计算机设备
CN114331991B (zh) * 2021-12-21 2024-03-15 国能朔黄铁路发展有限责任公司 小半径曲线无缝线路监测方法、系统、装置和计算机设备

Also Published As

Publication number Publication date
CN113418455B (zh) 2023-05-09

Similar Documents

Publication Publication Date Title
CN107945198B (zh) 用于标注点云数据的方法和装置
CN109344899B (zh) 多目标检测方法、装置和电子设备
CN110147465A (zh) 图像处理方法、装置、设备和介质
CN110232368B (zh) 车道线检测方法、装置、电子设备及存储介质
CN108874665A (zh) 一种测试结果校验方法、装置、设备和介质
CN110827245A (zh) 一种检测屏幕显示断线的方法及设备
CN112037223B (zh) 图像缺陷检测方法、装置及电子设备
CN113487490A (zh) 一种立体视觉成像检测管道内部缺陷的方法及装置
CN110781063B (zh) 网页首屏时间的测量方法、装置、设备及存储介质
CN113418455B (zh) 基于图像视觉的路基位移监测方法及装置
CN104281258B (zh) 使用图像捕获设备调整透明显示器
US10302613B2 (en) Estimation of concentration of particulate matter in atmosphere
CN112749735B (zh) 基于深度学习的转炉出钢钢流识别方法、系统、介质及终端
US10587828B2 (en) System and method for generating distortion free images
CN113780163A (zh) 一种页面加载时间的检测方法、装置、电子设备及介质
CN111311584B (zh) 视频质量评估方法及装置、电子设备、可读介质
CN111125564B (zh) 热力图生成方法、装置、计算机设备及存储介质
CN110852253A (zh) 梯控场景检测方法、装置及电子设备
CN115460353A (zh) 教学跟踪摄像设备配置方法、装置、电子设备及介质
CN113505860B (zh) 盲区检测训练集的筛选方法、装置、服务器及存储介质
US20220292549A1 (en) Systems and methods for computer-aided appraisal
CN113762017B (zh) 一种动作识别方法、装置、设备及存储介质
CN113626120A (zh) 确定显示页面的方法、装置、电子设备及存储介质
CN112990017A (zh) 一种智慧城市大数据分析方法及监控系统
CN112767323A (zh) 一种显示模组中各向异性导电膜粒子的检测方法

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