CN113838112A - 图像采集系统的触发信号确定方法及触发信号确定系统 - Google Patents
图像采集系统的触发信号确定方法及触发信号确定系统 Download PDFInfo
- Publication number
- CN113838112A CN113838112A CN202111124469.2A CN202111124469A CN113838112A CN 113838112 A CN113838112 A CN 113838112A CN 202111124469 A CN202111124469 A CN 202111124469A CN 113838112 A CN113838112 A CN 113838112A
- Authority
- CN
- China
- Prior art keywords
- train
- microcomputer
- trigger signal
- binocular camera
- frequency
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 67
- 238000001914 filtration Methods 0.000 claims description 6
- 238000005259 measurement Methods 0.000 description 12
- 238000005516 engineering process Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 229910000831 Steel Inorganic materials 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 239000010959 steel Substances 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000003746 surface roughness Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/50—Depth or shape recovery
- G06T7/521—Depth or shape recovery from laser ranging, e.g. using interferometry; from the projection of structured light
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- 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
-
- 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
-
- 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
- G06T7/85—Stereo 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
- G06T2207/10028—Range image; Depth image; 3D point clouds
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20024—Filtering details
-
- 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
- G06T2207/30236—Traffic on road, railway or crossing
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Bioinformatics & Computational Biology (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Optics & Photonics (AREA)
- Geometry (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明公开了一种图像采集系统的触发信号确定方法及触发信号确定系统，该方法包括通过所述双目相机按照采集频率采集两幅结构光图像；通过所述微型电脑对每一幅所述结构光图像进行三维重建，得到对应每一幅所述结构光图像的三维点云；通过所述微型电脑对两个所述三维点云进行重合特征识别，得到列车的移动距离，并计算出列车的移动速度；通过所述微型电脑将所述移动速度转换为图像采集系统的触发信号频率。本发明通过安装在轨道中间位置的双目相机和微型电脑采集列车的结构光图像并分析，可以精确地计算出列车的速度，从而能够准确为图像采集系统提供触发信号，测速反应块，可靠性高，适于大范围推广应用。
Description
技术领域
本发明涉及图像采集技术领域，尤其涉及一种图像采集系统的触发信号确定方法及触发信号确定系统。
背景技术
铁路运输因其快速、运输量大、安全可靠等优点而在交通运输领域中占有重要的位置。列车是铁路运输中的重要组成部分。列车通过基于线阵相机的图像采集系统采集轨道图像的过程中，由于列车的车速是时刻变化的，如果线阵相机的触发信号不能够及时跟上车速的变化，则线阵相机采集的图像就会出现有的地方被拉伸，有的地方被压缩的图像畸变，这给后期的图像处理带来了很大的困难，甚至出现图像无法处理的情况。
目前，地面对列车进行实时测速的方法一般有两种。其中一种方法是采用车轮触发磁钢的方式，通过计算两次触发磁钢的时间和距离就得到列车的速度，但该方法容易受到车轮距离的限制，假如一辆列车有的轮间距达到20米，则这种间隔是无法实现真正的实时测速效果的；另一种方法是采用多普勒雷达(又名脉冲多普勒雷达，是一种利用多普勒效应来探测运动目标的位置和相对运动速度的雷达)进行列车测速，但该方法的测速精度容易受到摆放角度、表面粗糙程度的影响，并且在列车刹车过程中采集的图像畸变仍然较大，即测速反应较慢。
因此，需要对现有的列车实时测速技术进行改进，或者是研究出一种新的列车实时测速技术，以满足人们对图像采集系统的触发信号能够及时跟上车速的需求。
以上信息作为背景信息给出只是为了辅助理解本公开，并没有确定或者承认任意上述内容是否可用作相对于本公开的现有技术。
发明内容
本发明提供一种图像采集系统的触发信号确定方法及触发信号确定系统，以解决现有技术的不足。
为实现上述目的，本发明提供以下的技术方案：
第一方面，本发明实施例提供一种图像采集系统的触发信号确定方法，所述方法通过图像采集系统的触发信号确定系统实现，所述图像采集系统的触发信号确定系统包括双目相机和与所述双目相机信号连接的微型电脑，所述双目相机和所述微型电脑安装在轨道的中间位置，所述方法包括：
通过所述双目相机按照采集频率采集两幅结构光图像；
通过所述微型电脑对每一幅所述结构光图像进行三维重建，得到对应每一幅所述结构光图像的三维点云；
通过所述微型电脑对两个所述三维点云进行重合特征识别，得到列车的移动距离，并计算出列车的移动速度；
通过所述微型电脑将所述移动速度转换为图像采集系统的触发信号频率。
进一步地，所述图像采集系统的触发信号确定方法中，在通过所述双目相机按照采集频率采集两幅结构光图像的步骤之前，所述方法还包括：
对所述双目相机进行标定。
进一步地，所述图像采集系统的触发信号确定方法中，在通过所述双目相机按照采集频率采集两幅结构光图像的步骤之前，所述方法还包括：
预先设定所述双目相机的采集频率。
进一步地，所述图像采集系统的触发信号确定方法中，在通过所述微型电脑对两个所述三维点云进行重合特征识别，得到列车的移动距离，并计算出列车的移动速度的步骤之前，所述方法还包括：
通过所述微型电脑对两个所述三维点云进行滤波。
进一步地，所述图像采集系统的触发信号确定方法中，在通过所述微型电脑将所述移动速度转换为图像采集系统的触发信号频率的步骤之后，所述方法还包括：
通过所述微型电脑判断列车是否完全通过；
若是，则结束；
若否，则修改所述双目相机的采集频率，并返回执行通过所述双目相机按照采集频率采集两幅结构光图像的步骤。
进一步地，所述图像采集系统的触发信号确定方法中，所述通过所述微型电脑对两个所述三维点云进行重合特征识别，得到列车的移动距离，并计算出列车的移动速度的步骤包括：
通过所述微型电脑利用点云配准函数对两个所述三维点云进行重合特征识别，得到列车的移动距离；
通过所述微型电脑采用以下公式计算出列车的移动速度：
V＝S/T；
其中，V为列车的移动速度，S为列车的移动距离，T为所述双目相机的采集时间间隔。
第二方面，本发明实施例提供一种图像采集系统的触发信号确定系统，所述系统包括双目相机和与所述双目相机信号连接的微型电脑，所述双目相机和所述微型电脑安装在轨道的中间位置；
所述双目相机用于按照采集频率采集两幅结构光图像；
所述微型电脑用于对每一幅所述结构光图像进行三维重建，得到对应每一幅所述结构光图像的三维点云；
所述微型电脑用于对两个所述三维点云进行重合特征识别，得到列车的移动距离，并计算出列车的移动速度；
所述微型电脑用于将所述移动速度转换为图像采集系统的触发信号频率。
进一步地，所述图像采集系统的触发信号确定系统中，所述微型电脑还用于：
在对两个所述三维点云进行重合特征识别，得到列车的移动距离，并计算出列车的移动速度的步骤之前，对两个所述三维点云进行滤波。
进一步地，所述图像采集系统的触发信号确定系统中，所述微型电脑还用于：
在将所述移动速度转换为图像采集系统的触发信号频率的步骤之后，判断列车是否完全通过；
若是，则结束；
若否，则修改所述双目相机的采集频率。
进一步地，所述图像采集系统的触发信号确定系统中，所述微型电脑具体用于：
利用点云配准函数对两个所述三维点云进行重合特征识别，得到列车的移动距离；
通过所述微型电脑采用以下公式计算出列车的移动速度：
V＝S/T；
其中，V为列车的移动速度，S为列车的移动距离，T为所述双目相机的采集时间间隔。
与现有技术相比，本发明实施例具有以下有益效果：
本发明实施例提供的一种图像采集系统的触发信号确定方法及触发信号确定系统，通过安装在轨道中间位置的双目相机和微型电脑采集列车的结构光图像并分析，可以精确地计算出列车的速度，从而能够准确为图像采集系统提供触发信号，测速反应块，可靠性高，适于大范围推广应用。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。
图1是本发明实施例一提供的一种图像采集系统的触发信号确定方法的流程示意图；
图2是本发明实施例一中图像采集系统的安装示意图；
图3是本发明实施例二提供的一种图像采集系统的触发信号确定方法的流程示意图；
图4是本发明实施例三提供的一种图像采集系统的触发信号确定系统的机构示意图。
具体实施方式
为使得本发明的目的、特征、优点能够更加的明显和易懂，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，下面所描述的实施例仅仅是本发明一部分实施例，而非全部的实施例。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它实施例，都属于本发明保护的范围。
在本发明的描述中，需要理解的是，当一个组件被认为是“连接”另一个组件，它可以是直接连接到另一个组件或者可能同时存在居中设置的组件。当一个组件被认为是“设置在”另一个组件，它可以是直接设置在另一个组件上或者可能同时存在居中设置的组件。
此外，术语“长”“短”“内”“外”等指示方位或位置关系为基于附图所展示的方位或者位置关系，仅是为了便于描述本发明，而不是指示或暗示所指的装置或原件必须具有此特定的方位、以特定的方位构造进行操作，以此不能理解为本发明的限制。
下面结合附图并通过具体实施方式来进一步说明本发明的技术方案。
实施例一
有鉴于现有的触发信号确定技术存在的缺陷，本发明人基于从事该行业多年丰富的实务经验及专业知识，并配合学理的运用，积极加以研究创新，以期创设一种切实可行的触发信号确定技术，使其更具有实用性。在经过不断的研究、设计并反复试作及改进后，终于创设出确具实用价值的本发明。
请参阅图1，图1是本发明实施例公开的一种图像采集系统的触发信号确定方法的流程示意图，该方法适用于为图像采集系统提供触发信号的场景，该方法由图像采集系统的触发信号确定系统来执行，所述图像采集系统的触发信号确定系统包括双目相机和与所述双目相机信号连接的微型电脑，所述双目相机和所述微型电脑安装在轨道的中间位置。如图1所示，该图像采集系统的触发信号确定方法可以包括以下步骤：
S101、通过所述双目相机按照采集两幅结构光图像。
需要说明的是，所述双目相机和所述微型电脑安装在轨道的中间位置的示意图如图2所示，当然也可以不设置在中间位置而选择轨道的其它位置，只要能采集得到列车的图像即可。
所述采集频率为技术人员通过经验设定，该经验是基于具体的实验结果得到的，可以任意选择，比如可设置采集频率为每秒采集30次，测速精度0.01m/s以内。考虑到测速精度和算法速度有关，在本实施例中，所述双目相机采用640x480的相机。
具体的，在本实施例中，在通过所述双目相机按照采集频率采集两幅结构光图像的步骤之前，所述方法还包括：
预先设定所述双目相机的采集频率。
在本实施例中，在通过所述双目相机按照采集频率采集两幅结构光图像的步骤之前，所述方法还包括：
对所述双目相机进行标定。
需要说明的是，在具体实施过程中，首先需要对所述双目相机进行标定处理，其中对所述双目相机标定的方式优选的采用先进行动态的全局标定方法对多台相机进行标定，然后再在此基础之上通过静态校准标定的方法对多台相机进行校准标定。
S102、通过所述微型电脑对每一幅所述结构光图像进行三维重建，得到对应每一幅所述结构光图像的三维点云。
S103、通过所述微型电脑对两个所述三维点云进行重合特征识别，得到列车的移动距离，并计算出列车的移动速度。
在本实施例中，所述步骤S103进一步包括：
通过所述微型电脑利用点云配准函数对两个所述三维点云进行重合特征识别，得到列车的移动距离；
通过所述微型电脑采用以下公式计算出列车的移动速度：
V＝S/T；
其中，V为列车的移动速度，S为列车的移动距离，T为所述双目相机的采集时间间隔。
优选的，在所述步骤S103之前，所述方法还包括：
通过所述微型电脑对两个所述三维点云进行滤波。
S104、通过所述微型电脑将所述移动速度转换为图像采集系统的触发信号频率。
本发明实施例提供的一种图像采集系统的触发信号确定方法，通过安装在轨道中间位置的双目相机和微型电脑采集列车的结构光图像并分析，可以精确地计算出列车的速度，从而能够准确为图像采集系统提供触发信号，测速反应块，可靠性高，适于大范围推广应用。
实施例二
请参阅图3，图3是本发明实施例公开的一种图像采集系统的触发信号确定方法的流程示意图。本实施例在实施例一提供的技术方案的基础上，在步骤S104“通过所述微型电脑将所述移动速度转换为图像采集系统的触发信号频率”之后，对该方法做了进一步优化。与上述各实施例相同或相应的术语的解释在此不再赘述，具体的，本实施例提供的的方法还可以包括如下步骤：
通过所述微型电脑判断列车是否完全通过；
若是，则结束；
若否，则修改所述双目相机的采集频率，并返回执行通过所述双目相机按照采集频率采集两幅结构光图像的步骤。
基于上述优化，如图3所示，本实施例提供的一种图像采集系统的触发信号确定方法，具体可以包括如下步骤：
S201、通过所述双目相机按照采集频率采集两幅结构光图像。
S202、通过所述微型电脑对每一幅所述结构光图像进行三维重建，得到对应每一幅所述结构光图像的三维点云。
S203、通过所述微型电脑对两个所述三维点云进行重合特征识别，得到列车的移动距离，并计算出列车的移动速度。
S204、通过所述微型电脑将所述移动速度转换为图像采集系统的触发信号频率。
S205、通过所述微型电脑判断列车是否完全通过；若是，则执行步骤S206，若否，则执行步骤S207；
S206、结束；
S207、修改所述双目相机的采集频率，并返回执行步骤S201。
需要说明的是，考虑到该方法要求的测速范围为0-120km/h，如果系统采集速度过快，对慢速的情况会测量不准，如果采集速度过慢，必导致测量精度下降，于是为了使测速更加精准，本实施例采用变频采集方式，即根据当前车速会不断调整采集频率。
本发明实施例提供的一种图像采集系统的触发信号确定方法，通过安装在轨道中间位置的双目相机和微型电脑采集列车的结构光图像并分析，可以精确地计算出列车的速度，从而能够准确为图像采集系统提供触发信号，测速反应块，可靠性高，适于大范围推广应用。
实施例三
请参阅附图4，为本发明实施例三提供的一种图像采集系统的触发信号确定系统的结构示意图，该装置适用于执行本发明实施例提供的图像采集系统的触发信号确定方法。所述系统包括双目相机301和与所述双目相机301信号连接的微型电脑302，所述双目相机301和所述微型电脑302安装在轨道的中间位置；
所述双目相机301用于按照采集频率采集两幅结构光图像；
所述微型电脑302用于对每一幅所述结构光图像进行三维重建，得到对应每一幅所述结构光图像的三维点云；
所述微型电脑302用于对两个所述三维点云进行重合特征识别，得到列车的移动距离，并计算出列车的移动速度；
所述微型电脑302用于将所述移动速度转换为图像采集系统的触发信号频率。
优选的，所述微型电脑302还用于：
在对两个所述三维点云进行重合特征识别，得到列车的移动距离，并计算出列车的移动速度的步骤之前，对两个所述三维点云进行滤波。
优选的，所述微型电脑302还用于：
在将所述移动速度转换为图像采集系统的触发信号频率的步骤之后，判断列车是否完全通过；
若是，则结束；
若否，则修改所述双目相机301的采集频率。
优选的，所述微型电脑302具体用于：
利用点云配准函数对两个所述三维点云进行重合特征识别，得到列车的移动距离；
通过所述微型电脑302采用以下公式计算出列车的移动速度：
V＝S/T；
其中，V为列车的移动速度，S为列车的移动距离，T为所述双目相机301的采集时间间隔。
本发明实施例提供的一种图像采集系统的触发信号确定系统，通过安装在轨道中间位置的双目相机和微型电脑采集列车的结构光图像并分析，可以精确地计算出列车的速度，从而能够准确为图像采集系统提供触发信号，测速反应块，可靠性高，适于大范围推广应用。
上述系统可执行本发明任意实施例所提供的方法，具备执行方法相应的功能模块和有益效果。
至此，以说明和描述的目的提供上述实施例的描述。不意指穷举或者限制本公开。特定的实施例的单独元件或者特征通常不受到特定的实施例的限制，但是在适用时，即使没有具体地示出或者描述，其可以互换和用于选定的实施例。在许多方面，相同的元件或者特征也可以改变。这种变化不被认为是偏离本公开，并且所有的这种修改意指为包括在本公开的范围内。
提供示例实施例，从而本公开将变得透彻，并且将会完全地将该范围传达至本领域内技术人员。为了透彻理解本公开的实施例，阐明了众多细节，诸如特定零件、装置和方法的示例。显然，对于本领域内技术人员，不需要使用特定的细节，示例实施例可以以许多不同的形式实施，而且两者都不应当解释为限制本公开的范围。在某些示例实施例中，不对公知的工序、公知的装置结构和公知的技术进行详细地描述。
在此，仅为了描述特定的示例实施例的目的使用专业词汇，并且不是意指为限制的目的。除非上下文清楚地作出相反的表示，在此使用的单数形式“一个”和“该”可以意指为也包括复数形式。术语“包括”和“具有”是包括在内的意思，并且因此指定存在所声明的特征、整体、步骤、操作、元件和/或组件，但是不排除存在或额外地具有一个或以上的其他特征、整体、步骤、操作、元件、组件和/或其组合。除非明确地指示了执行的次序，在此描述的该方法步骤、处理和操作不解释为一定需要按照所论述和示出的特定的次序执行。还应当理解的是，可以采用附加的或者可选择的步骤。
当元件或者层称为是“在……上”、“与……接合”、“连接到”或者“联接到”另一个元件或层，其可以是直接在另一个元件或者层上、与另一个元件或层接合、连接到或者联接到另一个元件或层，也可以存在介于其间的元件或者层。与此相反，当元件或层称为是“直接在……上”、“与……直接接合”、“直接连接到”或者“直接联接到”另一个元件或层，则可能不存在介于其间的元件或者层。其他用于描述元件关系的词应当以类似的方式解释(例如，“在……之间”和“直接在……之间”、“相邻”和“直接相邻”等)。在此使用的术语“和/或”包括该相关联的所罗列的项目的一个或以上的任一和所有的组合。虽然此处可能使用了术语第一、第二、第三等以描述各种的元件、组件、区域、层和/或部分，这些元件、组件、区域、层和/或部分不受到这些术语的限制。这些术语可以只用于将一个元件、组件、区域或部分与另一个元件、组件、区域或部分区分。除非由上下文清楚地表示，在此使用诸如术语“第一”、“第二”及其他数值的术语不意味序列或者次序。因此，在下方论述的第一元件、组件、区域、层或者部分可以采用第二元件、组件、区域、层或者部分的术语而不脱离该示例实施例的教导。
空间的相对术语，诸如“内”、“外”、“在下面”、“在……的下方”、“下部”、“上方”、“上部”等，在此可出于便于描述的目的使用，以描述如图中所示的一个元件或者特征和另外一个或多个元件或者特征之间的关系。空间的相对术语可以意指包含除该图描绘的取向之外该装置的不同的取向。例如如果翻转该图中的装置，则描述为“在其他元件或者特征的下方”或者“在元件或者特征的下面”的元件将取向为“在其他元件或者特征的上方”。因此，示例术语“在……的下方”可以包含朝上和朝下的两种取向。该装置可以以其他方式取向(旋转90度或者其他取向)并且以此处的空间的相对描述解释。
Claims (10)
1.一种图像采集系统的触发信号确定方法，其特征在于，所述方法通过图像采集系统的触发信号确定系统实现，所述图像采集系统的触发信号确定系统包括双目相机和与所述双目相机信号连接的微型电脑，所述双目相机和所述微型电脑安装在轨道的中间位置，所述方法包括：
通过所述双目相机按照采集频率采集两幅结构光图像；
通过所述微型电脑对每一幅所述结构光图像进行三维重建，得到对应每一幅所述结构光图像的三维点云；
通过所述微型电脑对两个所述三维点云进行重合特征识别，得到列车的移动距离，并计算出列车的移动速度；
通过所述微型电脑将所述移动速度转换为图像采集系统的触发信号频率。
2.根据权利要求1所述的图像采集系统的触发信号确定方法，其特征在于，在通过所述双目相机按照采集频率采集两幅结构光图像的步骤之前，所述方法还包括：
对所述双目相机进行标定。
3.根据权利要求1所述的图像采集系统的触发信号确定方法，其特征在于，在通过所述双目相机按照采集频率采集两幅结构光图像的步骤之前，所述方法还包括：
预先设定所述双目相机的采集频率。
4.根据权利要求1所述的图像采集系统的触发信号确定方法，其特征在于，在通过所述微型电脑对两个所述三维点云进行重合特征识别，得到列车的移动距离，并计算出列车的移动速度的步骤之前，所述方法还包括：
通过所述微型电脑对两个所述三维点云进行滤波。
5.根据权利要求1所述的图像采集系统的触发信号确定方法，其特征在于，在通过所述微型电脑将所述移动速度转换为图像采集系统的触发信号频率的步骤之后，所述方法还包括：
通过所述微型电脑判断列车是否完全通过；
若是，则结束；
若否，则修改所述双目相机的采集频率，并返回执行通过所述双目相机按照采集频率采集两幅结构光图像的步骤。
6.根据权利要求1所述的图像采集系统的触发信号确定方法，其特征在于，所述通过所述微型电脑对两个所述三维点云进行重合特征识别，得到列车的移动距离，并计算出列车的移动速度的步骤包括：
通过所述微型电脑利用点云配准函数对两个所述三维点云进行重合特征识别，得到列车的移动距离；
通过所述微型电脑采用以下公式计算出列车的移动速度：
V＝S/T；
其中，V为列车的移动速度，S为列车的移动距离，T为所述双目相机的采集时间间隔。
7.一种图像采集系统的触发信号确定系统，其特征在于，所述系统包括双目相机和与所述双目相机信号连接的微型电脑，所述双目相机和所述微型电脑安装在轨道的中间位置；
所述双目相机用于按照采集频率采集两幅结构光图像；
所述微型电脑用于对每一幅所述结构光图像进行三维重建，得到对应每一幅所述结构光图像的三维点云；
所述微型电脑用于对两个所述三维点云进行重合特征识别，得到列车的移动距离，并计算出列车的移动速度；
所述微型电脑用于将所述移动速度转换为图像采集系统的触发信号频率。
8.根据权利要求7所述的图像采集系统的触发信号确定系统，其特征在于，所述微型电脑还用于：
在对两个所述三维点云进行重合特征识别，得到列车的移动距离，并计算出列车的移动速度的步骤之前，对两个所述三维点云进行滤波。
9.根据权利要求7所述的图像采集系统的触发信号确定系统，其特征在于，所述微型电脑还用于：
在将所述移动速度转换为图像采集系统的触发信号频率的步骤之后，判断列车是否完全通过；
若是，则结束；
若否，则修改所述双目相机的采集频率。
10.根据权利要求7所述的图像采集系统的触发信号确定系统，其特征在于，所述微型电脑具体用于：
利用点云配准函数对两个所述三维点云进行重合特征识别，得到列车的移动距离；
通过所述微型电脑采用以下公式计算出列车的移动速度：
V＝S/T；
其中，V为列车的移动速度，S为列车的移动距离，T为所述双目相机的采集时间间隔。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111124469.2A CN113838112A (zh) | 2021-09-24 | 2021-09-24 | 图像采集系统的触发信号确定方法及触发信号确定系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111124469.2A CN113838112A (zh) | 2021-09-24 | 2021-09-24 | 图像采集系统的触发信号确定方法及触发信号确定系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113838112A true CN113838112A (zh) | 2021-12-24 |
Family
ID=78969990
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111124469.2A Pending CN113838112A (zh) | 2021-09-24 | 2021-09-24 | 图像采集系统的触发信号确定方法及触发信号确定系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113838112A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114295858A (zh) * | 2021-12-31 | 2022-04-08 | 江苏集萃智能光电系统研究所有限公司 | 基于多源数据融合的列车车速采集与相机触发方法及装置 |
Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20150226682A1 (en) * | 2012-09-14 | 2015-08-13 | Luoyang Landglass Technology Co., Ltd | Detection System Based on Modulation of Line Structured Laser Image of Glass |
| CN106228570A (zh) * | 2016-07-08 | 2016-12-14 | 百度在线网络技术（北京）有限公司 | 一种真值数据确定方法和装置 |
| CN106839977A (zh) * | 2016-12-23 | 2017-06-13 | 西安科技大学 | 基于光栅投影双目成像技术的盾构渣土体积实时测量方法 |
| US20180341263A1 (en) * | 2017-05-25 | 2018-11-29 | GM Global Technology Operations LLC | Methods and systems for moving object velocity determination |
| CN110288699A (zh) * | 2019-06-26 | 2019-09-27 | 电子科技大学 | 一种基于结构光的三维重建方法 |
| CN110672874A (zh) * | 2019-09-24 | 2020-01-10 | 五邑大学 | 基于双侧远心镜头的列车视觉测速方法、装置和存储介质 |
| CN110717918A (zh) * | 2019-10-11 | 2020-01-21 | 北京百度网讯科技有限公司 | 行人检测方法和装置 |
| CN111047677A (zh) * | 2018-10-11 | 2020-04-21 | 真玫智能科技（深圳）有限公司 | 一种多相机构建人体点云的方法及装置 |
| CN111402308A (zh) * | 2020-03-17 | 2020-07-10 | 北京百度网讯科技有限公司 | 障碍物速度的确定方法、装置、设备和介质 |
| CN112969025A (zh) * | 2021-03-09 | 2021-06-15 | 东莞市诺丽电子科技有限公司 | 图像采集方法、装置、处理模块、系统及存储介质 |
| CN113008195A (zh) * | 2021-02-01 | 2021-06-22 | 厦门大学 | 一种基于空间点云的三维曲面距离测量方法及系统 |
| WO2021134296A1 (zh) * | 2019-12-30 | 2021-07-08 | 深圳元戎启行科技有限公司 | 障碍物检测方法、装置、计算机设备和存储介质 |
-
2021
- 2021-09-24 CN CN202111124469.2A patent/CN113838112A/zh active Pending
Patent Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20150226682A1 (en) * | 2012-09-14 | 2015-08-13 | Luoyang Landglass Technology Co., Ltd | Detection System Based on Modulation of Line Structured Laser Image of Glass |
| CN106228570A (zh) * | 2016-07-08 | 2016-12-14 | 百度在线网络技术（北京）有限公司 | 一种真值数据确定方法和装置 |
| CN106839977A (zh) * | 2016-12-23 | 2017-06-13 | 西安科技大学 | 基于光栅投影双目成像技术的盾构渣土体积实时测量方法 |
| US20180341263A1 (en) * | 2017-05-25 | 2018-11-29 | GM Global Technology Operations LLC | Methods and systems for moving object velocity determination |
| CN108961320A (zh) * | 2017-05-25 | 2018-12-07 | 通用汽车环球科技运作有限责任公司 | 确定移动物体速度的方法和系统 |
| CN111047677A (zh) * | 2018-10-11 | 2020-04-21 | 真玫智能科技（深圳）有限公司 | 一种多相机构建人体点云的方法及装置 |
| CN110288699A (zh) * | 2019-06-26 | 2019-09-27 | 电子科技大学 | 一种基于结构光的三维重建方法 |
| CN110672874A (zh) * | 2019-09-24 | 2020-01-10 | 五邑大学 | 基于双侧远心镜头的列车视觉测速方法、装置和存储介质 |
| CN110717918A (zh) * | 2019-10-11 | 2020-01-21 | 北京百度网讯科技有限公司 | 行人检测方法和装置 |
| WO2021134296A1 (zh) * | 2019-12-30 | 2021-07-08 | 深圳元戎启行科技有限公司 | 障碍物检测方法、装置、计算机设备和存储介质 |
| CN111402308A (zh) * | 2020-03-17 | 2020-07-10 | 北京百度网讯科技有限公司 | 障碍物速度的确定方法、装置、设备和介质 |
| CN113008195A (zh) * | 2021-02-01 | 2021-06-22 | 厦门大学 | 一种基于空间点云的三维曲面距离测量方法及系统 |
| CN112969025A (zh) * | 2021-03-09 | 2021-06-15 | 东莞市诺丽电子科技有限公司 | 图像采集方法、装置、处理模块、系统及存储介质 |
Non-Patent Citations (3)
| Title |
|---|
| 安瑶军: "车载激光点云数据结构化道路及标线提取", 中国优秀硕士学位论文全文数据库 基础科学辑, vol. 2019, no. 12, pages 008 - 74 * |
| 梁晋 等: "3D反求技术", 华中科技大学出版社, pages: 158 * |
| 赵耀: "线阵高清技术在货车装载视频监视系统中的应用研究", 铁道通信信号, vol. 51, no. 9, pages 51 - 54 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114295858A (zh) * | 2021-12-31 | 2022-04-08 | 江苏集萃智能光电系统研究所有限公司 | 基于多源数据融合的列车车速采集与相机触发方法及装置 |
| CN114295858B (zh) * | 2021-12-31 | 2023-09-26 | 江苏集萃智能光电系统研究所有限公司 | 基于多源数据融合的列车车速采集与相机触发方法及装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Khuc et al. | Computer vision-based displacement and vibration monitoring without using physical target on structures | |
| CN110542908B (zh) | 应用于智能驾驶车辆上的激光雷达动态物体感知方法 | |
| CN103176185B (zh) | 用于检测道路障碍物的方法及系统 | |
| Zaurin et al. | Integration of computer imaging and sensor data for structural health monitoring of bridges | |
| CN104021676A (zh) | 基于车辆动态视频特征的车辆定位及车速测量方法 | |
| JP2017067756A (ja) | 物体検出装置及び物体検出方法 | |
| CN107817044B (zh) | 基于机器视觉的板材振动的测量装置及方法 | |
| CN103324913A (zh) | 一种基于形状特征和轨迹分析的行人事件检测方法 | |
| CN103835212A (zh) | 一种公路路面三维检测系统 | |
| CN104428686A (zh) | 用于获得车辆位置的方法和车辆 | |
| CN111830470B (zh) | 联合标定方法及装置、目标对象检测方法、系统及装置 | |
| CN103680138A (zh) | 一种车辆路况监测方法 | |
| CN109060820A (zh) | 基于激光检测的隧道病害检测方法及隧道病害检测装置 | |
| CN116736322B (zh) | 融合相机图像与机载激光雷达点云数据的速度预测方法 | |
| AU2020102912A4 (en) | Device and Method for All-round Precise Recognition of Vehicle Load on the Bridge Deck | |
| CN113838112A (zh) | 图像采集系统的触发信号确定方法及触发信号确定系统 | |
| CN114187330A (zh) | 一种基于光流法的结构微幅振动工作模态分析方法 | |
| KR101237876B1 (ko) | 차량별 자성특징 분석을 통한 차종분류방법 및 그의 시스템 | |
| CN116148801A (zh) | 一种基于毫米波雷达的目标检测方法及系统 | |
| CN113436442B (zh) | 一种利用多地磁传感器的车速估计方法 | |
| CN113313182B (zh) | 一种基于雷达和视频融合的目标识别方法及终端 | |
| CN116818397B (zh) | 基于机器视觉的中小跨径桥梁快速荷载试验方法及系统 | |
| CN110865367B (zh) | 一种雷达视频数据智能融合方法 | |
| Hwang et al. | Wave height measurement scheme using wave detector based on convolutional neural network and PPM calculator with ocean wave images | |
| Mirchandani et al. | Application of aerial video for traffic flow monitoring and management |
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 | ||
| CB02 | Change of applicant information |
Address after: No. 10, Wansheng Road, Wanjiang Street, Dongguan City, Guangdong Province, 523039 Applicant after: Dongguan Nuoli Technology Co.,Ltd. Address before: 3 / F, building 10, Wanhong village, Wanjiang community, Wanjiang District, Dongguan City, Guangdong Province, 523039 Applicant before: DONGGUAN NANNAR ELECTRONICS TECHNOLOGY Co.,Ltd. |
|
| CB02 | Change of applicant information | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20211224 |
|
| RJ01 | Rejection of invention patent application after publication |