CN113963053A - 一种接触网高度的检测方法 - Google Patents
一种接触网高度的检测方法 Download PDFInfo
- Publication number
- CN113963053A CN113963053A CN202111208531.6A CN202111208531A CN113963053A CN 113963053 A CN113963053 A CN 113963053A CN 202111208531 A CN202111208531 A CN 202111208531A CN 113963053 A CN113963053 A CN 113963053A
- Authority
- CN
- China
- Prior art keywords
- edge
- distance
- image
- line
- straight line
- 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
Images
Classifications
-
- 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
- G06T7/10—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
- G06T7/10—Segmentation; Edge detection
- G06T7/181—Segmentation; Edge detection involving edge growing; involving edge linking
-
- 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
- G06T7/66—Analysis of geometric attributes of image moments or centre of gravity
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- Image Analysis (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明提供一种接触网高度的检测方法,获取图像中前景目标物的边缘线;并将边缘线配对,得到一个左右边缘线对;遍历所有边缘线,存储各个左右边缘线对;在左右边缘线对内查找激光条、获得边缘点I和边缘点II;将两者的中点记为备选点;获取图像中所有的备选点;利用极线匹配将左、右图像中的各个备选点转换为三维坐标,判断其与轨道的距离,将距离处于区间阈值内的备选点记为接触网的特征点;遍历各帧图像,获取接触网上的各个特征点,将各特征点与轨道之间的距离记为接触网的高度信息;本方法根据实测图像情况,通过筛选,滤除无关信息,得到准确的接触网特征点,再进一步获得高度信息,测量精度高,适用于现场勘测。
Description
技术领域
本发明涉及视觉测量领域,具体涉及一种接触网高度的检测方法。
背景技术
在轨道交通行业,接触网与轨道之间的高度信息直接影响到列车的正常运行,因此,接触网需要定期维护,精准获取接触网高度信息的方法十分重要,目前主要有以下两种方式:
1)定点测量方式:工人利用便携式激光测量传感器进行测量,将传感器激光瞄准接触网,逐点进行测量,测量单点需要耗时1分钟左右,人工成本和时间成本高。
2)自动化非接触测量方式:
I、利用结构光传感器获取结构光图像,处理激光条图像,此方法受限于光条拐点提取精度,算法复杂,且易受外界环境光干扰;
II、利用双目相机获取图像,进行图像处理,此方法面临图像信息复杂的问题:图像中不仅有接触网,还有承力索、吊弦,或者多条接触网、多条承力索;背景复杂容易使得提取的边缘不准确,进而影响对接触网的定位、高度信息的获取,导致接触网信息提取误差较大。
发明内容
为了解决上述技术问题,本发明提供一种接触网高度的检测方法,本方法首先提取前景目标物的左右边缘并为它们配对,再从边缘对中查找激光条,根据激光条与边缘的关系,解算的备选点,最后根据距离信息,筛选准确的接触网特征点(中心位置),进一步可利用得到的高度信息,评价接触网与轨道之间的距离是否满足实际需要。本方法根据实测情况,筛选、滤除无关信息(承力索、吊弦等),得到准确的接触网特征点,再进一步获得高度信息,测量精度高,适用于现场勘测。
技术方案如下:
一种检测接触网高度的方法,视觉测量仪沿轨道向前移动、连续投射线结构光,双目相机按照预设的频率采集图像,单幅图像中包括接触网以及投射在其上的线结构光;
将同一时刻双目相机采集的两幅图像记为左、右图像;
通过以下步骤分别处理每张图像,获取接触网特征:
步骤一、获取图像中前景目标物的边缘线;所述前景目标物包括接触网;
步骤二、根据距离阈值和角度阈值,将距离和夹角均小于各自阈值要求的两条边缘线进行配对,得到一个左右边缘线对;
遍历所有边缘线,存储各个左右边缘线对;
步骤三、在单个左右边缘线对内查找激光条、提取激光条中心线;计算其与左右边缘线对各自的交点,记为边缘点I和边缘点II;
计算边缘点I和边缘点II之间的中点,记为备选点;
遍历每个左右边缘线对,采用相同的方法,获取图像中所有的备选点;
步骤四、利用极线匹配将左、右图像中的各个备选点转换为三维坐标,判断其与轨道平面的距离,将距离处于区间阈值内的备选点记为接触网的特征点;
步骤五、遍历各帧图像,获取接触网上的各个特征点,将各特征点的导高记为接触网的高度信息。
通过高度信息能够进一步判断接触网与轨道之间的空间位置关系是否符合要求。
进一步,步骤一中,获取边缘线的方法如下:
1)对图像进行预处理,提取其中的直线段,记录每条直线段的角度及长度信息;将角度和长度均不满足预设条件的直线段剔除;
2)判断被保留的各直线段之间的平行程度和坐标近似程度,所述平行程度通过计算两条直线段之间的夹角,判断夹角是否小于角度阈值II获得;所述坐标近似程度通过计算两条直线段之间的距离,判断距离是否小于距离阈值I获得;
将夹角小于角度阈值II时且距离小于距离阈值I的多条直线段记为一组共线线段集合,遍历所有直线段,得到多组共线线段集合;
若除去多组共线线段集合中的各直线段,还存在孤立直线段,则判断孤立直线段长度是否大于预设值,若是,则将其记为一组共线线段集合;若否,则剔除;
3)在单组共线线段集合中,取各直线段中心点坐标的均值,记为坐标A;以该集合中各直线段的角度均值为斜率,过坐标A作贯穿整幅图像的直线,记为边缘线;
4)遍历各组共线线段集合,存储所有的边缘线。
进一步,步骤3)还包括:在单组共线线段集合中,记录纵坐标的最小值所在直线段的最低点坐标、纵坐标的最大值所在直线段的最高点坐标,计算两坐标之间的距离,记为长度特征值;
在步骤4)中,遍历各组共线线段集合,存储所有的边缘线及其对应的长度特征值。
进一步,步骤二有两种实现方式,具体为:
当在步骤3)中解算长度特征值时,采用方式一:
任选两条边缘线,比较两者的角度和长度特征值,当角度差小于阈值I且长度特征值之差小于阈值II时,计算所述两条边缘线之间的距离,当距离满足要求时,将两者存储为左右边缘线对;
继续选择两条边缘线,判断其是否能够存储为左右边缘线对;直到遍历完所有边缘线,存储所有的左右边缘线对。
当在步骤3)中没有解算长度特征值时,采用方式二:
任选两条边缘线,比较两者的角度,当角度差小于阈值I,计算所述两条边缘线之间的距离,当距离满足要求时,将两者存储为左右边缘线对;
继续选择两条边缘线,判断其是否能够存储为左右边缘线对;直到遍历完所有边缘线,存储所有的左右边缘线对。
优选,步骤1)对图像进行滤波预处理,采用霍夫变换方法提取其中的直线段。
进一步,步骤2)中,计算直线段之间的距离的方式为:分别计算两条直线段与直线L的交点,将两交点之间的距离记为直线段之间的距离;
所述直线L为平行于图像X轴方向的水平线。
优选,计算两条边缘线之间的距离的方式为:分别计算两条边缘线与直线L的交点,将两交点之间的距离记为两条边缘线之间的距离;
所述直线L为平行于图像X轴方向的水平线。
获取的图像中既包含接触网、承力索、吊选点等实拍目标物,也包括投射在其上的光条,处理图像时,首先提取前景目标物的左右边缘并为它们配对,再从边缘对中查找激光条,根据激光条与边缘的关系,解算的备选点,最后根据距离信息,筛选出正确的特征点,并得到对应的高度信息;本方法充分考虑了接触网维护过程中采集图像的实际情况,根据相关筛选条件,层层筛选去除干扰信息,获得更为准确的接触网特征点(中心位置),得到的高度信息准确、可靠,能够用于评价接触网与轨道之间的距离是否满足实际需要。
附图说明
图1为具体实施方式中采集到单根接触网和承力索的图像示意图;
图2为具体实施方式中情形一采集到多根接触网和承力索的图像示意图;
图3为具体实施方式中情形二采集到多根接触网和承力索的图像示意图;
图4为具体实施方式中情形三采集到多根接触网和承力索的图像示意图;
图5为步骤三中在单个左右边缘线对内查找到激光条的示意图。
具体实施方式
以下结合附图和具体实施方式对本发明的技术方案进行详细描述。
一种检测接触网高度的方法,视觉测量仪沿轨道向前移动、连续投射线结构光,双目相机按照预设的频率采集图像,单幅图像中包括接触网以及投射在其上的线结构光;
通常,由于本方法应用于铁路现场实测勘验,其图像并非理想化内容,除了接触网还包括承力索和或其他特征(如吊弦),此时,图像中将会出现多组左右边缘线对;
如图1图像中包含接触网和承力索,左侧为接触网、右侧为承力索(为了显示提取直线段,对图像进行了局部放大处理);随着视觉测量仪沿轨道向前移动,其采集到的的图像也呈现多样化,如图2~4,图像中均包括2条承力索、2条接触网-各条接触网均需要获取高度信息;将同一时刻双目相机采集的两幅图像记为左、右图像;
通过以下步骤分别处理每张图像,获取接触网特征:
步骤一、获取图像中前景目标物的边缘线;前景目标物包括接触网;实际采集图像若包含承力索,则前景目标物也包括承力索,获取接触网及承力索的两侧边缘线;
步骤二、根据距离阈值和角度阈值,将距离和夹角均小于各自阈值要求的两条边缘线进行配对,得到一个左右边缘线对;
遍历所有边缘线,存储各个左右边缘线对;
步骤三、在单个左右边缘线对内查找激光条、提取激光条中心线;如图5所示,计算其与左右边缘线对各自的交点,记为边缘点I和边缘点II;
计算边缘点I和边缘点II之间的中点,记为备选点;
遍历每个左右边缘线对,采用相同的方法,获取图像中所有的备选点;
步骤四、利用极线匹配将左、右图像中的各个备选点转换为三维坐标,判断其与轨道平面的距离,将距离处于区间阈值内的备选点记为接触网的特征点;
步骤五、遍历各帧图像,获取接触网上的各个特征点,将各特征点的导高记为接触网的高度信息。
进一步通过高度信息能够判断接触网与轨道之间的空间位置关系是否符合要求。
为了更加准确的获取边缘线,本实施例在步骤一中,获取边缘线的方法如下:
1)对图像进行预处理,提取其中的直线段,记录每条直线段的角度及长度信息;将角度和长度均不满足预设条件的直线段剔除;
其中,角度的预设条件设置如下:根据视觉测量仪(实际应用中可采用巡检仪)预先设定的行驶轨迹,“之”字形设置的接触网在图像中的倾斜处于60°~120°之间,因此角度阈值设置为60°~120°,当直线段的角度不处于60°~120°时,不满足条件;
长度的预设条件设置如下:滤除相对较小的噪点,当直线段长度小于图像窄边尺寸像素的十分之一时,其不满足条件。
具体的,如图1所示,对图像进行滤波预处理,采用霍夫变换方法提取其中的直线段。
2)判断被保留的各直线段之间的平行程度和坐标近似程度,平行程度通过计算两条直线段之间的夹角,判断夹角是否小于角度阈值II获得;坐标近似程度通过计算两条直线段之间的距离,判断距离是否小于距离阈值I获得;,本实施例中,角度阈值II取值为3°~10°;距离阈值I取值为5~10像素;
将夹角小于角度阈值II时且距离小于距离阈值I的多条直线段记为一组共线线段集合,遍历所有直线段,得到多组共线线段集合;
若除去多组共线线段集合中的各直线段,还存在孤立直线段,则判断孤立直线段长度是否大于预设值,若是,则将其记为一组共线线段集合;若否,则剔除;其中,预设值取1/2图像高度;
其中,计算直线段之间的距离的方式为:分别计算两条直线段与直线L的交点,将两交点之间的距离记为直线段之间的距离;
直线L为平行于图像X轴方向的水平线。
3)在单组共线线段集合中,取各直线段中心点坐标的均值,记为坐标A;以该集合中各直线段的角度均值为斜率,过坐标A作贯穿整幅图像的直线,记为边缘线;
4)遍历各组共线线段集合,存储所有的边缘线。
在此基础上,步骤二,具体为:
任选两条边缘线,比较两者的角度,当角度差小于阈值I,计算两条边缘线之间的距离,当距离满足要求时,将两者存储为左右边缘线对;
继续选择两条边缘线,判断其是否能够存储为左右边缘线对;直到遍历完所有边缘线,存储所有的左右边缘线对。
角度差对应的阈值I取值为0°~6°;
作为一种更为优选的实施方式,步骤3)还包括:在单组共线线段集合中,记录纵坐标的最小值所在直线段的最低点坐标、纵坐标的最大值所在直线段的最高点坐标,计算两坐标之间的距离,记为长度特征值;
在步骤4)中,遍历各组共线线段集合,存储所有的边缘线及其对应的长度特征值。
此时,步骤二,具体为:
任选两条边缘线,比较两者的角度和长度特征值,当角度差小于阈值I且长度特征值之差小于阈值II时,计算两条边缘线之间的距离,当距离满足要求时,将两者存储为左右边缘线对;
继续选择两条边缘线,判断其是否能够存储为左右边缘线对;直到遍历完所有边缘线,存储所有的左右边缘线对。
角度差对应的阈值I取值为0°~6°;
长度特征值之差小于阈值II具体操作如下:
记长度特征值之差为W、两条边缘线中较大的长度特征值为S,若W/S>0.95,则认为两条边缘线不可配对;
具体的,计算两条边缘线之间的距离的方式为:分别计算两条边缘线与直线L的交点,将两交点之间的距离记为两条边缘线之间的距离;
直线L为平行于图像X轴方向的水平线。
前面对本发明具体示例性实施方案所呈现的描述是出于说明和描述的目的。前面的描述并不想要成为毫无遗漏的,也不是想要把本发明限制为所公开的精确形式,显然,根据上述教导很多改变和变化都是可能的。选择示例性实施方案并进行描述是为了解释本发明的特定原理及其实际应用,从而使得本领域的其它技术人员能够实现并利用本发明的各种示例性实施方案及其不同选择形式和修改形式。本发明的范围旨在由所附权利要求书及其等价形式所限定。
Claims (8)
1.一种检测接触网高度的方法,其特征在于:视觉测量仪沿轨道向前移动、连续投射线结构光,双目相机按照预设的频率采集图像,单幅图像中包括接触网以及投射在其上的线结构光;
将同一时刻双目相机采集的两幅图像记为左、右图像;
通过以下步骤分别处理每张图像,获取接触网特征:
步骤一、获取图像中前景目标物的边缘线;所述前景目标物包括接触网;
步骤二、根据距离阈值和角度阈值,将距离和夹角均小于各自阈值要求的两条边缘线进行配对,得到一个左右边缘线对;
遍历所有边缘线,存储各个左右边缘线对;
步骤三、在单个左右边缘线对内查找激光条、提取激光条中心线;计算其与左右边缘线对各自的交点,记为边缘点I和边缘点II;
计算边缘点I和边缘点II之间的中点,记为备选点;
遍历每个左右边缘线对,采用相同的方法,获取图像中所有的备选点;
步骤四、利用极线匹配将左、右图像中的各个备选点转换为三维坐标,判断其与轨道平面的距离,将距离处于区间阈值内的备选点记为接触网的特征点;
步骤五、遍历各帧图像,获取接触网上的各个特征点,将各特征点的导高记为接触网的高度信息。
2.如权利要求1所述检测接触网高度的方法,其特征在于:步骤一中,获取边缘线的方法如下:
1)对图像进行预处理,提取其中的直线段,记录每条直线段的角度及长度信息;将角度和长度均不满足预设条件的直线段剔除;
2)判断被保留的各直线段之间的平行程度和坐标近似程度,所述平行程度通过计算两条直线段之间的夹角,判断夹角是否小于角度阈值II获得;所述坐标近似程度通过计算两条直线段之间的距离,判断距离是否小于距离阈值I获得;
将夹角小于角度阈值II时且距离小于距离阈值I的多条直线段记为一组共线线段集合,遍历所有直线段,得到多组共线线段集合;
若除去多组共线线段集合中的各直线段,还存在孤立直线段,则判断孤立直线段长度是否大于预设值,若是,则将其记为一组共线线段集合;若否,则剔除;
3)在单组共线线段集合中,取各直线段中心点坐标的均值,记为坐标A;以该集合中各直线段的角度均值为斜率,过坐标A作贯穿整幅图像的直线,记为边缘线;
4)遍历各组共线线段集合,存储所有的边缘线。
3.如权利要求2所述检测接触网高度的方法,其特征在于:步骤3)还包括:在单组共线线段集合中,记录纵坐标的最小值所在直线段的最低点坐标、纵坐标的最大值所在直线段的最高点坐标,计算两坐标之间的距离,记为长度特征值;
在步骤4)中,遍历各组共线线段集合,存储所有的边缘线及其对应的长度特征值。
4.利用权利要求3所述检测接触网高度的方法,其特征在于,步骤二,具体为:
任选两条边缘线,比较两者的角度和长度特征值,当角度差小于阈值I且长度特征值之差小于阈值II时,计算所述两条边缘线之间的距离,当距离满足要求时,将两者存储为左右边缘线对;
继续选择两条边缘线,判断其是否能够存储为左右边缘线对;直到遍历完所有边缘线,存储所有的左右边缘线对。
5.如权利要求2所述检测接触网高度的方法,其特征在于:步骤1)对图像进行滤波预处理,采用霍夫变换方法提取其中的直线段。
6.如权利要求2所述检测接触网高度的方法,其特征在于:步骤2)中,计算直线段之间的距离的方式为:分别计算两条直线段与直线L的交点,将两交点之间的距离记为直线段之间的距离;
所述直线L为平行于图像X轴方向的水平线。
7.利用权利要求1所述检测接触网高度的方法,其特征在于,步骤二,具体为:
任选两条边缘线,比较两者的角度,当角度差小于阈值I,计算所述两条边缘线之间的距离,当距离满足要求时,将两者存储为左右边缘线对;
继续选择两条边缘线,判断其是否能够存储为左右边缘线对;直到遍历完所有边缘线,存储所有的左右边缘线对。
8.利用权利要求4或7所述检测接触网高度的方法,其特征在于,计算两条边缘线之间的距离的方式为:分别计算两条边缘线与直线L的交点,将两交点之间的距离记为两条边缘线之间的距离;
所述直线L为平行于图像X轴方向的水平线。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111208531.6A CN113963053A (zh) | 2021-10-18 | 2021-10-18 | 一种接触网高度的检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111208531.6A CN113963053A (zh) | 2021-10-18 | 2021-10-18 | 一种接触网高度的检测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113963053A true CN113963053A (zh) | 2022-01-21 |
Family
ID=79464946
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111208531.6A Pending CN113963053A (zh) | 2021-10-18 | 2021-10-18 | 一种接触网高度的检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113963053A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114612496A (zh) * | 2022-03-18 | 2022-06-10 | 易思维(杭州)科技有限公司 | 一种直线段轮廓提取方法 |
CN114612496B (zh) * | 2022-03-18 | 2024-05-31 | 易思维(杭州)科技股份有限公司 | 一种直线段轮廓提取方法 |
-
2021
- 2021-10-18 CN CN202111208531.6A patent/CN113963053A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114612496A (zh) * | 2022-03-18 | 2022-06-10 | 易思维(杭州)科技有限公司 | 一种直线段轮廓提取方法 |
CN114612496B (zh) * | 2022-03-18 | 2024-05-31 | 易思维(杭州)科技股份有限公司 | 一种直线段轮廓提取方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10480939B2 (en) | High speed stereoscopic pavement surface scanning system and method | |
CN107743577B (zh) | 用于检测电动铁道车辆的振动信息的方法和装置 | |
CN108564575B (zh) | 一种基于三维点云数据的非接触式接触网参数检测方法 | |
CN111666947B (zh) | 一种基于3d成像的受电弓弓头偏移量测量方法及系统 | |
US9251586B2 (en) | Optical overhead wire measurement | |
CN201233223Y (zh) | 一种木材自动监管系统 | |
CN106679567A (zh) | 基于双目立体视觉的接触网及支柱几何参数检测测量系统 | |
CN102788572B (zh) | 一种工程机械吊钩姿态的测量方法、装置及系统 | |
JP6524529B2 (ja) | 建築限界判定装置 | |
CN107705294B (zh) | 一种十字激光的图像式路基表面沉降监测方法和监测系统 | |
CN108921164B (zh) | 一种基于三维点云分割的接触网定位器坡度检测方法 | |
CN103630088A (zh) | 基于双激光带的高精度隧道断面检测方法及装置 | |
CN105426894B (zh) | 铁道塞钉图像检测方法及装置 | |
CN109556521B (zh) | 一种基于无人机的铁路钢轨位移检测方法 | |
CN113310450B (zh) | 一种基于点云训练模型的接触网吊弦检测的方法 | |
CN107806824A (zh) | 一种低速状态下接触网几何参数的检测方法及装置 | |
CN116563279B (zh) | 基于计算机视觉的量测开关检测方法 | |
CA3066752A1 (en) | High speed stereoscopic pavement surface scanning system and method | |
CN110674732A (zh) | 一种融合多元数据的沥青路面车辙三维尺寸自动检测及定位方法 | |
Guido et al. | Vehicle tracking system based on videotaping data | |
CN113409303A (zh) | 一种高速铁路接触网目标检测与跟踪方法 | |
CN114830180A (zh) | 摄像机自动检查系统 | |
JP4459162B2 (ja) | 速度計測装置、方法及びプログラム | |
CN113963053A (zh) | 一种接触网高度的检测方法 | |
JP4918615B2 (ja) | 対象個数検出装置および対象個数検出方法 |
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 |