CN115797167A - 一种基于轨道交通车辆图像的拼图方法 - Google Patents

Abstract

本发明提供一种基于轨道交通车辆图像的拼图方法，涉及轨道交通车辆图像领域，能够解决模板量大、拼图漏图及丢图的问题；由于采用了动态计算匹配的方式，将到所有图片数据，通过循环获取到每一个图片名称；经过对图片名称进行切割分别可获得图片格式；循环统计不同的所述图片名称格式为第一位的i值，获得需要拼接的车辆长度；对所述图片名称格式为第二位的j值进行判断部件工位，对于的不同所述工位下的图片，按照算法规则细分成对应部件；进行整车图片拼接，实现了囊括各种拼图规则方案，进而实现了动态的自动拼图的技术效果，有效的提高了车辆图像拼图效率，使得整辆车关键部件及时动态跟踪使用情况。本发明用于轨道交通车辆图像拼图。

Description

一种基于轨道交通车辆图像的拼图方法

技术领域

本发明涉及轨道交通车辆图像领域，尤其涉及一种基于轨道交通车辆图像的拼图方法。

背景技术

目前对车辆的关键部件进行巡检，通常是对车辆的关键部件拍照拼图后查看关键部件磨损或损坏情况；现有轨道列车的图像拼接，是通过使用固定模板匹配车型，从而对图像进行展示。

现有技术主要是通过不同的固定模板文件，对轨道交通上的不同车型的列车进行固定匹配，图片数据量大，通过人工拼图工作效率低，对于新的图片数据不能及时更新匹配，还容易出现漏图、丢图情况发生，不能及时发现整辆车的关键部件的使用磨损或损坏的情况，不能及时更新或更换的预警。

针对现有通过固定模板匹配车型的拼图技术，本专利可解决使用固定模板数量庞大，对于新数据不能及时做匹配及出现漏图、丢图等问题。

发明内容

本申请的目的是提供一种基于轨道交通车辆图像的拼图方法，解决了现有技术中，匹配模板数量过于庞大及由于图像数量问题导致的漏图、丢图等问题。本发明通过动态的算法，实现了囊括各种拼图规则方案，使得整辆车关键部件及时动态跟踪使用情况。

根据本发明实施例提供一种基于轨道交通车辆图像的拼图方法，该方法包括：

获取轨道交通车辆巡检部件所有的图片，所述图片的名称格式预先设置定义；所述获取到所有图片数据，通过循环获取到每一个图片名称；通过使用下划线对图片名称进行切割；所述切割分别可获得图片格式的第一位的i值、第二位的j值、第三位的k值；其中，i≥0，j≥0；k≥0；

循环统计不同的所述图片名称格式为第一位的值，获得需要拼接的车辆长度；

对所述图片名称格式为第二位的j值进行判断部件工位，再对于所述图片名称格式为第三位不同工位的细分图片，按照算法规则细分成对应部件；之后按照整辆车的拼图原则进行整车图片拼接。

优选地，该图片名称格式定义第一位的i值为编号、第二位的j值为工位、第三位的k值为工位细分的图片序号，第一位的i值与第二位的j值之间使用下划线，第二位的j值与第三位的k值之间使用下划线。

优选地，对该图片名称格式为第二位的j值进行判断部件工位，对于的不同所述工位下的图片，按照算法规则细分成对应工位；是指对轨道交通车辆巡检部件的图片名称格式第二位的j值进行判断，所述第二位的j值分别为1、2、3、7时对应部件分别为侧架、制动梁、中间部、中间部侧部的细分工位划分

所述第二位的j值为4时，当K为9时，或K为10时，或K为17时，或K为18时，所述第二位判断为互勾差的细分工位划分；

所述第二位的j值为4时，当9＞K≥0，或17＞K＞10时，所述第二位判断为车钩钩缓的细分工位划分。

优选地，根据侧架图片的名称格式的第三位的K值判断工位部件划分，如果k＜6，所述侧架图片前6张图片为前台侧架，如果K≥6时，所述侧架图片后6张图片为后台侧架。

优选地，根据制动梁图片的名称格式的第三位的K值判断工位部件划分，如果K＜6，所述制动梁图片前6张图片为前台制动梁，如果K≥6时，所述制动梁图片后6张图片为后台制动梁。

优选地，根据中间部图片的名称格式的第三位的K值判断工位部件划分；

如果K＜9，中间部图片为中间部1；

如果8＜K＜18，中间部图片为中间部2；

如果17＜K＜27，中间部图片为中间部3；

如果K＞26，中间部图片为中间部4。

优选地，根据中间部侧部图片的名称格式的第三位的K值判断工位部件划分，并且K的最大值为n；

如果K＜3，或(n+1)/2≤K≤(n+1)/2+2时，所述中间部侧部图片为中间部侧部1；

如果2＜K＜6，或(n+1)/2+3≤K≤(n+1)/2+5时，所述中间部侧部图片为中间部侧部2；

如果5＜K＜9，或(n+1)/2+6≤K≤(n+1)/2+8时，所述中间部侧部图片为中间部侧部3；

如果8＜K，或n-4≤K时，所述中间部侧部图片为中间部侧部4图片，其中，n≥1。

优选地，根据互勾差图片的名称格式的第三位的K值判断工位部件划分，判断是否为尾车，

如果判断为尾车，第三位K为9，或K为10，该图片为互勾差图片，第三位K为17，或K为18，为车尾互勾差；

如果判断为不是尾车，第三位K为9，或K为10，该图片为互勾差图片。

优选地，根据车钩钩缓图片的名称格式的第三位的K值判断工位部件划分，判断是否为尾车，

如果是尾车，所述第三位K＜9，所述图片为车钩钩缓图片；

如果是尾车，判断所述第三位K值为10＜K＜17时，所述图片为车尾车钩钩缓图片；

如果不是尾车，所述第三位K＜9，所述图片为车钩钩缓图片。

优选地，整车图片拼接是按照整辆车拼图原则进行拼图，将图片数据分成三个部分进行拼接，第一部分为一行图片，第二部分为三行图片，第三部分为一行图片；

其中，第一部分按横向从左至右依次按顺序拼接为互勾差前半部分图像、前台侧架前半部分图像、中间部侧部1前半部分图像、中间部侧部2前半部分图像、中间部侧部3前半部分图像、中间部侧部4前半部分图像，如果是尾车，后面还需加上车尾互勾差前半部分图像；

其中，第二部分依次为车钩钩缓9张图三列三行按横向顺序排列、前台制动梁三行两列按纵向顺序排列、中间部1九张图三列三行按横向顺序排列、中间部2九张图三列三行按横向顺序排列、中间部3按m列三行按横向顺序排列、中间部4按m列三行按横向顺序排列、后台制动梁三行两列按纵向顺序排列，如果是尾车，需加上车尾车钩钩缓6张图两列三行按横向顺序排列；其中，m≥1；

其中，第三部分按横向从左至右依次按顺序拼接为互勾差后半部分图像、前台侧架后半部分图像、中间部侧部1后半部分图像、中间部侧部2后半部分图像、中间部侧部3后半部分图像、中间部侧部4后半部分图像，如果是尾车，后面还需加上车尾互勾差后半部分图像；

上述第一部分、第二部分、第三部分按纵向从上至下依次按顺序拼接完成整辆车的拼图。

本发明提供一种基于轨道交通车辆图像的拼图方法，由于采用了动态计算匹配的方式，能够解决模板量大、拼图漏图及丢图的问题；将到所有图片数据，通过循环获取到每一个图片名称；经过对图片名称进行切割分别可获得图片格式；循环统计不同的所述图片名称格式为第一位的值，获得需要拼接的车辆长度；对所述图片名称格式为第二位的j值进行判断部件工位，对于的不同所述工位下的图片，按照算法规则细分成对应部件；进行整车图片拼接，实现了囊括各种拼图规则方案，进而实现了动态的自动拼图的技术效果，有效的提高了车辆图像拼图效率，使得整辆车关键部件及时动态跟踪使用情况。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本本发明。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理。

图1是本发明实施例提供的一种基于轨道交通车辆图像的拼图方法的流程图；

图2是本发明实施例提供的一种基于轨道交通车辆图像的拼图方法工位划分结构示意图；

图3是本发明实施例提供的一种基于轨道交通车辆图像的拼图方法侧架工位部件划分结构示意图；

图4是本发明实施例提供的一种基于轨道交通车辆图像的拼图方法制动梁工位部件划分结构示意图；

图5是本发明实施例提供的一种基于轨道交通车辆图像的拼图方法中间部工位部件划分结构示意图；

图6是本发明实施例提供的一种基于轨道交通车辆图像的拼图方法中间部侧部工位部件划分结构示意图；

图7是本发明实施例提供的一种基于轨道交通车辆图像的拼图方法互勾差工位部件划分结构示意图；

图8是本发明实施例提供的一种基于轨道交通车辆图像的拼图方法车钩钩缓工位部件划分结构示意图；

图9是本发明实施例提供的一种基于轨道交通车辆图像的拼图方法整辆车拼图规则示意图；

图10是本发明实施例提供的一种基于轨道交通车辆图像的拼图方法整辆车数据拼接结果展示图。

具体实施方式

实施例一、

本发明实施例提供的一种基于轨道交通车辆图像的拼图方法，如图1所示，该方法包括：

划分工位，获取轨道交通车辆巡检部件所有的图片，所述图片的名称格式预先设置定义；所述获取到所有图片数据，通过循环获取到每一个图片名称；通过使用下划线对图片名称进行切割；所述切割分别可获得图片格式的第一位的i值、第二位的j值、第三位的k值；其中，i≥0，j≥0；k≥0；

循环统计不同的所述图片名称格式为第一位的i值，获得需要拼接的车辆长度；

划分部件，对所述图片名称格式为第二位的j值进行判断部件工位，再对于所述图片名称格式为第三位不同工位的细分图片，按照算法规则细分成对应部件；

执行拼图，之后按整辆车拼图原则进行整车图片拼接。

优选地，该图片名称格式定义第一位的i值为编号、第二位的j值为工位、第三位的k值为工位细分的图片序号，第一位的i值与第二位的值之间使用下划线，第二位的j值与第三位的k值之间使用下划线。

在一个实施例中，对该图片名称格式为第二位的j值进行判断部件工位，对于的不同所述工位下的图片，按照算法规则细分成对应工位；是指对轨道交通车辆巡检部件的图片名称格式第二位的j值进行判断，所述第二位的j值分别为1、2、3、7时对应部件分别为侧架、制动梁、中间部、中间部侧部的细分工位划分，如图2所示；

第二位的j值为4时，当K为9时，或K为10时，或K为17时，或K为18时，第二位判断为互勾差的细分工位划分；

第二位的j值为4时，当9＞K≥0，或17＞K＞10时，第二位判断为车钩钩缓的细分工位划分，如图2所示。

根据侧架图片的名称格式的第三位的K值判断工位部件划分，如果k＜6，所述侧架图片前6张图片为前台侧架，如果K≥6时，所述侧架图片后6张图片为后台侧架，如3所示。

在一个实施例中，根据制动梁图片的名称格式的第三位的K值判断工位部件划分，如果K＜6，所述制动梁图片前6张图片为前台制动梁，如果K≥6时，所述制动梁图片后6张图片为后台制动梁，如图4所示。

在一个实施例中，根据中间部图片的名称格式第三位K值判断工位部件划分；如图5所示。

如果K＜9，中间部图片为中间部1；

如果8＜K＜18，中间部图片为中间部2；

如果17＜K＜27，中间部图片为中间部3；

如果K＞26，中间部图片为中间部4。

在一个实施例中，根据中间部侧部图片的名称格式的第三位的K值判断工位部件划分，并且K的最大值为n；如图6所示。

如果K＜3，或(n+1)/2≤K≤(n+1)/2+2时，所述中间部侧部图片为中间部侧部1；

如果2＜K＜6，或(n+1)/2+3≤K≤(n+1)/2+5时，所述中间部侧部图片为中间部侧部2；

如果5＜K＜9，或(n+1)/2+6≤K≤(n+1)/2+8时，所述中间部侧部图片为中间部侧部3；

如果8＜K，或n-4≤K时，所述中间部侧部图片为中间部侧部4图片，其中，n≥1。

在一个实施例中，根据互勾差图片的名称格式的第三位的K值判断工位部件划分，判断是否为尾车；如图7所示；

如果判断为尾车，第三位K为9，或K为10，该图片为互勾差图片，第三位K为17，或K为18，为车尾互勾差；

如果判断为不是尾车，第三位K为9，或K为10，该图片为互勾差图片。

在一个实施例中，根据车钩钩缓图片的名称格式的第三位的K值判断工位部件划分，判断是否为尾车；如图8所示。

如果是尾车，所述第三位K＜9，所述图片为车钩钩缓图片；

如果是尾车，判断所述第三位K值为10＜K＜17时，所述图片为车尾车钩钩缓图片；

如果不是尾车，所述第三位K＜9，所述图片为车钩钩缓图片。

在一个实施例中，整车图片拼接是按照整辆车拼图原则进行拼图，将图片数据分成三个部分进行拼接，第一部分为一行图片，第二部分为三行图片，第三部分为一行图片；如图9所示。

其中，第一部分按横向从左至右依次按顺序拼接为互勾差前半部分图像、前台侧架前半部分图像、中间部侧部1前半部分图像、中间部侧部2前半部分图像、中间部侧部3前半部分图像、中间部侧部4前半部分图像，如果是尾车，后面还需加上车尾互勾差前半部分图像；

其中，第二部分依次为车钩钩缓9张图三列三行按横向顺序排列、前台制动梁三行两列按纵向顺序排列、中间部1九张图三列三行按横向顺序排列、中间部2九张图三列三行按横向顺序排列、中间部3按m列三行按横向顺序排列、中间部4按m列三行按横向顺序排列、后台制动梁三行两列按纵向顺序排列，如果是尾车，需加上车尾车钩钩缓6张图两列三行按横向顺序排列；其中，m≥1；

其中，第三部分按横向从左至右依次按顺序拼接为互勾差后半部分图像、前台侧架后半部分图像、中间部侧部1后半部分图像、中间部侧部2后半部分图像、中间部侧部3后半部分图像、中间部侧部4后半部分图像，如果是尾车，后面还需加上车尾互勾差后半部分图像；

上述第一部分、第二部分、第三部分按纵向从上至下依次按顺序拼接完成整辆车的拼图，如图10所示。

本发明提供一种基于轨道交通车辆图像的拼图方法，由于采用了动态计算匹配的方式，能够解决模板量大、拼图漏图及丢图的问题；将到所有图片数据，通过循环获取到每一个图片名称；经过对图片名称进行切割分别可获得图片格式；循环统计不同的所述图片名称格式为第一位的值，获得需要拼接的车辆长度；对所述图片名称格式为第二位的j值进行判断部件工位，对于的不同所述工位下的图片，按照算法规则细分成对应部件；进行整车图片拼接，实现了囊括各种拼图规则方案，进而实现了动态的自动拼图的技术效果，有效的提高了车辆图像拼图效率，使得整辆车关键部件及时动态跟踪使用情况。

实施例二、

在一个实施例中，本发明提供的一种基于轨道交通车辆图像的拼图方法，通过对获取所有图像，再按照不同的编号，对每一辆车的工位进行划分，再使用一种算法对工位进行详细的部件划分。通过编号获得所需要的拼接次数。在通过每个编号内不同的部件，可按一定规则拼接每个编号里面的图像内容。

不同部件内的图像在拼接时，使用固定规则放置每张图像即可，具体方案如1所示。

首先，获取到所有的图像，格式为“i_j_k.jpg”，i代表编号、j代表所属的工位、k代表工位下的图像序号。通过不同i的数量就可获得所需要拼接的次数。

可根据j和k值，确定并划分6个不同的工位。其中包括：侧架i_1_k.jpg、制动梁i_2_k.jpg、中间部i_3_k.jpg、车钩钩缓i_4_k(k<9or 10<k<17).jpg、互勾差i_4_(9/10/17/18).jpg、中间部侧部i_7_k.jpg。

其次，获取到所有图片数据，可通过循环获取到每一个图片名称，通过使用“_”下划线对图片名称进行切割可获得‘i’、‘j’的值，分别对应切割后的‘第一位’和‘第二位’的值，‘第三位’为‘k.jpg’。

循环统计不同的‘i’值，即可获得需要拼接的长度。

在一个实施例中，如图2所示，对‘j’值进行判断，如果‘j’为‘1’，则该图片属于侧架工位，如果‘j’为‘2’，则该图片属于制动梁工位，如果‘j’为‘3’，则属于中间部工位，如果‘j’为‘4’，则对第三位‘k.jpg’使用逗号进行切割，可获取到切割后的第一位‘k’值，如果‘k’等于‘9’、‘10’、‘17’及‘18’任意一个值，则该图片属于互勾差工位，否则属于车钩钩缓工位，如果‘j’为‘7’，则该图片属于中间部侧部工位。

对于不同工位下的图像，可按照算法规则细分成对应部件。如图2所示为6种工位分别对应的细分工位划分，。

在一个实施例中，整车侧架工位部件划分如图3所示，侧架：侧架工位可分为前台侧架、后台侧架，各占侧架图片数量的二分之一，按图序排列前二分之一为前台侧架，后二分之一为后台侧架，每一部分是两行三列。

在一个实施例中，整车制动梁工位部件划分如图4所示，制动梁：同侧架，但每一部分为两列三行。

在一个实施例中，整车中间部工位部件划分如图5所示，中间部：中间部工位可分为中间部1、中间部2、中间部3、中间部4。中间部1为三行三列图序规则，图片编号i_3_0.jpg-i_3_8.jpg、中间部2为三行三列，图片编号i_3_9.jpg-i_3_17.jpg、

中间部3为三行n列，图片编号i_3_18.jpg-i_3_26.jpg，如果中间部3的图片数量为X，那么中间部每一行的图片数量则为X/3。中间部4图片不固定，车型越长，图片数量越多，为三行n列，图片序号大于26，如果中间部4图片数量为Y，那么每一行的图片数量则为Y/3。

一个实施例中，整车的车钩钩缓工位部件划分如图8所示，车钩钩缓：车钩钩缓可分为车钩钩缓和尾车车钩钩缓。车钩钩缓为三行三列，图片编号i_4_0.jpg-i_4_8.jpg，如果当前车为尾车，则存在车尾车钩钩缓，图片编号i_4_11.jpg-i_4_16.jpg。

一个实施例中，整车的互勾差工位部件划分如图7所示，互勾差：互勾差可分为互勾差及车尾互勾差分别都是两幅图片。互勾差图片编号i_4_9.jpg-i_4_10.jpg，如果当前车是尾车，则存在车尾互勾差，图片编号i_4_17.jpg-i_4_18.jpg。

一个实施例中，整车的中间部侧部工位部件划分如图6所示，中间部侧部：中间部侧部可分为中间部侧部1、中间部侧部2、中间部侧部3、中间部侧部4。中间部侧部1和中间部侧部2都为两行三列图片，其他为两行n列，若中间部侧部有k+1张图，中间部侧部1图片编号i_7_0.jpg-i_7_2.jpg、i_7_(k+1)/2.jpg-i_7_(k+1)/2+2.jpg，中间部侧部2图片编号为i_7_3.jpg-i_7_5.jpg、i_7_(k+1)/2+3.jpg-i_7_(k+1)/2+5.jpg，如果k大于11，则存在中间部侧部3，编号为i_7_6.jpg-i_7_8.jpg、i_7_(k+1)/2+6.jpg-i_7_(k+1)/2+8.jpg，若k>17，则存在中间部侧部4，中间部侧部4图片不固定，车型越长，图片数量越多，编号为i_7_9.jpg-i_7_(k-1)/2.jpg、i_7_(k+1)/2+9.jpg-i_7_k.jpg。

通过上述对获取到的数据内容，通过逻辑判断及计算，如实施例二所述，可将同一编号下的图像先分为不同的工位，再将每个部位划分成不同的部件。之后进行拼接。

按照车体的结构，可将数据分成三个部分进行拼接，第一部分为一行图片，第二部分为三行图片，第三部分为一行图片。这三部分则构成整车结构如图9所示，整辆车拼图规则。

第一部分为一行图片，拼接的结构为：互勾差前半部分数据(i_4_9.jpg)+前台侧架前半部分数据(i_1_0.jpg-i_1_2.jpg)+中间部侧部1前半部分数据(i_7_0.jpg-i_7_2.jpg)+间部侧部2前半部分数据(i_7_3.jpg-i_7_5.jpg)+间部侧部3前半部分数据(i_7_6.jpg-i_7_8.jpg)+间部侧部其他前半部分数据(i_7_9.jpg-i_7_(k-1)/2.jpg)+后台侧架前半部分数据(i_1_3.jpg-i_1_5.jpg)+尾车车钩钩缓前半部分(i_4_17.jpg)。

第二部分为三行图片，拼接的结构为：车钩钩缓(i_4_0.jpg-i_4_8.jpg，横向按顺序排列为三列三行)+前台制动梁(i_2_0.jpg-i_2_5.jpg，纵向按顺序排列为三行三列)+中间部1(i_3_0.jpg-i_3_8.jpg，横向按顺序排列为三列三行)+中间部2(i_3_9.jpg-i_3_17.jpg，横向按顺序排列为三列三行)+中间部3(i_3_18.jpg-i_3_26.jpg，按横向顺序排列为三行，每行数量一致)+中间部4(i_3_27.jpg-i_3_k.jpg，按横向顺序排列为三行，每行数量一致)+后台制动梁(i_2_6.jpg-i_2_11.jpg，纵向按顺序排列为三行三列)+车尾车钩钩缓(i_4_9.jpg-i_4_16.jpg，按横向顺序排列为两列三行两列)。

第三部分为一行图片，拼接的结构为：互勾差后半部分数据(i_4_10.jpg)+前台侧架前后部分数据(i_1_3.jpg-i_1_5.jpg)+中间部侧部1前后部分数据(i_7_(k+1)/2.jpg-i_7_(k+1)/2+2.jpg)+间部侧部2后半部分数据(i_7_(k+1)/2+3.jpg-i_7_(k+1)/2+5.jpg)+间部侧部3后半部分数据(i_7_(k+1)/2+6.jpg-i_7_(k+1)/2+8.jpg)+间部侧部其他后半部分数据(i_7_9.jpg-i_7_(k-1)/2.jpg)+后台侧架后半部分数据(i_7_(k+1)/2+9.jpg-i_7_k.jpg)+尾车车钩钩缓后半部分(i_4_18.jpg)。

其中第一部分和第三部分多有数据都是按照横向顺序排列，第二部分车钩钩缓、中间部1、中间部2、中间部3、中间部4和尾车车钩钩缓都为横向按顺序排列为三行且每行数量相同。前台制动梁及后台制动梁为纵向按顺序排列，且为三行两列。

在一个实施例中，如果所拼接的车为最后一辆车，也即尾车，才有车尾互勾差及车尾车钩钩缓。若不是则不需要拼接车尾互勾差及车尾车钩钩缓部分。

按照上述内容，先将数据按工位划分，再将数据按工位划分成不同的部件，再将每一个部分按照车体结构分成的三个部分进行特定数据或部件的组合，最终拼接为一辆完整的车体结构。若为一整列数据，即一整列车的数据，只需通过统计不同的i值，将上述拼接一辆车的逻辑处理i次，完成一列车的拼接。

本发明提供一种基于轨道交通车辆图像的拼图方法，由于采用了动态计算匹配的方式，能够解决模板量大、拼图漏图及丢图的问题；将到所有图片数据，通过循环获取到每一个图片名称；经过对图片名称进行切割分别可获得图片格式；循环统计不同的所述图片名称格式为第一位的值，获得需要拼接的车辆长度；对所述图片名称格式为第二位的j值进行判断部件工位，对于的不同所述工位下的图片，按照算法规则细分成对应部件；进行整车图片拼接，实现了囊括各种拼图规则方案，进而实现了动态的自动拼图的技术效果，有效的提高了车辆图像拼图效率，使得整辆车关键部件及时动态跟踪使用情况。

实施例三、

在一个实施例中，例如一辆尾车数据如下，1_1_0.jpg-1_1_11.jpg、1_2_0.jpg-1_2_11，1_3_0.jpg-1_3_41.jpg，1_4_0.jpg-1_4_18.jpg，1_7_0.jpg-1_7_25.jpg。

1、将数据按工位划分。

侧架：1_1_0.jpg-1_1_11.jpg。

制动梁：1_2_0.jpg-1_2_11。

中间部：1_3_0.jpg-1_3_32.jpg。

车钩钩缓：1_4_0.jpg-1_4_8.jpg、1_4_11.jpg-1_4_16.jpg。

互勾差：1_4_9.jpg、1_4_10.jpg、1_4_17.jpg、1_4_18.jpg。

中间部侧部：1_7_0.jpg-1_7_21.jpg。

2、将数据按算法规则划分部件。

前台侧架：1_1_0.jpg-1_1_5.jpg。

后台侧架：1_1_6.jpg-1_1_11.jpg。

前台制动梁：1_2_0.jpg-1_2_5.jpg。

后台制动梁：1_2_6.jpg-1_2_11.jpg。

中间部1：1_3_0.jpg-1_3_8.jpg。

中间部2：1_3_9.jpg-1_3_17.jpg。

中间部3：1_3_18.jpg-1_3_26.jpg

中间部4：1_3_26.jpg-1_3_41.jpg。

车钩钩缓：1_4_0.jpg-1_4_8.jpg。

车尾车钩钩缓：1_4_11.jpg-1_4_16.jpg。

互勾差：1_4_9.jpg、1_4_10.jpg。

车尾互勾差：1_4_17.jpg、1_4_18.jpg。

中间部侧部1：1_7_0.jpg-1_7_2.jpg、1_7_13.jpg-1_4_13.jpg。

中间部侧部2：1_7_3.jpg-1_7_5.jpg、1_7_16.jpg-1_4_18.jpg。

中间部侧部3：1_7_6.jpg-1_7_8.jpg、1_7_19.jpg-1_4_21.jpg。

中间部侧部4：1_7_9.jpg-1_7_12.jpg、1_7_22.jpg-1_4_25.jpg。

3、使用划分后的部件数据拼接为一辆车，如图10所示；

①按照技术方案拼接第一部分，即第一行。

1_4_9.jpg+1_1_0.jpg-1_1_2.jpg+1_7_0.jpg-1_7_2.jpg+1_7_3.jpg-1_7_5.jpg+1_7_6.jpg-1_7_8.jpg+1_7_9.jpg-1_7_12.jpg+1_1_6.jpg-1_1_8.jpg+1_4_17.jpg

②按照技术方案拼接第二部分，即中间三行。

1_4_0.jpg-1_4_8.jpg+1_2_0.jpg-1_2_5.jpg(+1_3_0.jpg-1_3_8.jpg+1_3_9.jpg-1_3_17.jpg+1_3_18.jpg-1_3_26.jpg+1_3_26.jpg-1_3_41.jpg+1_2_6.jpg-1_2_11.jpg+1_4_11.jpg-1_4_16.jpg。

③按照技术方案拼接第三部分，即第五行。

1_4_10.jpg+1_1_3.jpg-1_1_5.jpg+1_7_13.jpg-1_4_13.jpg+1_7_16.jpg-1_4_18.jpg+1_7_19.jpg-1_4_21.jpg+1_7_22.jpg-1_4_25.jpg+1_1_9.jpg-1_1_11.jpg+1_4_18.jpg。

本发明提供一种基于轨道交通车辆图像的拼图方法，由于采用了动态计算匹配的方式，能够解决模板量大、拼图漏图及丢图的问题；将到所有图片数据，通过循环获取到每一个图片名称；经过对图片名称进行切割分别可获得图片格式；循环统计不同的所述图片名称格式为第一位的值，获得需要拼接的车辆长度；对所述图片名称格式为第二位的j值进行判断部件工位，对于的不同所述工位下的图片，按照算法规则细分成对应部件；进行整车图片拼接，实现了囊括各种拼图规则方案，进而实现了动态的自动拼图的技术效果，有效的提高了车辆图像拼图效率，使得整辆车关键部件及时动态跟踪使用情况。

Claims (10)

1.一种基于轨道交通车辆图像的拼图方法，其特征在于，所述方法包括：

获取轨道交通车辆巡检部件所有的图片，所述图片的名称格式预先设置定义；所述获取到所有图片数据，通过循环获取到每一个图片名称；通过使用下划线对图片名称进行切割；所述切割分别可获得图片格式的第一位的i值、第二位的j值、第三位的k值；其中，i≥0，j≥0；k≥0；

循环统计不同的所述图片名称格式为第一位的值，获得需要拼接的车辆长度；

对所述图片名称格式为第二位的j值进行判断部件工位，再对于所述图片名称格式为第三位不同工位的细分图片，按照算法规则细分成对应部件；之后按照整辆车的拼图原则进行整车图片拼接。

2.根据权利要求1所述的一种基于轨道交通车辆图片的拼图方法，其特征在于，所述图片名称格式定义第一位的i值为编号、第二位的j值为工位、第三位的k值为工位细分的图片序号，第一位的i值与第二位的值之间使用下划线，第二位的j值与第三位的k值之间使用下划线。

3.根据权利要求1所述的一种基于轨道交通车辆图片的拼图方法，其特征在于，所述对所述图片名称格式为第二位的j值进行判断部件工位，对于所述不同工位下的图片，按照算法规则细分成对应工位；算法规则细分成对应工位是指对轨道交通车辆巡检部件的图片名称格式第二位的j值进行判断，所述第二位的j值分别为1、2、3、7时对应部件分别为侧架、制动梁、中间部、中间部侧部的细分工位划分

所述第二位的j值为4时，当K为9时，或K为10时，或K为17时，或K为18时，所述第二位判断为互勾差的细分工位划分；

所述第二位的j值为4时，当9＞K≥0，或17＞K＞10时，所述第二位判断为车钩钩缓的细分工位划分。

4.根据权利要求3所述的一种基于轨道交通车辆图像的拼图方法，其特征在于，根据所述侧架图片名称格式的第三位的K值判断工位部件划分，如果k＜6，所述侧架图片前6张图片为前台侧架，如果K≥6时，所述侧架图片后6张图片为后台侧架。

5.根据权利要求3所述的一种基于轨道交通车辆图片的拼图方法，其特征在于，根据所述制动梁图片名称格式的第三位的K值判断工位部件划分，如果K＜6，所述制动梁图片前6张图片为前台制动梁，如果K≥6时，所述制动梁图片后6张图片为后台制动梁。

6.根据权利要求3所述的一种基于轨道交通车辆图片的拼图方法，其特征在于，根据所述中间部的图片名称格式的第三位的K值判断工位部件划分；

如果K＜9，所述中间部图片为中间部1；

如果8＜K＜18，所述中间部图片为中间部2；

如果17＜K＜27，所述中间部图片为中间部3；

如果K＞26，所述中间部图片为中间部4。

7.根据权利要求3所述的一种基于轨道交通车辆图像的拼图方法，其特征在于，根据所述中间部侧部的图片名称格式的第三位的K值判断工位部件划分，并且K的最大值为n；

如果K＜3，或(n+1)/2≤K≤(n+1)/2+2时，所述中间部侧部图片为中间部侧部1；

如果2＜K＜6，或(n+1)/2+3≤K≤(n+1)/2+5时，所述中间部侧部图片为中间部侧部2；

如果5＜K＜9，或(n+1)/2+6≤K≤(n+1)/2+8时，所述中间部侧部图片为中间部侧部3；

如果8＜K，或n-4≤K时，所述中间部侧部图片为中间部侧部4图片，其中，n≥1。

8.根据权利要求3所述的一种基于轨道交通车辆图片的拼图方法，其特征在于，根据所述互勾差的图片名称格式的第三位的K值判断工位部件划分，判断是否为尾车，

如果判断为尾车，所述第三位K为9，或K为10，所述图片为互勾差图片，所述第三位K为17，或K为18，为车尾互勾差；

如果判断为不是尾车，所述第三位K为9，或K为10，所述图片为互勾差图片。

9.根据权利要求3所述的一种基于轨道交通车辆图像的拼图方法，其特征在于，根据所述车钩钩缓图片的名称格式的第三位的K值判断工位部件划分，判断是否为尾车；

如果是尾车，所述第三位K＜9，所述图片为车钩钩缓图片；

如果是尾车，判断所述第三位K值为10＜K＜17时，所述图片为车尾车钩钩缓图片；

如果不是尾车，所述第三位K＜9，所述图片为车钩钩缓图片。

10.根据权利要求1所述的一种基于轨道交通车辆图片的拼图方法，其特征在于，所述按整辆车拼图原则进行整车图片拼接，是将所述图片数据分成三个部分进行拼接，第一部分为一行图片，第二部分为三行图片，第三部分为一行图片；

所述第一部分按横向从左至右依次按顺序拼接为互勾差前半部分图像、前台侧架前半部分图像、中间部侧部1前半部分图像、中间部侧部2前半部分图像、中间部侧部3前半部分图像、中间部侧部4前半部分图像，如果是尾车，后面还需加上车尾互勾差前半部分图像；

所述第二部分依次为车钩钩缓9张图三列三行按横向顺序排列、前台制动梁三行两列按纵向顺序排列、中间部1九张图三列三行按横向顺序排列、中间部2九张图三列三行按横向顺序排列、中间部3按m列三行按横向顺序排列、中间部4按m列三行按横向顺序排列、后台制动梁三行两列按纵向顺序排列，如果是尾车，需加上车尾车钩钩缓6张图两列三行按横向顺序排列；其中，m≥1；

所述第三部分按横向从左至右依次按顺序拼接为互勾差后半部分图像、前台侧架后半部分图像、中间部侧部1后半部分图像、中间部侧部2后半部分图像、中间部侧部3后半部分图像、中间部侧部4后半部分图像，如果是尾车，后面还需加上车尾互勾差后半部分图像；

所述第一部分、第二部分、第三部分按纵向从上至下依次按顺序拼接完成整辆车的拼图。

Images