CN116363151B - 图像切割方法、装置、电子设备及存储介质 - Google Patents

图像切割方法、装置、电子设备及存储介质 Download PDF

Info

Publication number
CN116363151B
CN116363151B CN202310248395.6A CN202310248395A CN116363151B CN 116363151 B CN116363151 B CN 116363151B CN 202310248395 A CN202310248395 A CN 202310248395A CN 116363151 B CN116363151 B CN 116363151B
Authority
CN
China
Prior art keywords
cutting
image
target
data
shaft
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.)
Active
Application number
CN202310248395.6A
Other languages
English (en)
Other versions
CN116363151A (zh
Inventor
张璐
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.)
Guangdong Scientific Research World Intelligent Technology Co ltd
Original Assignee
Guangdong Scientific Research World Intelligent 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 Guangdong Scientific Research World Intelligent Technology Co ltd filed Critical Guangdong Scientific Research World Intelligent Technology Co ltd
Priority to CN202310248395.6A priority Critical patent/CN116363151B/zh
Publication of CN116363151A publication Critical patent/CN116363151A/zh
Application granted granted Critical
Publication of CN116363151B publication Critical patent/CN116363151B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01MTESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M17/00Testing of vehicles
    • G01M17/08Railway vehicles
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/11Region-based segmentation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Image Processing (AREA)

Abstract

本发明公开了一种图像切割方法、装置、电子设备及存储介质。获取目标列车的轴定位数据;根据所述轴定位数据确定图像切割类型以及所述图像切割类型对应的目标切割数据;根据所述目标切割数据获取所述图像切割类型对应的多张切割图像,并对多张所述切割图像进行处理,得到所述图像切割类型对应的目标切割图像。提高了确定图像切割类型对应的目标切割图像的精确性和一致性。

Description

图像切割方法、装置、电子设备及存储介质
技术领域
本发明涉及计算机应用技术领域,尤其涉及一种图像切割方法、装置、电子设备及存储介质。
背景技术
目前,针对列车车底的各部件状态的检测,通常是先采集各部件对应的图像,再对所采集的图像进行识别,以确定各部件的状态。可以理解的是,对列车车底的各部件状态的检测,可以是针对不同列车的检测,也可以是针对同一列车的多次检测。因此,通过图像对各部件进行状态检测时,需要保证每种情况下所采集的图像的精准性和一致性,以保证对各部件状态的检测的精准度。
现有技术中,动车组车底检测机器人普遍采用快速扫描图像采集模组和精确扫描图像传感器来对整辆列车车底的各部件进行图像采集。但是,在针对不同列车的检测,车身长度会发生变化,针对同一列车的多次检测,列车位置会发生变化的不同检测情况下,所获取的图像的精准性和一致性通常较差。
发明内容
本发明提供了一种图像切割方法、装置、电子设备及存储介质,以解决所获取的图像的精准性和一致性较差的技术问题。
根据本发明的一方面,提供了一种图像切割方法,其中,该方法包括:
获取目标列车的轴定位数据;
根据所述轴定位数据确定图像切割类型以及所述图像切割类型对应的目标切割数据;
根据所述目标切割数据获取所述图像切割类型对应的多张切割图像,并对多张所述切割图像进行处理,得到所述图像切割类型对应的目标切割图像。
根据本发明的另一方面,提供了一种图像切割装置,其中,该装置包括:
轴定位数据获取模块,用于获取目标列车的轴定位数据;
切割数据确定模块,用于根据所述轴定位数据确定图像切割类型以及所述图像切割类型对应的目标切割数据;
切割图像确定模块,用于根据所述目标切割数据获取所述图像切割类型对应的多张切割图像,并对多张所述切割图像进行处理,得到所述图像切割类型对应的目标切割图像
根据本发明的另一方面,提供了一种电子设备,所述电子设备包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行本发明任一实施例所述的图像切割方法。
根据本发明的另一方面,提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现本发明任一实施例所述的图像切割方法。
本发明实施例的技术方案,通过获取目标列车的轴定位数据;根据所述轴定位数据确定图像切割类型以及所述图像切割类型对应的目标切割数据,针对每种图像切割类型,确定相对应的目标切割数据,可以使每种图像切割类型对应的目标切割数据的确定更加精确;根据所述目标切割数据获取所述图像切割类型对应的多张切割图像,并对多张所述切割图像进行处理,得到所述图像切割类型对应的目标切割图像,提高了确定图像切割类型对应的目标切割图像的精确性和一致性。
应当理解,本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征,也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例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的前提下,还可以根据这些附图获得其他的附图。
图1是根据本发明实施例一提供的一种图像切割方法的流程图;
图2是根据本发明实施例二提供的一种图像切割方法的流程图;
图3是根据本发明实施例三提供的一种图像切割方法的流程图;
图4是根据本发明实施例四提供的一种图像切割方法的流程图;
图5是根据本发明实施例五提供的一种图像切割装置的结构示意图;
图6是实现本发明实施例的图像切割方法的电子设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,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,所描述的实施例仅仅是本发明一部分的实施例,而不是全部的实施例。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他实施例,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
实施例一
图1为本发明实施例一提供了一种图像切割方法的流程图,本实施例可适用于图像处理情况,该方法可以由图像切割装置来执行,该图像切割装置可以采用硬件和/或软件的形式实现,该图像切割装置可配置于计算机中。如图1所示,该方法包括:
S110、获取目标列车的轴定位数据。
其中,所述目标列车可以理解为可以获取所述轴定位数据的列车。
所述轴定位数据可以理解为所述目标列车的轴的定位数据。可选的,所述轴定位数据至少包括多个轴的轴标识和轴脉冲数。其中,所述轴标识可以理解为轴的标识。可选的,所述轴标识可以是轴的ID或者轴的轴号等。在本发明实施例中,所述轴标识可以根据场景需求预设,在此不做具体限定。示例性的,所述轴标识可以是轴1、轴2、轴3以及轴4或0、1、2或3等。所述轴脉冲数可以理解为轴对应的脉冲数。
S120、根据所述轴定位数据确定图像切割类型以及所述图像切割类型对应的目标切割数据。
其中,所述图像切割类型可以理解为针对所述切割图像的切割类型。在本发明实施例中,所述图像切割类型可以根据场景需求预设,在此不做具体限定。可选的,所述图像切割类型可以包括车头切图、转向架切图以及车底板切图中的至少一种。其中,所述车头切图可以理解为所述目标列车的车头的切图,所述转向架切图可以理解为所述目标车辆的转向架的切图,所述车底板切图可以理解为所述目标车辆的车底板的切图。
所述目标切割数据可以理解为所述图像切割类型对应的切割数据。可以理解的是,在所述图像切割类型不同的情况下,针对所述切割图像可以确定不同的所述目标切割数据,以对所述切割图像进行切割。
S130、根据所述目标切割数据获取所述图像切割类型对应的多张切割图像,并对多张所述切割图像进行处理,得到所述图像切割类型对应的目标切割图像。
其中,所述切割图像可以理解为待进行切割的图像。进一步的,多张所述切割图像可以是所述目标列车的所述车头、一个所述转向架或一个所述车底板对应的多张图像。所述目标切割图像可以理解为根据所述目标切割数据对所述切割图像进行处理,得到的目标图像。在本发明实施例中,每个所述图像切割类型对应的所述目标切割图像可以是多张。
本发明实施例的技术方案,通过获取目标列车的轴定位数据;根据所述轴定位数据确定图像切割类型以及所述图像切割类型对应的目标切割数据,针对每种图像切割类型,确定相对应的目标切割数据,可以使每种图像切割类型对应的目标切割数据的确定更加精确;根据所述目标切割数据获取所述图像切割类型对应的多张切割图像,并对多张所述切割图像进行处理,得到所述图像切割类型对应的目标切割图像,提高了确定图像切割类型对应的目标切割图像的精确性和一致性。
实施例二
图2为本发明实施例二提供的一种图像切割方法的流程图,本实施例是针对上述实施例中所述根据所述轴定位数据确定图像切割类型以及所述图像切割类型对应的目标切割数据进行细化。如图2所示,该方法包括:
S210、获取目标列车的轴定位数据。
所述轴定位数据至少包括所述目标列车的多个轴的轴标识和轴脉冲数;
S220、根据所述轴标识和预设标识,确定与所述轴标识对应的图像切割类型,其中,所述图像切割类型包括车头切图、转向架切图以及车底板切图中的至少一种。
其中,所述预设标识可以理解为确定与所述轴标识对应的图像切割类型的标识。在本发明实施例中,所述预设标识可以根据场景需求预设,在此不做具体限定。可选的,所述预设标识可以是所述轴标识或所述轴标识的类型等,其中,所述轴标识的类型可以是奇数或偶数等。示例性的,具体的,在所述轴标识为0的情况下,将所述切割图像类型确定为车头切图;在所述轴标识为奇数的情况下,将所述切割图像类型确定为转向架切图;在所述轴标识为第三预设标识的情况下,将所述切割图像类型确定为车底板切图。
S230、根据所述轴脉冲数确定所述图像切割类型对应的目标切割数据。
在本发明实施例中,不同的所述图像切割类型对应的所述目标切割数据可以相同,也可以不同。
可选的,所述根据所述轴脉冲数确定所述图像切割类型对应的目标切割数据,包括:
根据所述图像切割类型和所述轴脉冲数确定所述图像切割类型对应的第一切割数据;
根据所述第一切割数据确定所述图像切割类型对应的第二切割数据,其中,所述第二切割数据包括原始图像的数量和原始图像的图像标识;
将所述第一切割数据和所述第二切割数据,作为目标切割数据。
其中,所述第一切割数据可以理解为根据所述图像切割类型和所述轴脉冲数确定的所述图像切割类型对应的切割数据。
所述第二切割数据可以理解为根据所述第一切割数据确定的所述图像切割类型对应的切割数据。其中,所述图像标识可以理解为所述原始图像的图像标识。在本发明实施例中,所述图像标识可以根据场景需求预设,在此不做具体限定。可选的,所述图像标识可以是所述原始图像的ID或所述原始图像的序号等。示例性的,所述图像标识可以是1、2或3等。可选的,所述原始图像的数量可以是1、2或4等。
S240、根据所述目标切割数据获取所述图像切割类型对应的多张切割图像,并对多张所述切割图像进行处理,得到所述图像切割类型对应的目标切割图像。
本发明实施例的技术方案,通过根据所述轴标识和预设标识,确定与所述轴标识对应的图像切割类型,其中,所述图像切割类型包括车头切图、转向架切图以及车底板切图中的至少一种;根据所述轴脉冲数确定所述图像切割类型对应的目标切割数据,保证了图像切割类型确定的准确性。
实施例三
图3为本发明实施例三提供的一种图像切割方法的流程图,本实施例是针对上述实施例中所述根据所述轴脉冲数确定所述图像切割类型对应的目标切割数据进行细化。如图3所示,该方法包括:
S310、获取目标列车的轴定位数据。
S320、根据所述轴标识和预设标识,确定与所述轴标识对应的图像切割类型,其中,所述图像切割类型包括车头切图、转向架切图以及车底板切图中的至少一种。
S330、获取采集所述原始图像的装置的脉冲频率和相机触发频率,根据所述脉冲频率和所述相机触发频率,确定目标换算比例。
其中,所述脉冲频率可以理解为采集所述原始图像的装置产生的连续脉冲的频率。可以理解的是,所述脉冲频率与采集所述原始图像的装置相关。示例性的,所述脉冲频率可以是20KHZ。
所述相机触发频率可以理解为相机的触发频率。示例性的,所述相机触发频率可以是2.5KHZ。
所述目标换算比例可以理解为根据所述脉冲频率和所述相机触发频率,确定的换算比例。可选的,所述目标换算比例可以是所述相机触发频率与所述脉冲频率的商。示例性的,f=2.5/20,其中,f表示目标换算比例。
S340、根据所述图像切割类型、所述轴脉冲数以及所述目标换算比例,确定所述图像切割类型对应的第一切割数据。
可选的,所述根据所述图像切割类型、所述轴脉冲数以及所述目标换算比例,确定所述图像切割类型对应的第一切割数据,包括:
在所述切割图像类型为所述车头切图的情况下,根据所述目标列车的第一根轴的轴脉冲数和所述目标换算比例,确定所述第一根轴的第一图像定位数据;
获取所述目标列车的所述车头和所述第一根轴之间的第一距离,根据所述第一图像定位数据和所述第一距离,确定所述车头的第二图像定位数据;
将所述第一图像定位数据、所述第二图像定位数据以及所述第一距离,作为第一切割数据。
其中,所述第一根轴可以理解为所述车头以及车头连接的第一节车厢的连接轴。
所述第一图像定位数据可以理解为所述第一根轴对应的图像定位数据。可选的,所述第一图像定位数据可以包括所述第一根轴对应的所述原始图像的图像标识和在当前所述原始图像中的坐标。
所述第一距离可以理解为所述目标列车的所述车头和所述第一根轴之间的距离。
所述第二图像定位数据可以理解为所述车头对应的图像定位数据。可选的,所述第二图像定位数据可以包括所述车头对应的所述原始图像的图像标识和在当前所述原始图像中的坐标。
可选的,所述获取所述目标列车的所述车头和所述第一根轴之间的第一距离,包括:
根据所述目标列车的车型信息获取所述车头和所述第一根轴之间的第一距离。
其中,所述车型信息可以理解为所述目标车辆的车型的信息。可选的,所述车型信息可以包括短编车型或长编车等。可以理解的是,不同所述车型信息的所述目标车辆,对应的所述车头和所述第一根轴之间的第一距离,可以相同,也可以不同。在本发明实施例中,所述车头和所述第一根轴之间的第一距离可以基于所述目标列车的历史图像,提前确定并设置。
可选的,确定所述车头和所述第一根轴之间的第一距离,可以包括:
拼接所述目标列车的第一节车厢的全部所述历史图像,得到历史拼接图像;基于所述历史拼接图像,确定所述车头对应的图像定位数据和所述第一根轴对应的图像定位数据,以确定所述车头和所述第一根轴的中心位置之间的第一距离。
可选的,所述根据所述图像切割类型、所述轴脉冲数以及所述目标换算比例,确定所述图像切割类型对应的第一切割数据,包括:
在所述切割图像类型为所述转向架切图或所述车底板切图的情况下,获取当前轴的当前脉冲数和所述当前轴的相邻轴的相邻脉冲数;
根据当前脉冲数、所述相邻脉冲数以及所述目标换算比例,确定所述当前轴的第三图像定位数据、所述相邻轴的第四图像定位数据及所述当前轴和所述相邻轴之间的第二距离;
将所述第三图像定位数据、所述第四图像定位数据以及所述第二距离,作为第一切割数据。
需要理解的是,在本发明实施例中,获取所述目标列车的所述轴定位数据;基于所述轴定位数据中的所述轴标识对各个轴进行遍历,以确定每个轴对应的所述图像切割类型;进一步的,基于所述图像切割类型和所述轴定位数据中的所述轴脉冲数确定每个轴对应的所述第一切割数据。
其中,所述当前轴可以理解为当前遍历的轴。所述当前脉冲数可以理解为所述当前轴对应的脉冲数。
所述相邻轴可以理解为与所述当前轴相邻的轴。可选的,所述相邻轴可以是在所述车头方向上,与所述当前轴相邻的轴。示例性的,所述当前轴的所述轴标识为5,对应的所述相邻轴的所述轴标识可以是4。所述相邻脉冲数可以理解为所述相邻轴对应的脉冲数。
所述第三图像定位数据可以理解为所述当前轴的图像定位数据。可选的,所述第三图像定位数据可以包括所述当前轴对应的所述原始图像的图像标识和在当前所述原始图像中的坐标。所述第四图像定位数据可以理解为所述相邻轴的图像定位数据。可选的,所述第四图像定位数据可以包括所述相邻轴对应的所述原始图像的图像标识和在当前所述原始图像中的坐标。
所述第二距离可以理解为所述当前轴和所述相邻轴之间的距离。
S350、根据所述第一切割数据确定所述图像切割类型对应的第二切割数据,其中,所述第二切割数据包括原始图像的数量和原始图像的图像标识。
S360、将所述第一切割数据和所述第二切割数据,作为目标切割数据。
S370、根据所述目标切割数据获取所述图像切割类型对应的多张切割图像,并对多张所述切割图像进行处理,得到所述图像切割类型对应的目标切割图像。
本发明实施例的技术方案,通过获取采集所述原始图像的装置的脉冲频率和相机触发频率,根据所述脉冲频率和所述相机触发频率,确定目标换算比例;根据所述图像切割类型、所述轴脉冲数以及所述目标换算比例,确定所述图像切割类型对应的第一切割数据,提高了第一切割数据确定的精准性。
实施例四
图4为本发明实施例四提供的一种图像切割方法的流程图,本实施例是针对上述实施例中所述根据所述目标切割数据获取所述图像切割类型对应的多张切割图像,并对多张所述切割图像进行处理,得到所述图像切割类型对应的目标切割图像进行细化。如图4所示,该方法包括:
S410、获取目标列车的轴定位数据。
S420、根据所述轴定位数据确定图像切割类型以及所述图像切割类型对应的目标切割数据。
S430、针对每个所述轴标识,根据与所述目标列车对应的图像存储路径和所述图像切割类型对应的所述第二切割数据获取与所述轴标识对应的多张原始图像,将获取到的所述原始图像,作为所述切割图像。
所述图像存储路径可以理解为所述目标列车对应的所述原始图像的存储路径。在本发明实施例中,所述图像存储路径可以根据场景需求预设,在此不做具体限定。示例性的,所述图像存储路径可以是第一硬盘的第一文件夹。
所述切割图像可以理解为基于所述图像切割类型对应的所述第二切割数据,获取的与所述轴标识对应的多张原始图像。
具体的,示例性的,针对轴2,所述图像切割类型对应的所述第二切割数据可以是原始图像的数量为3和原始图像的图像标识为3、4和5。则获取所述图像标识为3、4和5的三张所述原始图像,作为轴2对应的所述切割图像。
S440、根据所述第一切割数据对所述切割图像进行处理,得到所述目标列车的各种所述图像切割类型对应的目标切割图像。
可以理解的是,所述第一切割数据包括所述第一根轴对应的所述第一图像定位数据和所述车头对应的所述第二图像定位数据,或者所述当前轴对应的第三图像定位数据和所述第四图像定位数据。其中,图像定位数据可以包括轴或车头对应的所述原始图像的图像标识和在当前所述原始图像中的坐标。
可选的,所述根据所述第一切割数据对所述切割图像进行处理,得到所述目标列车的各种所述图像切割类型对应的目标切割图像,包括:
对单个所述轴标识对应的多张所述切割图像进行拼接,得到所述轴标识对应的目标拼接图像;
根据与所述轴标识对应的图像切割类型以及与所述图像切割类型对应的所述第一切割数据,对所述目标拼接图像进行切割,得到与所述轴标识对应的目标切割图像。
其中,所述目标拼接图像可以理解为对单个所述轴标识对应的多张所述切割图像进行拼接,得到所述轴标识对应的拼接图像。具体的,示例性的,针对轴2,获取所述图像标识为3、4和5的三张所述原始图像,作为轴2对应的所述切割图像;对所述图像标识为3、4和5的三张所述原始图像进行拼接,得到轴2对应的拼接图像.
可以理解的是,所述第一切割数据包括所述第一根轴对应的所述第一图像定位数据和所述车头对应的所述第二图像定位数据,或者所述当前轴对应的第三图像定位数据和所述第四图像定位数据。其中,图像定位数据可以包括轴或车头对应的所述原始图像的图像标识和在当前所述原始图像中的坐标。因此,可以根据与所述轴标识对应的图像切割类型以及与所述图像切割类型对应的所述第一切割数据,对所述目标拼接图像进行切割,得到与所述轴标识对应的目标切割图像。
具体的,示例性的,在所述切割图像类型为所述车头切图的情况下,根据所述车头对应的所述第二图像定位数据的所述原始图像的图像标识和在当前所述原始图像中的坐标,和所述第一根轴对应的所述第一图像定位数据的所述原始图像的图像标识和在当前所述原始图像中的坐标,对所述目标拼接图像进行切割,得到与所述轴标识对应的目标切割图像。
或者,在所述切割图像类型为所述转向架切图或所述车底板切图的情况下,根据所述当前轴对应的所述第三图像定位数据的所述原始图像的图像标识和在当前所述原始图像中的坐标,和所述相邻轴对应的所述第四图像定位数据的所述原始图像的图像标识和在当前所述原始图像中的坐标,对所述目标拼接图像进行切割,得到与所述轴标识对应的目标切割图像。
本发明实施例的技术方案,通过针对每个所述轴标识,根据与所述目标列车对应的图像存储路径和所述图像切割类型对应的所述第二切割数据获取与所述轴标识对应的多张原始图像,将获取到的所述原始图像,作为所述切割图像,提高了轴标识对应的切割图像确定的精准性;根据所述第一切割数据对所述切割图像进行处理,得到所述目标列车的各种所述图像切割类型对应的目标切割图像,提高了各种所述图像切割类型对应的目标切割图像确定的精准性。
需要理解的是,在本发明实施例中,可以通过可编程逻辑控制器(ProgrammableLogic Controller,PLC)、二维(Two dimensional,2D)相机、三维(Three dimensional,3D)相机以及红外激光相机光源采集原始图像;可以通过激光定位装置确定轴定位数据,其中,激光定位装置可以包括:激光发射器和接收装置。
具体的,通过PLC发送初始化指令和开始采集指令使相机进入工作状态,此时,使目标列车以恒定的速度开始运动,运动中通过伺服电机产生的连续脉冲触发相机,以使相机采集原始图像;通过相机采集软件对采集到的原始图像进行缓存,再以一定大小的图像格式进行存储传输,同时通过激光定位装置扫描目标列车的车底数据并通过分析计算出轴定位数据,并上传至服务器数据库中;进一步的,通过算法处理软件从数据库中获取采集的原始图像和轴定位数据,再通过图像切割方法对数据按照一定的规则进行拼接和切割,得到目标切割图像;使目标切割图像自动进入到识别模块中进行判断处理。
具体的,所述图像切割方法的整体流程,可以是:
1、获取目标列车的轴定位数据。通过服务器上部署的数据库搜索正在检测的目标列车,根据目标列车获取对应的轴定位数据。
2、设置车头和第一根轴之间的第一距离。根据目标列车的车型信息预设第一距离。第一距离可以通过拼接所述目标列车的第一节车厢的全部所述历史图像,然后计算出车头和第一根轴之间的第一距离。
3、确定图像切割类型。需要理解的是,动车组短编车型轴总数为32,动车组长编车的轴总共有64个,根据现有的车型信息,图像切割类型可以分为以下几种,(1)、轴与车头之间的车头切图,(2)、同节车厢轴与轴之间的转向架对应的转向架切图,(3)、不同节车厢轴与轴之间的车底板对应的车底板切图。在本发明实施例中,可根据轴定位数据中的轴标识确定图像切割类型。
4、确定车头切图。(1)、根据第一根轴的第一图像定位数据计算出第一根轴所在的原始图像的图像标识,以及在当前原始图像中的坐标,计算过程中需要知道脉冲数与像素之间的目标换算比例。例如,脉冲频率为20KHZ,相机触发频率为2.5KHZ,则目标换算比例为f=2.5/20;(2)、通过第一轴定位数据和第一距离,计算车头的第二图像定位数据。(3)、根据第一图像定位数据和第二图像定位数据,得到车头切图对应的原始图像的数量和原始图像的图像标识,并获取切割图像;将多张切割图像按行进行拼接,然后利用上述计算的第一图像定位数据和第二图像定位数据中的车头和第一根轴对应的坐标,在所拼接的图中截取需要的像素并保存为目标切割图像。
5、确定转向架车轴切图或车底板车轴切图。获取当前轴的第三图像定位数据和相邻轴的第四图像定位数据;计算两轴之间的原始图像的数量和原始图像的图像标号,以得到多张切割图像;将多张切割图像按行进行拼接,然后利用上述计算的第三图像定位数据和第四图像定位数据中当前轴和相邻轴对应的坐标,在所拼接的图中截取需要的像素并保存为目标切割图像。
本发明在目标列车的停放位置或车厢长度等多个变化量不同的情况下,保证每次目标切割图像的精确性和一致性。
实施例五
图5为本发明实施例五提供的一种图像切割装置的结构示意图。如图5所示,该装置包括:轴定位数据获取模块510、切割数据确定模块520以及切割图像确定模块530。
其中,轴定位数据获取模块510,用于获取目标列车的轴定位数据;
切割数据确定模块520,用于根据所述轴定位数据确定图像切割类型以及所述图像切割类型对应的目标切割数据;
切割图像确定模块530,用于根据所述目标切割数据获取所述图像切割类型对应的多张切割图像,并对多张所述切割图像进行处理,得到所述图像切割类型对应的目标切割图像。
本发明实施例的技术方案,通过获取目标列车的轴定位数据;根据所述轴定位数据确定图像切割类型以及所述图像切割类型对应的目标切割数据,针对每种图像切割类型,确定相对应的目标切割数据,可以使每种图像切割类型对应的目标切割数据的确定更加精确;根据所述目标切割数据获取所述图像切割类型对应的多张切割图像,并对多张所述切割图像进行处理,得到所述图像切割类型对应的目标切割图像,提高了确定图像切割类型对应的目标切割图像的精确性和一致性。
可选的,所述轴定位数据至少包括所述目标列车的多个轴的轴标识和轴脉冲数;
切割数据确定模块520,包括:切割类型确定子模块和切割数据确定子模块。
其中,所述切割类型确定子模块,用于根据所述轴标识和预设标识,确定与所述轴标识对应的图像切割类型,其中,所述图像切割类型包括车头切图、转向架切图以及车底板切图中的至少一种;
所述切割数据确定子模块,用于根据所述轴脉冲数确定所述图像切割类型对应的目标切割数据。
可选的,所述切割数据确定子模块,包括:第一切割数据确定单元、第二切割数据确定单元以及目标切割数据确定单元。
其中,所述第一切割数据确定单元,用于根据所述图像切割类型和所述轴脉冲数确定所述图像切割类型对应的第一切割数据;
所述第二切割数据确定单元,用于根据所述第一切割数据确定所述图像切割类型对应的第二切割数据,其中,所述第二切割数据包括原始图像的数量和原始图像的图像标识;
所述目标切割数据确定单元,用于将所述第一切割数据和所述第二切割数据,作为目标切割数据。
可选的,所述第一切割数据确定单元,包括:换算比例确定子单元和第一切割数据确定子单元。
其中,所述换算比例确定子单元,用于获取采集所述原始图像的装置的脉冲频率和相机触发频率,根据所述脉冲频率和所述相机触发频率,确定目标换算比例;
所述第一切割数据确定子单元,用于根据所述图像切割类型、所述轴脉冲数以及所述目标换算比例,确定所述图像切割类型对应的第一切割数据。
可选的,所述第一切割数据确定子单元,用于:
在所述切割图像类型为所述车头切图的情况下,根据所述目标列车的第一根轴的轴脉冲数和所述目标换算比例,确定所述第一根轴的第一图像定位数据,其中,所述第一根轴为所述车头以及车头连接的第一节车厢的连接轴;
获取所述目标列车的所述车头和所述第一根轴之间的第一距离,根据所述第一图像定位数据和所述第一距离,确定所述车头的第二图像定位数据;
将所述第一图像定位数据、所述第二图像定位数据以及所述第一距离,作为第一切割数据。
可选的,所述获取所述目标列车的所述车头和所述第一根轴之间的第一距离,用于:
根据所述目标列车的车型信息获取所述车头和所述第一根轴之间的第一距离。
可选的,所述第一切割数据确定子单元,用于:
在所述切割图像类型为所述转向架切图或所述车底板切图的情况下,获取当前轴的当前脉冲数和所述当前轴的相邻轴的相邻脉冲数;
根据当前脉冲数、所述相邻脉冲数以及所述目标换算比例,确定所述当前轴的第三图像定位数据、所述相邻轴的第四图像定位数据及所述当前轴和所述相邻轴之间的第二距离;
将所述第三图像定位数据、所述第四图像定位数据以及所述第二距离,作为第一切割数据。
可选的,切割图像确定模块530,包括:原始图像获取子模块和目标切割图像确定子模块。
其中,所述原始图像获取子模块,用于针对每个所述轴标识,根据与所述目标列车对应的图像存储路径和所述图像切割类型对应的所述第二切割数据获取与所述轴标识对应的多张原始图像,将获取到的所述原始图像,作为所述切割图像;
所述目标切割图像确定子模块,用于根据所述第一切割数据对所述切割图像进行处理,得到所述目标列车的各种所述图像切割类型对应的目标切割图像。
可选的,所述目标切割图像确定子模块,用于:
对单个所述轴标识对应的多张所述切割图像进行拼接,得到所述轴标识对应的目标拼接图像;
根据与所述轴标识对应的图像切割类型以及与所述图像切割类型对应的所述第一切割数据,对所述目标拼接图像进行切割,得到与所述轴标识对应的目标切割图像。
本发明实施例所提供的图像切割装置可执行本发明任意实施例所提供的图像切割方法,具备执行方法相应的功能模块和有益效果。
实施例六
图6示出了可以用来实施本发明的实施例的电子设备10的结构示意图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本发明的实现。
如图6所示,电子设备10包括至少一个处理器11,以及与至少一个处理器11通信连接的存储器,如只读存储器(ROM)12、随机访问存储器(RAM)13等,其中,存储器存储有可被至少一个处理器执行的计算机程序,处理器11可以根据存储在只读存储器(ROM)12中的计算机程序或者从存储单元18加载到随机访问存储器(RAM)13中的计算机程序,来执行各种适当的动作和处理。在RAM 13中,还可存储电子设备10操作所需的各种程序和数据。处理器11、ROM 12以及RAM 13通过总线14彼此相连。输入/输出(I/O)接口15也连接至总线14。
电子设备10中的多个部件连接至I/O接口15,包括:输入单元16,例如键盘、鼠标等;输出单元17,例如各种类型的显示器、扬声器等;存储单元18,例如磁盘、光盘等;以及通信单元19,例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法和处理,例如图像切割方法。
在一些实施例中,图像切割方法可被实现为计算机程序,其被有形地包含于计算机可读存储介质,例如存储单元18。在一些实施例中,计算机程序的部分或者全部可以经由ROM 12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到RAM 13并由处理器11执行时,可以执行上文描述的图像切割方法的一个或多个步骤。备选地,在其他实施例中,处理器11可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行图像切割方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器,使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本发明的上下文中,计算机可读存储介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。备选地,计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在电子设备上实施此处描述的系统和技术,该电子设备具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)、区块链网络和互联网。
计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务中,存在的管理难度大,业务扩展性弱的缺陷。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本发明的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本发明保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。

Claims (6)

1.一种图像切割方法,其特征在于,包括:
获取目标列车的轴定位数据;
根据所述轴定位数据确定图像切割类型以及所述图像切割类型对应的目标切割数据;
根据所述目标切割数据获取所述图像切割类型对应的多张切割图像,并对多张所述切割图像进行处理,得到所述图像切割类型对应的目标切割图像;
其中,所述轴定位数据至少包括所述目标列车的多个轴的轴标识和轴脉冲数;
所述根据所述轴定位数据确定图像切割类型以及所述图像切割类型对应的目标切割数据,包括:
根据所述轴标识和预设标识,确定与所述轴标识对应的图像切割类型,其中,所述图像切割类型包括车头切图、转向架切图以及车底板切图中的至少一种;
根据所述轴脉冲数确定所述图像切割类型对应的目标切割数据;
其中,所述根据所述轴脉冲数确定所述图像切割类型对应的目标切割数据,包括:
根据所述图像切割类型和所述轴脉冲数确定所述图像切割类型对应的第一切割数据;
根据所述第一切割数据确定所述图像切割类型对应的第二切割数据,其中,所述第二切割数据包括原始图像的数量和原始图像的图像标识;
将所述第一切割数据和所述第二切割数据,作为目标切割数据;
其中,所述根据所述图像切割类型和所述轴脉冲数确定所述图像切割类型对应的第一切割数据,包括:
获取采集所述原始图像的装置的脉冲频率和相机触发频率,根据所述脉冲频率和所述相机触发频率,确定目标换算比例;
根据所述图像切割类型、所述轴脉冲数以及所述目标换算比例,确定所述图像切割类型对应的第一切割数据;
其中,所述根据所述目标切割数据获取所述图像切割类型对应的多张切割图像,并对多张所述切割图像进行处理,得到所述图像切割类型对应的目标切割图像,包括:
针对每个所述轴标识,根据与所述目标列车对应的图像存储路径和所述图像切割类型对应的所述第二切割数据获取与所述轴标识对应的多张原始图像,将获取到的所述原始图像,作为所述切割图像;
根据所述第一切割数据对所述切割图像进行处理,得到所述目标列车的各种所述图像切割类型对应的目标切割图像。
2.根据权利要求1所述的方法,其特征在于,所述根据所述图像切割类型、所述轴脉冲数以及所述目标换算比例,确定所述图像切割类型对应的第一切割数据,包括:
在所述切割图像类型为所述车头切图的情况下,根据所述目标列车的第一根轴的轴脉冲数和所述目标换算比例,确定所述第一根轴的第一图像定位数据,其中,所述第一根轴为所述车头以及车头连接的第一节车厢的连接轴;
获取所述目标列车的所述车头和所述第一根轴之间的第一距离,根据所述第一图像定位数据和所述第一距离,确定所述车头的第二图像定位数据;
将所述第一图像定位数据、所述第二图像定位数据以及所述第一距离,作为第一切割数据。
3.根据权利要求2所述的方法,其特征在于,所述获取所述目标列车的所述车头和所述第一根轴之间的第一距离,包括:
根据所述目标列车的车型信息获取所述车头和所述第一根轴之间的第一距离。
4.根据权利要求1所述的方法,其特征在于,所述根据所述图像切割类型、所述轴脉冲数以及所述目标换算比例,确定所述图像切割类型对应的第一切割数据,包括:
在所述切割图像类型为所述转向架切图或所述车底板切图的情况下, 获取当前轴的当前脉冲数和所述当前轴的相邻轴的相邻脉冲数;
根据当前脉冲数、所述相邻脉冲数以及所述目标换算比例,确定所述当前轴的第三图像定位数据、所述相邻轴的第四图像定位数据及所述当前轴和所述相邻轴之间的第二距离;
将所述第三图像定位数据、所述第四图像定位数据以及所述第二距离,作为第一切割数据。
5.根据权利要求1所述的方法,其特征在于,所述根据所述第一切割数据对所述切割图像进行处理,得到所述目标列车的各种所述图像切割类型对应的目标切割图像,包括:
对单个所述轴标识对应的多张所述切割图像进行拼接,得到所述轴标识对应的目标拼接图像;
根据与所述轴标识对应的图像切割类型以及与所述图像切割类型对应的所述第一切割数据,对所述目标拼接图像进行切割,得到与所述轴标识对应的目标切割图像。
6.一种图像切割装置,其特征在于,包括:
轴定位数据获取模块,用于获取目标列车的轴定位数据;
切割数据确定模块,用于根据所述轴定位数据确定图像切割类型以及所述图像切割类型对应的目标切割数据;
切割图像确定模块,用于根据所述目标切割数据获取所述图像切割类型对应的多张切割图像,并对多张所述切割图像进行处理,得到所述图像切割类型对应的目标切割图像;
其中,所述轴定位数据至少包括所述目标列车的多个轴的轴标识和轴脉冲数;
所述切割数据确定模块,包括:切割类型确定子模块和切割数据确定子模块;其中,
所述切割类型确定子模块,用于根据所述轴标识和预设标识,确定与所述轴标识对应的图像切割类型,其中,所述图像切割类型包括车头切图、转向架切图以及车底板切图中的至少一种;
所述切割数据确定子模块,用于根据所述轴脉冲数确定所述图像切割类型对应的目标切割数据;
其中,所述切割数据确定子模块,包括:第一切割数据确定单元、第二切割数据确定单元以及目标切割数据确定单元;其中,
所述第一切割数据确定单元,用于根据所述图像切割类型和所述轴脉冲数确定所述图像切割类型对应的第一切割数据;
所述第二切割数据确定单元,用于根据所述第一切割数据确定所述图像切割类型对应的第二切割数据,其中,所述第二切割数据包括原始图像的数量和原始图像的图像标识;
所述目标切割数据确定单元,用于将所述第一切割数据和所述第二切割数据,作为目标切割数据;
其中,所述第一切割数据确定单元,包括:换算比例确定子单元和第一切割数据确定子单元;其中,
所述换算比例确定子单元,用于获取采集所述原始图像的装置的脉冲频率和相机触发频率,根据所述脉冲频率和所述相机触发频率,确定目标换算比例;
所述第一切割数据确定子单元,用于根据所述图像切割类型、所述轴脉冲数以及所述目标换算比例,确定所述图像切割类型对应的第一切割数据;
其中,切割图像确定模块,包括:原始图像获取子模块和目标切割图像确定子模块;其中,
所述原始图像获取子模块,用于针对每个所述轴标识,根据与所述目标列车对应的图像存储路径和所述图像切割类型对应的所述第二切割数据获取与所述轴标识对应的多张原始图像,将获取到的所述原始图像,作为所述切割图像;
所述目标切割图像确定子模块,用于根据所述第一切割数据对所述切割图像进行处理,得到所述目标列车的各种所述图像切割类型对应的目标切割图像。
CN202310248395.6A 2023-03-15 2023-03-15 图像切割方法、装置、电子设备及存储介质 Active CN116363151B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310248395.6A CN116363151B (zh) 2023-03-15 2023-03-15 图像切割方法、装置、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310248395.6A CN116363151B (zh) 2023-03-15 2023-03-15 图像切割方法、装置、电子设备及存储介质

Publications (2)

Publication Number Publication Date
CN116363151A CN116363151A (zh) 2023-06-30
CN116363151B true CN116363151B (zh) 2023-11-03

Family

ID=86934889

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310248395.6A Active CN116363151B (zh) 2023-03-15 2023-03-15 图像切割方法、装置、电子设备及存储介质

Country Status (1)

Country Link
CN (1) CN116363151B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108152823A (zh) * 2017-12-14 2018-06-12 北京信息科技大学 一种基于视觉的无人驾驶叉车导航系统及其定位导航方法
CN109299723A (zh) * 2018-09-18 2019-02-01 四川大学 一种铁路货车运行监测系统
CN112319540A (zh) * 2020-12-03 2021-02-05 成都运达科技股份有限公司 一种车体外观图像检测系统及方法
CN112330647A (zh) * 2020-11-12 2021-02-05 南京优视智能科技有限公司 一种动车车底异常检测方法
CN114529590A (zh) * 2022-01-26 2022-05-24 中国铁道科学研究院集团有限公司电子计算技术研究所 动车组车底故障检测的图像配准方法及系统
CN115423824A (zh) * 2022-08-26 2022-12-02 中国科学院沈阳自动化研究所 一种基于点云体素矩形栅格的火车车厢的定位与分割方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102017102552A1 (de) * 2017-02-09 2018-08-09 CG Rail - Chinesisch-Deutsches Forschungs- und Entwicklungszentrum für Bahn- und Verkehrstechnik Dresden GmbH Wagenkasten für ein Schienenfahrzeug
EP3385884A1 (en) * 2017-04-04 2018-10-10 Siemens Aktiengesellschaft Method for recognising an oject of a mobile unit

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108152823A (zh) * 2017-12-14 2018-06-12 北京信息科技大学 一种基于视觉的无人驾驶叉车导航系统及其定位导航方法
CN109299723A (zh) * 2018-09-18 2019-02-01 四川大学 一种铁路货车运行监测系统
CN112330647A (zh) * 2020-11-12 2021-02-05 南京优视智能科技有限公司 一种动车车底异常检测方法
CN112319540A (zh) * 2020-12-03 2021-02-05 成都运达科技股份有限公司 一种车体外观图像检测系统及方法
CN114529590A (zh) * 2022-01-26 2022-05-24 中国铁道科学研究院集团有限公司电子计算技术研究所 动车组车底故障检测的图像配准方法及系统
CN115423824A (zh) * 2022-08-26 2022-12-02 中国科学院沈阳自动化研究所 一种基于点云体素矩形栅格的火车车厢的定位与分割方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
基于HOG特征及SVM的机车车底螺栓检测方法;李静等;《信息技术》;第40卷(第3期);125-135 *
基于结构特征的货车转向架故障图像定位及检测算法研究;袁洁;《中国优秀硕士学位论文全文数据库 (工程科技Ⅱ辑)》(第07期);C022-180 *

Also Published As

Publication number Publication date
CN116363151A (zh) 2023-06-30

Similar Documents

Publication Publication Date Title
CN110389348B (zh) 基于激光雷达与双目相机的定位与导航方法及装置
EP3620966A1 (en) Object detection method and apparatus for object detection
CN108629231B (zh) 障碍物检测方法、装置、设备及存储介质
CN111401208A (zh) 一种障碍物检测方法、装置、电子设备及存储介质
CN112887172B (zh) 车辆感知系统测试方法、装置、设备及存储介质
CN113743391A (zh) 应用于低速自主驾驶机器人的三维障碍物检测系统与方法
CN113392794B (zh) 车辆跨线识别方法、装置、电子设备和存储介质
CN111666876A (zh) 用于检测障碍物的方法、装置、电子设备和路侧设备
CN112184914A (zh) 目标对象三维位置的确定方法、装置和路侧设备
CN113971723B (zh) 高精地图中三维地图的构建方法、装置、设备和存储介质
CN114140592A (zh) 高精地图生成方法、装置、设备、介质及自动驾驶车辆
CN115685249A (zh) 一种障碍物检测方法、装置、电子设备和存储介质
CN113126120B (zh) 数据标注方法、装置、设备、存储介质以及计算机程序产品
CN116363151B (zh) 图像切割方法、装置、电子设备及存储介质
CN113111787A (zh) 目标检测方法、装置、设备以及存储介质
CN116758503A (zh) 车道线自动标注方法、装置、设备及存储介质
CN111400537A (zh) 一种道路元素信息获取方法、装置和电子设备
CN116129422A (zh) 单目3d目标检测方法、装置、电子设备和存储介质
CN115861959A (zh) 一种车道线识别方法、装置、电子设备及存储介质
CN114429631B (zh) 三维对象检测方法、装置、设备以及存储介质
CN115908581A (zh) 一种车载相机俯仰角标定方法、装置、设备及存储介质
CN114987497A (zh) 一种后向车道线拟合方法、装置、电子设备和存储介质
CN118035788A (zh) 一种目标车辆相对位置分类方法、装置、设备及存储介质
CN117351450B (zh) 一种单目3d检测方法、装置、电子设备及存储介质
CN114219907B (zh) 三维地图生成方法、装置、设备以及存储介质

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