亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        基于機(jī)器視覺(jué)的鋼軌光帶檢測(cè)方法

        2022-11-05 12:19:56張博劉秀波
        鐵道建筑 2022年10期
        關(guān)鍵詞:光帶軌面鋼軌

        張博 劉秀波

        中國(guó)鐵道科學(xué)研究院集團(tuán)有限公司基礎(chǔ)設(shè)施檢測(cè)研究所,北京 100081

        列車(chē)行駛在軌道上,由于車(chē)輪輪緣在鋼軌軌面上的碾壓以及輪緣與鋼軌的相互摩擦作用,會(huì)在鋼軌表面形成沿著列車(chē)運(yùn)行方向延伸的亮痕,稱(chēng)為鋼軌光帶[1]。正常的輪軌作用會(huì)在鋼軌表面產(chǎn)生寬度均勻的光帶,而當(dāng)輪軌間作用力或作用位置異常時(shí),光帶的寬度和位置發(fā)生改變。因此,光帶的狀態(tài)可以反映輪軌相互作用關(guān)系,而輪軌關(guān)系對(duì)列車(chē)運(yùn)行的安全性和舒適性有著重要影響。

        傳統(tǒng)的光帶檢測(cè)采用人工巡檢的方式,利用刻度尺在鋼軌上進(jìn)行測(cè)量。該方法人工成本高,檢測(cè)速度慢,數(shù)據(jù)保存缺乏系統(tǒng)性。文獻(xiàn)[2]提出使用激光位移傳感器,在鋼軌光帶異常波動(dòng)區(qū)段布置測(cè)點(diǎn)測(cè)量輪對(duì)動(dòng)態(tài)橫向位移,進(jìn)而分析光帶異常原因。但是該方法只能針對(duì)特定區(qū)段安裝設(shè)備進(jìn)行布點(diǎn)測(cè)量,不能實(shí)現(xiàn)自動(dòng)、快速的光帶檢測(cè)。

        隨著圖像處理和計(jì)算機(jī)技術(shù)的快速發(fā)展,基于機(jī)器視覺(jué)的檢測(cè)技術(shù)已經(jīng)運(yùn)用到了軌道狀態(tài)檢測(cè)中,利用采集的圖像對(duì)扣件缺失、鋼軌表面?zhèn)麚p等進(jìn)行識(shí)別[3-6],但對(duì)鋼軌光帶檢測(cè)的關(guān)注較少。文獻(xiàn)[7]中的軌道狀態(tài)巡檢系統(tǒng)通過(guò)安裝在車(chē)輛底部的相機(jī)成像系統(tǒng)在車(chē)輛行進(jìn)時(shí)采集軌道圖像,然后采用圖像識(shí)別技術(shù)分析扣件缺失、鋼軌表面擦傷等缺陷。但是目前該系統(tǒng)檢測(cè)對(duì)象主要是包括軌枕、扣件和鋼軌在內(nèi)的整個(gè)軌道表面,并沒(méi)有針對(duì)鋼軌光帶的檢測(cè)。文獻(xiàn)[8]設(shè)計(jì)了算法,根據(jù)灰度特征識(shí)別光帶在鋼軌表面的位置。但是該算法在定位光帶時(shí)需要先確定光帶存在的大致區(qū)域,再在該區(qū)域內(nèi)尋找光帶的準(zhǔn)確位置,計(jì)算較為復(fù)雜;此外,該算法為了識(shí)別光帶需要設(shè)定低灰度閾值,再利用閾值比較的方法確定所述鋼軌圖像中的光帶圖像,在受到光照等客觀(guān)環(huán)境的影響導(dǎo)致獲取的鋼軌圖像中光帶區(qū)域和非光帶區(qū)域?qū)Ρ榷冉档偷那闆r下,光帶圖像識(shí)別的準(zhǔn)確性很難保證。

        現(xiàn)場(chǎng)采集的圖片還包含非鋼軌區(qū)域。非鋼軌區(qū)域的圖像信息對(duì)后續(xù)的缺陷檢測(cè)會(huì)產(chǎn)生干擾,需要將鋼軌和非鋼軌區(qū)域區(qū)分開(kāi),提取出鋼軌的軌面區(qū)域[9]。水平投影法[10-12]是軌面區(qū)域定位的常用方法,其主要思想是繪制圖像列方向上的水平投影曲線(xiàn),利用軌面區(qū)域和非鋼軌區(qū)域的亮度差異將軌面區(qū)域分割出來(lái)。但是文獻(xiàn)[13]指出,當(dāng)有強(qiáng)烈外界光源影響時(shí)采用水平投影法進(jìn)行軌面區(qū)域定位就會(huì)出現(xiàn)錯(cuò)誤,并提出了改進(jìn)的鋼軌定位算法。該算法首先計(jì)算軌道圖像每一列的灰度均值與灰度方差的比值并乘以1個(gè)位置權(quán)重,得到該列的特征值,然后搜索特征值之和最大的定長(zhǎng)區(qū)間即為軌面區(qū)域。然而,該方法為了準(zhǔn)確提取軌面區(qū)域,需要預(yù)知軌道圖像中鋼軌所在縱向區(qū)域的位置并為該縱向區(qū)域的灰度設(shè)置較大的權(quán)重。當(dāng)采集的軌道圖像中鋼軌所在的位置發(fā)生變化時(shí),需要重新計(jì)算軌道圖像中每一列的位置權(quán)重。

        針對(duì)上述方法存在的不足,本文提出基于機(jī)器視覺(jué)的鋼軌光帶檢測(cè)方法。首先,設(shè)計(jì)基于軌道圖像頻域特征的軌面區(qū)域提取方法,對(duì)軌道圖像每一列做傅里葉變換,根據(jù)定義的占優(yōu)的頻率域采樣值來(lái)定位軌面區(qū)域。然后,在提取的軌面區(qū)域圖像上利用灰度變換突出光帶的邊緣,通過(guò)計(jì)算梯度識(shí)別出鋼軌光帶。

        1 光帶檢測(cè)算法

        1.1 算法流程

        讀取采集到的單幅鋼軌圖像后,光帶檢測(cè)的算法流程如下。

        1)軌面區(qū)域提?。焊鶕?jù)軌道圖像的頻域特征提取軌面區(qū)域。

        2)圖像灰度變換:在軌面區(qū)域利用伽馬變換突出光帶的邊緣。

        3)光帶檢測(cè):基于梯度從軌面區(qū)域中逐行識(shí)別出光帶的邊界。

        1.2 軌面區(qū)域提取

        本文設(shè)計(jì)了基于軌道圖像頻域特征提取軌面區(qū)域的方法,包括2個(gè)步驟:首先對(duì)采集的軌道圖像每一列做傅里葉變換,然后根據(jù)定義的占優(yōu)的頻率域采樣值定位軌面區(qū)域。

        1.2.1 軌道圖像的傅里葉變換

        將單幅軌道圖像記作I,其寬度為W,高度為H。對(duì)圖像I的第x列做傅里葉變換,其傅里葉變換系數(shù)F x(m)為

        式中:m為頻率域采樣值。

        而后計(jì)算歸一化能量值EN()m,表達(dá)式[13]為

        式中:E(m)為F x(m)的模;EN(m)∈[0,1]。

        因?yàn)閷?shí)數(shù)序列的傅里葉變換的系數(shù)是對(duì)稱(chēng)的,所以為了便于計(jì)算只考慮F x(m)的前半部分;同時(shí)支流分量E(0)等于平均灰度,受光照影響較大,因此在歸一化時(shí)并未考慮該分量。

        將軌道圖像沿縱向劃分為不同區(qū)域,如圖1所示。其中,區(qū)域a為背景區(qū)域,區(qū)域b為擋肩所在區(qū)域,區(qū)域c為扣件所在區(qū)域,區(qū)域d為軌面區(qū)域。

        圖1 軌道圖像

        圖2、圖3展示了軌道圖像不同縱向區(qū)域中典型的列灰度曲線(xiàn)及對(duì)應(yīng)的能量譜曲線(xiàn)。可以看出:區(qū)域b和區(qū)域c的列灰度曲線(xiàn)存在周期性,其能量譜曲線(xiàn)在中低頻區(qū)間存在多處明顯峰值;區(qū)域a和區(qū)域d的列灰度曲線(xiàn)無(wú)明顯周期性,其能量譜曲線(xiàn)無(wú)明顯波峰。因此,用能量譜的波峰信息可以判定軌道圖像中不同縱向區(qū)域的位置。

        圖2 軌道圖像不同縱向區(qū)域中典型的列灰度曲線(xiàn)

        圖3 軌道圖像不同縱向區(qū)域中典型的能量譜曲線(xiàn)

        1.2.2 軌面區(qū)域提取

        為了提取軌面區(qū)域,定義軌道圖像第x列能量譜占優(yōu)的頻率域采樣值f x為

        式中:Et為能量譜閾值。

        觀(guān)察到能量譜曲線(xiàn)的大部分峰值都在0.03以上,因而取Et=0.03。

        對(duì)手工標(biāo)注的880條區(qū)域a—區(qū)域d中的列灰度曲線(xiàn)計(jì)算能量譜的f x并進(jìn)行統(tǒng)計(jì),結(jié)果見(jiàn)圖4??芍涸趨^(qū)域a和區(qū)域d中,f x主要集中于低頻區(qū)間,絕大部分小于6;區(qū)域b中,f x絕大部分在17~28;區(qū)域c中,f x集中在6~33。

        圖4 不同縱向區(qū)域中占優(yōu)的頻率域采樣值統(tǒng)計(jì)結(jié)果

        進(jìn)而提出基于占優(yōu)的頻率域采樣值的軌面區(qū)域提取方法。對(duì)于軌道圖像I,首先計(jì)算每一列的f x。接著引入判定函數(shù)p(x)來(lái)判定鋼軌圖像的第x列是否在區(qū)域b或區(qū)域c中。p(x)表達(dá)式為

        式中:f為頻率域采樣值限值。

        由f x的分布可知,在區(qū)域a和區(qū)域d中f x絕大多數(shù)小于6,而在區(qū)域b和區(qū)域c中f x大于6,因而取f=6。組合所有使得判定函數(shù)p(x)=1的列參考位置,得到向量P,表達(dá)式為

        式中:n為使p(x)=1的總列數(shù)。

        搜索向量P中最長(zhǎng)的兩個(gè)連續(xù)區(qū)間,即為軌面左側(cè)的區(qū)域b和區(qū)域c組成的縱向區(qū)域及軌面右側(cè)的區(qū)域b和區(qū)域c組成的縱向區(qū)域,這兩個(gè)縱向區(qū)域之間即為鋼軌軌面。

        1.3 鋼軌光帶檢測(cè)

        定位軌面區(qū)域后,將軌道圖像中的軌面區(qū)域提取出來(lái),然后在提取的軌面區(qū)域圖像上進(jìn)行鋼軌光帶的檢測(cè)。軌面區(qū)域圖像中光帶部分較其他部分的灰度值高,通過(guò)搜索光帶區(qū)域和非光帶區(qū)域的邊界,就能定位出光帶的位置。

        為了突出光帶區(qū)域的邊緣,首先對(duì)軌面區(qū)域進(jìn)行圖像灰度變換。采用伽馬變換將高光部分動(dòng)態(tài)范圍壓縮,使圖像整體變暗。針對(duì)一幅輸入圖像,伽馬變換的表達(dá)式為

        式中:s為輸出圖像的像素;r為輸入圖像的像素,其取值范圍歸一化為[0,1];γ為變換系數(shù),取2。

        灰度變換后,軌面區(qū)域圖像的光帶和非光帶區(qū)域的灰度值差異進(jìn)一步加大,形成更為銳利的光帶邊緣,從而能夠更加準(zhǔn)確地定位光帶位置。

        在灰度變換后的軌面圖像上,計(jì)算圖像中每一點(diǎn)水平方向上的梯度差異。根據(jù)圖形邊緣處存在較大梯度這一特點(diǎn),逐行尋找光帶邊緣,即可確定光帶位置。為此,引入兩個(gè)卷積核(圖5)。其中,卷積核1用來(lái)檢測(cè)由暗到亮的邊緣,卷積核2用來(lái)檢測(cè)由亮到暗的邊緣。將圖像中每一點(diǎn)分別與兩個(gè)卷積核卷積,得到對(duì)應(yīng)的水平方向梯度。圖像每一點(diǎn)與卷積核1卷積得到了該點(diǎn)由暗到亮方向的梯度,而光帶的左側(cè)邊緣為由暗到亮的邊緣,因此圖像每一行的卷積結(jié)果的最大值所在的點(diǎn)即為該行光帶左側(cè)邊緣位置。同理,光帶的右側(cè)邊緣為由亮到暗的邊緣,通過(guò)尋找每一行中圖像與卷積核2卷積結(jié)果的最大值,就可以確定光帶右側(cè)邊緣位置。

        圖5 卷積核示意

        2 測(cè)試試驗(yàn)

        為了驗(yàn)證該光帶檢測(cè)方法的有效性,進(jìn)行了測(cè)試試驗(yàn)。選取200張軌道狀態(tài)巡檢系統(tǒng)[7]采集的某高速鐵路線(xiàn)路的軌道圖像,并且人工標(biāo)注了圖像中的軌面區(qū)域和光帶區(qū)域。

        2.1 軌面區(qū)域提取

        對(duì)于一幅軌道圖像,提取軌面區(qū)域的準(zhǔn)確性通過(guò)交并比[14]來(lái)評(píng)價(jià),交并比記作Jt,其表達(dá)式為

        式中:At為人工標(biāo)注的軌面區(qū)域;Bt為用本文方法從軌道圖像中提取的軌面區(qū)域。

        交并比計(jì)算的是人工標(biāo)注軌面區(qū)域和算法提取軌面區(qū)域的交疊率,即兩個(gè)區(qū)域的交集和并集的比值,衡量人工標(biāo)注軌面區(qū)域和算法提取軌面區(qū)域的重合度。然后對(duì)于所有測(cè)試樣本計(jì)算交并比的平均值mt,表達(dá)式為

        式中:Nt為測(cè)試的軌道圖像數(shù)量;Jt,i為第i張圖像的交并比。

        計(jì)算結(jié)果顯示測(cè)試樣本的mt=97.57%,這表明本文方法可以有效地從采集的軌道圖像中提取出軌面區(qū)域。

        本文提出的軌面區(qū)域提取方法利用了軌道圖像的頻域特征,與文獻(xiàn)[12]中基于圖像列方向灰度分析的水平投影法相比,對(duì)由光照等客觀(guān)環(huán)境因素造成的軌道圖像亮度變化具有更強(qiáng)的魯棒性。采用兩種方法對(duì)高亮度軌道圖像的軌面區(qū)域進(jìn)行提取,效果對(duì)比見(jiàn)圖6(紅框區(qū)域即提取的軌面區(qū)域)??芍河捎谲壍缊D像的整體亮度高,水平投影法錯(cuò)誤地定位在軌面以外的區(qū)域,而本文方法準(zhǔn)確地提取了軌面區(qū)域。

        圖6 軌面區(qū)域提取效果對(duì)比

        2.2 光帶檢測(cè)

        對(duì)于軌面區(qū)域圖像,光帶檢測(cè)的準(zhǔn)確性通過(guò)交并比Jr來(lái)評(píng)價(jià),其表達(dá)式為

        式中:Ar為圖像中人工標(biāo)注的光帶區(qū)域;Br為利用本文算法檢測(cè)出的光帶區(qū)域。

        然后對(duì)所有測(cè)試樣本計(jì)算交并比的平均值mr,表達(dá)式為

        式中:Nt為測(cè)試圖像樣本的數(shù)量;Jr,i為對(duì)第i張圖像計(jì)算得到的交并比。

        測(cè)試顯示本文方法得到的mr=88.81%,而采用文獻(xiàn)[8]中的方法得到的mr=77.23%。這表明本文方法可以有效地檢測(cè)鋼軌光帶,其交并比平均值比文獻(xiàn)[8]中的方法提高了11.58%。本文方法得益于利用圖像灰度變換加大了光帶和非光帶區(qū)域的灰度差異,突出了光帶邊緣,從而能夠降低光照、圖像噪聲等因素的影響,更加準(zhǔn)確地定位光帶位置。

        3 結(jié)語(yǔ)

        為了從軌道圖像中準(zhǔn)確地提取軌面區(qū)域并檢測(cè)光帶位置,為鋼軌光帶分析提供可靠依據(jù),本文提出了一種基于機(jī)器視覺(jué)的鋼軌光帶檢測(cè)方法。首先根據(jù)軌道圖像的頻域特征提取軌面區(qū)域,然后利用灰度變換突出光帶的邊緣,逐行計(jì)算梯度識(shí)別光帶位置。通過(guò)采集的某高鐵線(xiàn)路的軌道圖像對(duì)該方法的檢測(cè)效果進(jìn)行驗(yàn)證,結(jié)果顯示該方法能有效地檢測(cè)鋼軌光帶,光帶檢測(cè)的交并比平均值達(dá)到了88.81%,比現(xiàn)有方法提升了11.58%。下一步工作將會(huì)把該算法部署到軌道巡檢系統(tǒng)上,大規(guī)模測(cè)試和驗(yàn)證算法性能。

        猜你喜歡
        光帶軌面鋼軌
        非凡塵的光
        優(yōu)雅(2022年12期)2022-12-28 02:38:38
        基于貪心選擇及斜率探測(cè)擴(kuò)充的軌面提取方法
        飛利浦Hue Play漸變光帶發(fā)布
        日用電器(2020年9期)2020-12-09 23:06:58
        基于圖像處理的多視覺(jué)特征融合方法及其應(yīng)用
        復(fù)雜環(huán)境下結(jié)構(gòu)光中心線(xiàn)提取算法
        鋼軌焊后雙中頻感應(yīng)加熱工藝研究
        高速鐵路鋼軌疲勞過(guò)程的超聲非線(xiàn)性系數(shù)表征
        國(guó)內(nèi)外高速鐵路鋼軌性能對(duì)比研究
        地鐵高密度行車(chē)條件下計(jì)軸故障處理研究
        減緩高速鐵路鋼軌波磨的仿真分析
        久久久国产精品三级av| 亚洲最大天堂无码精品区| 国产亚洲sss在线观看| 日韩美女人妻一区二区三区| 国产桃色一区二区三区| 免费看av在线网站网址| 精品乱码一区二区三区四区| 久久无码高潮喷水抽搐| 亚洲视频一区二区免费看| 国产美女精品视频线免费播放软件| 在线va免费看成| 2017天天爽夜夜爽精品视频| 日韩精品一区二区三区影音视频| 亚洲av成人无码一二三在线观看| 亚洲精品综合一区二区三| 不卡无毒免费毛片视频观看| 久久精品国产黄片一区| 午夜不卡无码中文字幕影院| 精品香蕉久久久爽爽 | 国产三级精品三级在线观看| 福利一区二区三区视频午夜观看| 亚洲国产精品色一区二区 | 99久久夜色精品国产网站| 欧美xxxxx精品| 狠狠爱婷婷网五月天久久| 美女张开腿让男人桶爽| āV第三区亚洲狠狠婷婷综合久久| 国产精品很黄很色很爽的网站| 日本亚洲国产精品久久| 图片区小说区激情区偷拍区| 国产在线欧美日韩一区二区 | 日本系列中文字幕99| 国产成熟人妻换╳╳╳╳| 亚洲男人的天堂精品一区二区 | 亚洲妓女综合网99| 亚洲精品一区二区在线播放| 国产自拍偷拍精品视频在线观看 | 国产精品毛片极品久久| 欧美性色黄大片手机版| 福利一区二区三区视频午夜观看| 精品国模人妻视频网站|