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

        ?

        高速鐵路運(yùn)行環(huán)境視頻自適應(yīng)去模糊方法

        2022-11-16 02:24:18趙宏偉劉俊博王勝春武斯全蘇文婧李唯一
        關(guān)鍵詞:高速鐵路攝像機(jī)卷積

        王 凡,趙宏偉,劉俊博,王勝春,武斯全,蘇文婧,李唯一

        1.中國鐵道科學(xué)研究院集團(tuán)有限公司 基礎(chǔ)設(shè)施檢測研究所,北京 100081

        2.北京交通大學(xué) 計(jì)算機(jī)與信息技術(shù)學(xué)院,北京 100044

        3.北京鐵科英邁技術(shù)有限公司,北京 100081

        我國高速鐵路里程長,跨度大,沿線自然環(huán)境非常復(fù)雜,定期地進(jìn)行高速鐵路運(yùn)行環(huán)境安全檢查,有利于及時地發(fā)現(xiàn)線路安全隱患,保障高速列車的安全運(yùn)行。

        目前,利用計(jì)算機(jī)視覺、人工智能等技術(shù)基于視頻數(shù)據(jù)進(jìn)行自動化檢測是高速鐵路運(yùn)行環(huán)境安全檢查的主要技術(shù)手段[1]。高速鐵路運(yùn)行環(huán)境視頻的采集方式分為2種:

        (1)利用高速鐵路路旁安裝的攝像機(jī)對特定場景進(jìn)行全天候監(jiān)控[2-3]。這種方式獲取的視頻圖像質(zhì)量較高,有利于后續(xù)的安全檢查任務(wù)。然而,高速鐵路沿線自然環(huán)境復(fù)雜,部分區(qū)段不具備架設(shè)攝像機(jī)的條件,導(dǎo)致無法獲取全線路的運(yùn)行環(huán)境信息。

        (2)利用車載攝像機(jī)[4]在高速列車行駛過程中拍攝沿線環(huán)境視頻。這種方式能夠獲取全線路的運(yùn)行環(huán)境信息,但高速列車行駛速度快,拍攝的視頻圖像存在運(yùn)動模糊,模糊程度與列車速度正相關(guān),對后續(xù)的運(yùn)行環(huán)境安全檢測任務(wù)造成很大困難。此外,受軌道平順性影響,高速列車行駛過程中不可避免地會產(chǎn)生振動,同時導(dǎo)致車載攝像機(jī)振動,造成散焦模糊。

        本文主要研究如何自適應(yīng)地去除高速行車條件下車載攝像機(jī)運(yùn)動所導(dǎo)致的運(yùn)動模糊和散焦模糊,以實(shí)現(xiàn)采集高質(zhì)量的高速鐵路運(yùn)行環(huán)境視頻的目的。去卷積方法是經(jīng)典的圖像運(yùn)動模糊復(fù)原方法,根據(jù)點(diǎn)擴(kuò)散函數(shù)(point spread function,PSF)是否已知,該類方法又可分為盲去卷積方法和非盲去卷積方法。盲去卷積方法通常是基于貝葉斯框架的隨機(jī)性方法,利用圖像局部內(nèi)容的統(tǒng)計(jì)特性和成像系統(tǒng)的先驗(yàn)知識,采用貝葉斯推導(dǎo)方法求解PSF 和復(fù)原圖像,如:最小均方誤差法[5]、隱變量法[6]、最大后驗(yàn)概率法[7]和變分法[8]。非盲去卷積方法通常先基于強(qiáng)邊緣預(yù)測[9]、圖像頻域[10]和圖像內(nèi)容先驗(yàn)[11]迭代估計(jì)圖像的PSF,再利用Richardson-Lucy[12]、一階原始對偶優(yōu)化[13]和Hyper-Laplacian[14]等算法進(jìn)行去卷積處理,從而得到復(fù)原圖像。

        近年來,深度卷積神經(jīng)網(wǎng)絡(luò)(deep convolutional neural network,DCNN)在圖像去模糊領(lǐng)域取得了許多優(yōu)秀的成果,如,DeblurGAN 系列[15-16]、EDVR[17]、和PSSNSC[18]。該類方法的基本原理是先利用條件生成式對抗網(wǎng)絡(luò)(conditional generative adversarial networks,C-GAN)從模糊圖像重建復(fù)原圖像,然后,度量復(fù)原圖像與清晰參考圖像的相似度作為網(wǎng)絡(luò)損失值,迭代更新網(wǎng)絡(luò)模型各層參數(shù),直至復(fù)原圖像與清晰圖像的相似度達(dá)到最優(yōu)。

        然而,現(xiàn)有方法應(yīng)用于車載高速鐵路運(yùn)行環(huán)境視頻時,存在以下2個方面的問題:

        (1)經(jīng)典的圖像去模糊方法通常假設(shè)空間不變的圖像模糊,針對特定的圖像場景、圖像內(nèi)容等先驗(yàn)知識估計(jì)PSF,進(jìn)而得到復(fù)原圖像。然而,高速鐵路沿線環(huán)境不斷變化,視頻圖像的模糊程度也受到列車行駛速度和軌道平順性的影響,產(chǎn)生的圖像模糊是空間變化的,現(xiàn)有方法難以實(shí)現(xiàn)自適應(yīng)地去模糊。

        (2)基于DCNN的圖像去模糊方法需要人工地構(gòu)建大量清晰-模糊圖像樣本對,作為訓(xùn)練網(wǎng)絡(luò)模型的樣本數(shù)據(jù)。然而,高速行車條件下,很難獲得清晰的參考圖像用于構(gòu)建訓(xùn)練樣本集。

        基于以上問題,首先,提出一種新的車載高速鐵路運(yùn)行環(huán)境視頻采集系統(tǒng),實(shí)現(xiàn)在高速行車條件下采集高分辨率的視頻數(shù)據(jù);然后,提出一種高速鐵路運(yùn)行環(huán)境視頻自適應(yīng)去模糊方法,利用車載的慣性測量單元測量攝像機(jī)的運(yùn)動軌跡,并設(shè)計(jì)新的去卷積算法復(fù)原空間變化的模糊圖像;最后,利用檢測列車在實(shí)際高速鐵路線路進(jìn)行實(shí)驗(yàn)驗(yàn)證,證明了本文方法的有效性和實(shí)用性。本文方法已推廣應(yīng)用于我國多輛高速綜合檢測列車,為高速鐵路運(yùn)行環(huán)境安全檢查提供有效數(shù)據(jù)保障。

        1 車載高速鐵路運(yùn)行環(huán)境視頻采集系統(tǒng)

        目前,我國的高速綜合檢測列車配備有車載視頻監(jiān)控系統(tǒng)[19],視頻圖像分辨率為1 920×1 080,幀率為25 FPS。然而,該系統(tǒng)僅能實(shí)現(xiàn)視頻數(shù)據(jù)的采集和存儲,沒有對視頻進(jìn)行去模糊處理,已無法滿足高速鐵路運(yùn)行環(huán)境安全檢查任務(wù)的需求。

        本文提出一種新的車載高速鐵路運(yùn)行環(huán)境視頻采集系統(tǒng),其架構(gòu)如圖1 所示。該系統(tǒng)由高清攝像機(jī)、信號同步單元、RFID 標(biāo)簽閱讀器、GNSS 單元和慣性測量單元組成。高清攝像機(jī)利用螺栓固定于列車車體,拍攝線路內(nèi)基礎(chǔ)設(shè)施及周邊環(huán)境的視頻圖像,通過千兆數(shù)據(jù)網(wǎng)絡(luò)傳輸至視頻采集服務(wù)器;信號同步單元接收車輪光電編碼器觸發(fā)的距離脈沖信號,發(fā)送至視頻采集服務(wù)器,用于計(jì)算列車當(dāng)前行駛里程和速度;RFID標(biāo)簽閱讀器讀取接觸網(wǎng)桿上安裝的電子里程標(biāo)簽,用于校準(zhǔn)當(dāng)前里程位置;GNSS單元和慣性測量單元用于實(shí)時計(jì)算車體運(yùn)動軌跡,可在無電子里程標(biāo)簽的區(qū)段校準(zhǔn)當(dāng)前里程位置。

        系統(tǒng)的視頻圖像分辨率為2 048×1 536,幀率為25 FPS,拍攝的原始視頻圖像如圖2 所示。顯然,檢測列車時速為301 km/h 時,圖像存在較嚴(yán)重的運(yùn)動模糊,需要進(jìn)行去模糊處理。

        2 高速鐵路運(yùn)行環(huán)境視頻自適應(yīng)去模糊方法

        本文提出的高速鐵路運(yùn)行環(huán)境視頻自適應(yīng)去模糊方法的處理流程如圖3所示,該方法利用慣性測量單元測量攝像機(jī)運(yùn)動參數(shù),從而解計(jì)算攝像機(jī)運(yùn)動軌跡得到平移矩陣和旋轉(zhuǎn)矩陣,然后,計(jì)算稀疏重采樣矩陣,并與模糊圖像共同輸入到空間變化的去卷積算法,得到復(fù)原圖像。

        2.1 空間變化的圖像模糊模型

        通常,空間不變的圖像模糊被看作是點(diǎn)擴(kuò)散函數(shù)和加性高斯白噪聲共同作用于清晰圖像的結(jié)果,可形式化為下式:

        其中,I表示潛在的清晰圖像,K表示點(diǎn)擴(kuò)散函數(shù),N表示噪聲,B表示已知的模糊圖像,?表示卷積。

        然而,攝像機(jī)在曝光時間內(nèi)的運(yùn)動會導(dǎo)致空間變化的圖像模糊,例如:(1)由于圖像平面的焦距變化而產(chǎn)生的散焦模糊;(2)由于攝像機(jī)平移運(yùn)動導(dǎo)致的運(yùn)動模糊;(3)由于攝像機(jī)的滾動、偏航和俯仰運(yùn)動導(dǎo)致的運(yùn)動模糊。

        真實(shí)場景中,點(diǎn)(X,Y,Z)在時刻t的光強(qiáng)度經(jīng)過與攝像機(jī)投影矩陣Pt的變換,投影到圖像平面的(ut,vt)處的結(jié)果為像素值,該過程可表示為:

        在曝光時間內(nèi),如果攝像機(jī)發(fā)生平移或旋轉(zhuǎn)運(yùn)動,則Pt會隨時間而變化,導(dǎo)致場景中同一點(diǎn)每個時刻投影到圖像平面的不同位置,產(chǎn)生圖像模糊。該點(diǎn)的投影軌跡即是PSF。

        攝像機(jī)投影矩陣Pt可表示為攝像機(jī)內(nèi)參矩陣A、標(biāo)準(zhǔn)透視投影矩陣C和外參矩陣Et的乘積:

        其中,d表示深度值,M是與圖像平面正交的單位向量。

        因此,給定t=0 時刻的圖像I0,其后續(xù)時刻的圖像It可表示為:

        式中,F(xiàn)t(d)表示稀疏重采樣矩陣(模糊采樣矩陣),用于實(shí)現(xiàn)由平面單應(yīng)性引起的圖像扭曲和重采樣。Ft(d)每行包含權(quán)重參數(shù),可使用雙線性插值算法計(jì)算圖像平面(ut,vt)處的值作為點(diǎn)(u0,v0,1)T=Ht(d)-1(ut,vt,1)T的插值。

        由此,空間變化的圖像模糊模型可表示如下:

        2.2 基于慣性測量單元的攝像機(jī)運(yùn)動軌跡測量方法

        基于2.1 節(jié)的理論分析,去除空間變化的圖像模糊需要求解4個未知量,即曝光時間內(nèi)的攝像機(jī)旋轉(zhuǎn)矩陣R、平移矩陣T、場景深度d和攝像機(jī)內(nèi)參矩陣A,其中,A可通過攝像機(jī)標(biāo)定獲得。

        車載高速鐵路運(yùn)行環(huán)境視頻的模糊是由攝像機(jī)運(yùn)動所導(dǎo)致,因此,可根據(jù)曝光時間內(nèi)攝像機(jī)的運(yùn)動軌跡來計(jì)算旋轉(zhuǎn)矩陣R和平移矩陣T?;诖?,本文提出了一種基于慣性測量單元的攝像機(jī)運(yùn)動軌跡測量方法,根據(jù)慣性測量單元測量的運(yùn)動參數(shù),計(jì)算攝像機(jī)旋轉(zhuǎn)矩陣和平移矩陣。

        慣性測量單元是一種捷聯(lián)慣導(dǎo)裝置,一般由3軸陀螺儀和3 軸加速度計(jì)組成,用于測量載體在空間3 個坐標(biāo)軸的角速度和加速度,即運(yùn)動參數(shù)。本文中,攝像機(jī)和慣性測量單元是通過螺栓固定于列車車體,可看作是剛性連接,即慣性測量單元測量的運(yùn)動參數(shù)同時表示列車車體和車載攝像機(jī)的運(yùn)動參數(shù)。

        慣性測量單元測量的角速度是當(dāng)前坐標(biāo)系攝像機(jī)旋轉(zhuǎn)的角速度,測量的加速度是當(dāng)前坐標(biāo)系下平移加速度、旋轉(zhuǎn)產(chǎn)生的向心加速度和重力加速度之和。具體來說,在曝光時刻[ ]0,t內(nèi),慣性測量單元測量的運(yùn)動參數(shù)如下:

        式中,f(·)表示將角度位置轉(zhuǎn)換為旋轉(zhuǎn)矩陣。

        然后,可根據(jù)旋轉(zhuǎn)矩陣計(jì)算初始坐標(biāo)系加速度:

        本文中,由于攝像機(jī)運(yùn)動頻率高,可將測量的加速度視為關(guān)于恒定重力的正太態(tài)分布,則加速度的平均值即為重力加速度:

        2.3 空間變化的去卷積算法

        本文基于貝葉斯框架進(jìn)行圖像去卷積,利用已知的模糊圖像B、重采樣矩陣F和噪聲水平σ2,求解最優(yōu)的復(fù)原圖像I′。根據(jù)貝葉斯準(zhǔn)則,求解過程可表示為后驗(yàn)概率分布的最大化,其等價于最小化負(fù)對數(shù)釋然的總和:

        需要注意的是,場景深度d仍為未知量。因此,在求解最優(yōu)復(fù)原圖像I′的過程中,需要隱式地計(jì)算場景深度d。具體來說,對于圖像平面中某一點(diǎn)(u,v),在圖像空間中搜索其潛在的投影結(jié)束點(diǎn)(u′,v′ ),該點(diǎn)處深度d可根據(jù)下式計(jì)算:

        3 實(shí)驗(yàn)驗(yàn)證

        實(shí)驗(yàn)以高速綜合檢測列車為平臺,在實(shí)際的高速鐵路線路進(jìn)行實(shí)驗(yàn)驗(yàn)證,并選用文獻(xiàn)[4]提出的空間變化的高速鐵路圖像去模糊方法進(jìn)行比較,以驗(yàn)證本文方法的有效性和優(yōu)越性。

        對比實(shí)驗(yàn)結(jié)果如圖4 所示,其中,第1 行為50~100 km/h 速度的視頻圖像,第2 行為100~200 km/h 速度的視頻圖像,第3 行為200~300 km/h 速度的視頻圖像,第4行為300 km/h以上速度的視頻圖像,不同速度等級視頻圖像的模糊程度不同。為便于觀察去模糊效果,將圖像的局部區(qū)域進(jìn)行了放大顯示。

        觀察對比實(shí)驗(yàn)結(jié)果可知,本文方法能夠有效地去除不同速度等級視頻圖像的運(yùn)動模糊。與文獻(xiàn)[4]方法相比,本文方法能夠更好地去除圖像模糊,更多地復(fù)原圖像的細(xì)節(jié)信息,更有利于高速鐵路運(yùn)行環(huán)境安全檢查任務(wù)。

        由于無法獲取清晰的參考圖像,無法使用PSNR、RMS等常見的圖像評價指標(biāo)來評價本文方法的去模糊效果。因此,實(shí)驗(yàn)采用無需參考圖像的BRISQUE 指標(biāo)來評價復(fù)原圖像的質(zhì)量[20],并與文獻(xiàn)[4]方法進(jìn)行比較。具體來說,選取20 幅原始視頻圖像,每種速度等級各5幅,分別使用本文方法和文獻(xiàn)[4]方法進(jìn)行去模糊,得到復(fù)原圖像,然后,計(jì)算每幅圖像的BRISQUE指標(biāo)。對比實(shí)驗(yàn)結(jié)果如圖5所示,其中,BRISQUE值越低,表示圖像質(zhì)量越好。

        根據(jù)對比實(shí)驗(yàn)結(jié)果可知,不同速度等級原始圖像的質(zhì)量存在巨大差異,速度等級越低,圖像的模糊程度越低,圖像質(zhì)量越好。在低速度時,本文方法與文獻(xiàn)[4]方法的去模糊效果差異不顯著,但在高速度時,本文方法仍然能夠繼續(xù)保持較低的BRISQUE 指標(biāo),復(fù)原出質(zhì)量較高的圖像,充分證明了本文方法的有效性和優(yōu)越性。

        兩次對比實(shí)驗(yàn)結(jié)果表明,本文方法更適合去除車載高速鐵路運(yùn)行環(huán)境視頻圖像的運(yùn)動模糊,實(shí)現(xiàn)了采集高質(zhì)量運(yùn)行環(huán)境視頻數(shù)據(jù)的目的。

        4 結(jié)束語

        本文先提出一種新的車載高速鐵路運(yùn)行環(huán)境視頻采集系統(tǒng),實(shí)現(xiàn)了全線路的運(yùn)行環(huán)境視頻采集。針對車載高速鐵路運(yùn)行環(huán)境視頻存在嚴(yán)重運(yùn)動模糊的問題,提出一種自適應(yīng)圖像去模糊方法,與現(xiàn)有方法相比,本文方法的計(jì)算復(fù)雜度更低,且能夠自適應(yīng)地去不同速度等級的圖像模糊,有利于提升車載高速鐵路運(yùn)行環(huán)境視頻的質(zhì)量,為高速鐵路運(yùn)行環(huán)境安全檢查任務(wù)提供有效數(shù)據(jù)保障。通過兩次對比實(shí)驗(yàn)證明了本文方法的有效性和優(yōu)越性。此外,本文方法已推廣應(yīng)用于我國多輛高速綜合檢測列車,充分說明了方法的實(shí)用性。

        猜你喜歡
        高速鐵路攝像機(jī)卷積
        《高速鐵路技術(shù)》征稿啟事
        《高速鐵路技術(shù)》征稿啟事
        基于3D-Winograd的快速卷積算法設(shè)計(jì)及FPGA實(shí)現(xiàn)
        從濾波器理解卷積
        電子制作(2019年11期)2019-07-04 00:34:38
        基于傅里葉域卷積表示的目標(biāo)跟蹤算法
        看監(jiān)控攝像機(jī)的4K之道
        攝像機(jī)低照成像的前世今生
        新安訊士Q6155-E PTZ攝像機(jī)
        基于TD-LTE的高速鐵路WiFi通信系統(tǒng)
        如何消除和緩解“攝像機(jī)恐懼癥”
        新聞前哨(2015年2期)2015-03-11 19:29:25
        婷婷色综合视频在线观看| 人妻少妇精品无码系列| 久久国产亚洲av高清色| 精品高清免费国产在线| 蜜桃日本免费看mv免费版 | 久久亚洲av成人无码国产| 国产精品亚洲综合天堂夜夜| 国产少妇高潮在线视频| 男人扒开女人双腿猛进视频| 日日碰狠狠添天天爽超碰97| 欧美成人高清手机在线视频 | 少妇下面好爽好紧好湿一区二区| 久久久无码人妻精品无码| 国产精在线| 五月天亚洲av优女天堂| 免费久久久一本精品久久区| 成人欧美一区二区三区1314| 国产精品无码Av在线播放小说| 丰满人妻无套内射视频| 久久久国产精品无码免费专区| 亚洲丁香五月天缴情综合| 国产精品深夜福利免费观看| 一区二区亚洲精品国产精| 成人免费看aa片| 精品无码国产污污污免费网站| aa视频在线观看播放免费 | 日日拍夜夜嗷嗷叫国产| 精品人体无码一区二区三区| 麻豆av一区二区天堂| 美女在线一区二区三区视频| 亚洲第一se情网站| 亚洲国产精品线观看不卡| 国产精品女同一区二区免| 久久久久人妻精品一区三寸| 国产98在线 | 免费| 国产内射视频在线观看| 国产在线无码一区二区三区视频| 亚洲精品无播放器在线播放| 亚洲国产成人资源在线桃色| 一区二区三区免费观看日本| 无码人妻av免费一区二区三区 |