軌道異物侵限識別中防攝像頭抖動的動態包絡線繪制方法
【專利摘要】本發明公開了軌道異物侵限識別中防攝像頭抖動的動態包絡線繪制方法，包括以下步驟：（1）、通過視頻采集模塊快速獲得視頻圖像；（2）、對采集到的視頻圖像進行初步處理；（3）、對經過初步處理的圖像依次進行霍夫變換、雙目匹配、兩軌間熟路判斷、邊緣檢測、曲線擬合及平滑處理得到兩條軌道路徑；（4）、根據兩軌之間的像素距離比例由近到遠繪制列車的動態包絡線。本發明的包絡線繪制方法能夠準確繪制出列車在軌道上運行時將要通過的空間區域，消除了攝像頭抖動對圖像質量可能造成的影響，進而明確了異物侵限出現的范圍，排除軌道附近設備或其它物體對異物侵限探測的干擾，同時因探測范圍的明確而減少了計算量，提高了運算速度與探測效率。
【專利說明】
軌道異物侵限識別中防攝像頭抖動的動態包絡線繪制方法
技術領域
[0001] 本發明涉及一種包絡線繪制方法，具體涉及軌道異物侵限識別中防攝像頭抖動的 動態包絡線繪制方法;屬于軌道交通技術領域。
【背景技術】
[0002] 傳統技術中，軌道上異物侵限識別以人工判別為主，輔以一些硬件如激光、微波探 測器對周圍環境進行控測，準確率不高。隨著技術的發展，為了確保機車車輛在鐵路上運行 的安全性，提出了"鐵路限界"這一概念，能夠有效防止機車車輛撞擊到鄰近線路的建筑和 設備，并對機車車輛和接近線路的建筑物、設備規定了不允許超越的輪廓尺寸線，按所要求 對象的不同分為機車車輛限界和建筑接近限界。其中，機車車輛限界又可分為:機車車輛制 造限界、靜態限界、動態限界、動態包絡線限界，這個分類是根據所含的引起機車車輛發生 偏移的不利因素由少到多依次遞進的。動態包絡線是車輛運行過程中受各種不利因素影響 所導致的最大極限輪廓，是制定鐵路限界的重要依據。隨著高速列車運營速度的不斷提升， 精確得到列車動態包絡線成為當務之急，對列車的運行安全性至關重要。
[0003] 現有技術中，針對列車動態包絡線測量是基于車體靜態輪廓測量和動態位姿參數 測量而得到的。比如，申請號為201210584655.9的發明專利公開了一種高速列車動態包絡 線測量方法，利用精密靶標、激光跟蹤儀建立軌道中心坐標系，求取軌道中心坐標系與測量 系統坐標系之間的轉換關系;開啟反射式的光電開關進入自動觸發測量狀態；當高速列車 進入預設測量范圍以內時，大功率一字線激光器和兩臺高速相機接收同步觸發信號，大功 率一字線激光器投射線結構光在高速列車車身表面構造測量特征，兩臺高速相機同步捕捉 測量特征圖像;對測量特征圖像進行處理，解算能反映高速列車動態偏移的被測信息;融合 兩側高速列車動態偏移的被測信息，得到高速列車行駛過程中的動態包絡線，該測量方法 提高了測量精度，避免了主觀取值，為評估高速列車的安全性能提供了技術手段，為高鐵動 態限界的指定提供了可靠的數據支持。但是，該測量方法需要對視頻圖像進行動態分析和 顯示，經常會因為鏡頭的抖動而影響圖像的質量，因此如何消除這些抖動即優化圖像穩定 性變得越來越重要。現有技術中曾采用一些物理設備如速度傳感器、濾鏡等硬件設備進行 圖抖動的消除，但這種方法消除效率低、應用環境有限；因此有研究提出采用軟件方法(主 要利用圖像處理技術)代替硬件設備進行消除圖像抖動，但是尚缺乏一種實際可行的操作 方法。
【發明內容】
[0004] 為解決現有技術的不足，本發明的目的在于提出一種軌道異物侵限識別中防攝像 頭抖動的動態包絡線繪制方法，從而準確定義對列車運行產生安全威脅的異物侵限范圍。
[0005] 為了實現上述目標，本發明采用如下的技術方案：
[0006] 軌道異物侵限識別中防攝像頭抖動的動態包絡線繪制方法，包括以下步驟：
[0007] (1 )、通過視頻采集模塊快速獲得視頻圖像并傳輸至圖像預處理模塊；
[0008] (2)、通過圖像預處理模塊對采集到的視頻圖像進行初步處理，以提高圖像的清晰 度、降噪等，從而方便后續處理過程使用圖像；
[0009] (3)、軌道檢測模塊對經過初步處理的圖像依次進行霍夫變換、雙目匹配、兩軌間 熟路判斷、邊緣檢測、曲線擬合及平滑處理得到兩條軌道路徑；
[0010] (4)、動態包絡線繪制模塊根據兩軌之間的像素距離比例由近到遠繪制列車的動 態包絡線。
[0011] 具體地，前述視頻采集模塊包括:分設于列車頭部擋風玻璃內左右兩側、同步采集 視頻圖像的第一攝像頭和第二攝像頭。
[0012] 優選地，前述第一攝像頭和第二攝像頭均為高清攝像頭。
[0013] 作為另一種優選地，前述第一攝像頭和第二攝像頭分別為高清攝像頭和紅外攝像 頭。
[0014] 再優選地，前述步驟(2)的初步處理過程具體如下：
[0015]圖像預處理模塊將接收到的RGB圖像轉換為灰度圖像；
[0016] 使用Scharr算子進行濾波操作，濾波器系I
[0017]圖像平滑操作，對圖像進行高斯卷積，核大小為3*3,標準差sigma=(n/2-l)*0.3+ 0.8，其中η對應水平核或垂直核大小；
[0018] 對平滑后圖像進行二次縮放:使用Gaussian金字塔分解對輸入圖像向下采樣，首 先對輸入圖像用高斯濾波器進行卷積，然后通過拒絕偶數的行與列向下采樣圖像；使用 Gaussian金字塔分解對輸入圖像向上采樣，首先通過在圖像中插入0偶數行和偶數列，然后 對得到的圖像用高斯濾波器進行高斯卷積，其中濾波器乘以4做插值，輸出圖像是輸入圖像 的4倍大小，高斯卷積核大小為5*5;
[0019] 消除圖像噪聲，分割獨立的圖像元素，使用內核形狀為矩形、大小為3*3的結構元 素，掃描二值圖像每一個像素，用結構元素與覆蓋的二值圖像做"與"運算，如果都為1，則結 構圖像的該像素為1，否則為0,使二值圖像減小一圈，此操作重復三次;連接相鄰元素，使用 內核形狀為矩形、大小為3*3的結構元素，掃描二值圖像每一個像素，用結構元素與覆蓋的 二值圖像做"與"運算，如果都為〇,則結構圖像的該像素為〇,否則為1，使二值圖像擴大一 圈，操作三次；
[0020] 對圖像進行二值化操作
其中thresh為 100〇
[0021]進一步優選地，前述步驟（3)的具體過程為：霍夫變換使用opencv的庫函數 HoughLinesP，其中rho為1，theta為pi/180，threshold為80;對左右視圖采用SGBM算法計算 視差進行三維重建，再計算兩直線間距離；攝像機坐標系與世界坐標系之間的轉換公式
其中（Xc，Yc，Zc)表示P點在攝像機坐標系下的位置，（Xw，Yw，Zw)表示P點 在世界坐標系下的位置，R為旋轉矩陣，T為平移矩陣，R和T由雙目相機標定的內外參數得 到;計算兩直線夾角，tan0<〇. 1;邊緣檢測提取輪廓，擬合為曲線，尋找與直線重疊度最高 的曲線，平滑曲線得到左右軌道路徑。
[0022] 本發明的有益之處在于:本發明的包絡線繪制方法能夠準確繪制出列車在軌道上 運行時將要通過的空間區域，通過圖像預處理模塊和軌道檢測模塊消除了攝像頭抖動對圖 像質量可能造成的影響，進而明確了異物侵限出現的范圍，排除軌道附近設備或其它物體 對異物侵限探測的干擾，同時因探測范圍的明確而減少了計算量，提高了運算速度與探測 效率。
【附圖說明】
[0023] 圖1是本發明的軌道異物侵限識別中防攝像頭抖動的動態包絡線繪制方法的流程 圖。
【具體實施方式】
[0024] 以下結合附圖和具體實施例對本發明作具體的介紹。
[0025] 在本發明的描述中，需要理解的是，術語"中心"、"縱向"、"橫向"、"上"、"下"、 "前"、"后"、"左"、"右"、"豎直"、"水平"、"頂"、"底"、"內"、"外"等指示的方位或位置關系為 基于附圖所示的方位或位置關系，僅是為了便于描述本發明和簡化描述，而不是指示或暗 示所指的裝置或元件必須具有特定的方位、以特定的方位構造和操作，因此不能理解為對 本發明的限制。此外，術語"第一"、"第二"僅用于描述目的，而不能理解為指示或暗示相對 重要性。
[0026] 如圖1所示為本實施例的軌道異物侵限識別中防攝像頭抖動的動態包絡線繪制方 法的流程圖，包括如下步驟：
[0027] (1 )、通過視頻采集模塊快速獲得視頻圖像并傳輸至圖像預處理模塊:該視頻采集 模塊包括分設于列車頭部擋風玻璃內左右兩側的第一攝像頭和第二攝像頭，這兩個攝像頭 通過其內部集成的二次開發包同步、快速地采集視頻圖像。攝像機盡可能安裝在列車的高 處，既能夠看清楚遠處地面的情況;又考慮到適應軌道拐彎情況下盡可能看遠。
[0028] 作為一種選擇，第一攝像頭和第二攝像頭均為高清攝像頭，這樣能夠保證采集到 的圖像的清晰度;作為另一種選擇，第一攝像頭和第二攝像頭分別為高清攝像頭和紅外攝 像頭，通過紅外攝像頭可彌補普通高清攝像頭在光線不足(如霧霾、隧道等)時的圖像識別 度。
[0029] (2)、通過圖像預處理模塊對采集到的視頻圖像進行初步處理，具體的處理過程如 下：
[0030]圖像預處理模塊將接收到的RGB圖像轉換為灰度圖像；
[0031] 使用Scharr算子進行濾波操作，濾波器系藝
一
5
[0032]圖像平滑操作，對圖像進行高斯卷積，核大小為3*3,標準差sigma=(n/2-l)*0.3+ 0.8，其中η對應水平核或垂直核大小；
[0033]對平滑后圖像進行二次縮放:使用Gaussian金字塔分解對輸入圖像向下采樣，首 先對輸入圖像用高斯濾波器進行卷積，然后通過拒絕偶數的行與列向下采樣圖像；使用 Gaussian金字塔分解對輸入圖像向上采樣，首先通過在圖像中插入0偶數行和偶數列，然后 對得到的圖像用高斯濾波器進行高斯卷積，其中濾波器乘以4做插值，輸出圖像是輸入圖像 的4倍大小，高斯卷積核大小為5*5;
[0034]消除圖像噪聲，分割獨立的圖像元素，使用內核形狀為矩形、大小為3*3的結構元 素，掃描二值圖像每一個像素，用結構元素與覆蓋的二值圖像做"與"運算，如果都為1，則結 構圖像的該像素為1，否則為0,使二值圖像減小一圈，此操作重復三次;連接相鄰元素，使用 內核形狀為矩形、大小為3*3的結構元素，掃描二值圖像每一個像素，用結構元素與覆蓋的 二值圖像做"與"運算，如果都為〇,則結構圖像的該像素為〇,否則為1，使二值圖像擴大一 圈，操作三次；
[0035] 對圖像進行二值化操作
其中thresh為 100〇
[0036] (3)、軌道檢測模塊對經過初步處理的圖像依次進行霍夫變換、雙目匹配、兩軌間 熟路判斷、邊緣檢測、曲線擬合及平滑處理得到兩條軌道路徑，具體過程為：
[0037] 霍夫變換使用opencv的庫函數HoughLinesP，其中rho為l，theta為pi/180， threshold為80;對左右視圖采用SGBM算法計算視差進行三維重建，再計算兩直線間距離； 攝像機坐標系與世界坐標系之間的轉換公另
庫中(Xc，Yc，Zc)表示P點在 攝像機坐標系下的位置，（Xw，Yw，Zw)表示P點在世界坐標糸下的位置，R為旋轉矩陣，T為平 移矩陣，R和T由雙目相機標定的內外參數得到;計算兩直線夾角，tan0<〇.l;邊緣檢測提取 輪廓，擬合為曲線，尋找與直線重疊度最高的曲線，平滑曲線得到左右軌道路徑。
[0038] (4)、動態包絡線繪制模塊根據兩軌之間的像素距離比例由近到遠繪制列車的動 態包絡線。
[0039] 綜上，本發明的包絡線繪制方法能夠準確繪制出列車在軌道上運行時將要通過的 空間區域，通過圖像預處理模塊和軌道檢測模塊消除了攝像頭抖動對圖像質量可能造成的 影響，進而明確了異物侵限出現的范圍，排除軌道附近設備或其它物體對異物侵限探測的 干擾，同時因探測范圍的明確而減少了計算量，提高了運算速度與探測效率。
[0040] 在本發明的描述中，需要說明的是，除非另有明確的規定和限定，術語"安裝"、"相 連"、"連接"應做廣義理解，例如，可以是固定連接，也可以是可拆卸連接，或一體地連接;可 以是機械連接，也可以是電連接;可以是直接相連，也可以通過中間媒介間接相連，可以是 兩個元件內部的連通。對于本領域的普通技術人員而言，可以具體情況理解上述術語在本 發明中的具體含義。
[0041] 在本說明書的描述中，參考術語"一個實施例"、"一些實施例"、"示例"、"具體示 例"、或"一些示例"等的描述意指結合該實施例或示例描述的具體特征、結構、材料或者特 點包含于本發明的至少一個實施例或示例中。在本說明書中，對上述術語的示意性表述不 一定指的是相同的實施例或示例。而且，描述的具體特征、結構、材料或者特點可以在任何 的一個或多個實施例或示例中以合適的方式結合。
[0042]以上顯示和描述了本發明的基本原理、主要特征和優點。本行業的技術人員應該 了解，上述實施例不以任何形式限制本發明，凡采用等同替換或等效變換的方式所獲得的 技術方案，均落在本發明的保護范圍內。
【主權項】
1. 軌道異物侵限識別中防攝像頭抖動的動態包絡線繪制方法，其特征在于，包括以下 步驟： (1 )、通過視頻采集模塊快速獲得視頻圖像并傳輸至圖像預處理模塊； (2) 、通過圖像預處理模塊對采集到的視頻圖像進行初步處理； (3) 、軌道檢測模塊對經過初步處理的圖像依次進行霍夫變換、雙目匹配、兩軌間熟路 判斷、邊緣檢測、曲線擬合及平滑處理得到兩條軌道路徑； (4) 、動態包絡線繪制模塊根據兩軌之間的像素距離比例由近到遠繪制列車的動態包 絡線。2. 根據權利要求1所述的軌道異物侵限識別中防攝像頭抖動的動態包絡線繪制方法， 其特征在于，所述視頻采集模塊包括:分設于列車頭部擋風玻璃內左右兩側、同步采集視頻 圖像的第一攝像頭和第二攝像頭。3. 根據權利要求2所述的軌道異物侵限識別中防攝像頭抖動的動態包絡線繪制方法， 其特征在于，所述第一攝像頭和第二攝像頭均為高清攝像頭。4. 根據權利要求2所述的軌道異物侵限識別中防攝像頭抖動的動態包絡線繪制方法， 其特征在于，所述第一攝像頭和第二攝像頭分別為高清攝像頭和紅外攝像頭。5. 根據權利要求1所述的軌道異物侵限識別中防攝像頭抖動的動態包絡線繪制方法， 其特征在于，所述步驟(2)的初步處理過程具體如下： 圖像預處理模塊將接收到的RGB圖像轉換為灰度圖像； 使用S c h a r r算子進行濾波操作，濾波器系數圖像平滑操作，對圖像進行高斯卷積，核大小為3*3，標準差sigma= (n/2-l )*0.3+0.8， 其中η對應水平核或垂直核大小； 對平滑后圖像進行二次縮放:使用Gaussian金字塔分解對輸入圖像向下采樣，首先對 輸入圖像用高斯濾波器進行卷積，然后通過拒絕偶數的行與列向下采樣圖像；使用 Gaussian金字塔分解對輸入圖像向上采樣，首先通過在圖像中插入0偶數行和偶數列，然后 對得到的圖像用高斯濾波器進行高斯卷積，其中濾波器乘以4做插值，輸出圖像是輸入圖像 的4倍大小，高斯卷積核大小為5*5; 消除圖像噪聲，分割獨立的圖像元素，使用內核形狀為矩形、大小為3*3的結構元素，掃 描二值圖像每一個像素，用結構元素與覆蓋的二值圖像做"與"運算，如果都為1，則結構圖 像的該像素為1，否則為〇,使二值圖像減小一圈，此操作重復三次;連接相鄰元素，使用內核 形狀為矩形、大小為3*3的結構元素，掃描二值圖像每一個像素，用結構元素與覆蓋的二值 圖像做"與"運算，如果都為0,則結構圖像的該像素為0,否則為1，使二值圖像擴大一圈，操 作三次；6.根據權利要求1所述的軌道異物侵限識別中防攝像頭抖動的動態包絡線繪制方法， 其特征在于，所述步驟(3)的具體過程為:霍夫變換使用opencv的庫函數HoughLinesP，其中 rho為I，theta為pi/180,threshold為80;對左右視圖采用SGBM算法計算視差進行三維重 建，再計算兩直線間距離;攝像機坐標系與世界坐標系之間的轉換其中（Xe，Yc，Zc)表示P點在攝像機坐標系下的位置，（Xw，Yw，Zw)表示P點在世界坐標系下的 位置，R為旋轉矩陣，T為平移矩陣，R和T由雙目相機標定的內外參數得到;計算兩直線夾角， tan0 <0.1;邊緣檢測提取輪廓，擬合為曲線，尋找與直線重疊度最高的曲線，平滑曲線得到 左右軌道路徑。
【文檔編號】B61K9/08GK105933611SQ201610497304
【公開日】2016年9月7日
【申請日】2016年6月29日
【發明人】梁汝軍, 李擁軍, 夏峰, 孫林
【申請人】南京雅信科技集團有限公司