高速铁路的钢轨廓形提取方法及装置制造方法及图纸

本发明专利技术公开了高速铁路的钢轨廓形提取方法及装置，方法包括：获取钢轨廓形的结构光图像；确定结构光图像的轨距点位置信息及初始追踪区域；采用基于时空上下文的目标跟踪算法根据轨距点位置信息及初始追踪区域确定钢轨区域；对钢轨区域的钢轨图像数据进行预处理；采用极值法遍历钢轨图像数据，得到第一光条中心提取结果；采用灰度重心法根据第一光条中心提取结果确定第二光条中心提取结果；基于马氏距离根据第二光条中心提取结果及第三光条中心提取结果确定第三光条中心提取结果中的离群点；对第三光条中心提取结果中的离群点进行平滑处理，得到钢轨廓形提取结果。本发明专利技术提高了钢轨廓形检测的实时性和准确性。钢轨廓形检测的实时性和准确性。钢轨廓形检测的实时性和准确性。

【技术实现步骤摘要】
高速铁路的钢轨廓形提取方法及装置


[0001]本专利技术涉及计算机
，尤其涉及高速铁路的钢轨廓形提取方法及装置。

技术介绍

[0002]在高速动车检测平台下，基于激光三角测量原理的钢轨廓形检测面临一系列难题。其中两个主要问题：一是目前的光条中心提取方法无法满足高速铁路时速的实时检测需求，二是对钢轨打磨和外部环境光变化较为敏感，由于钢轨表面亮度不均匀或环境光变化被相机采集而引入复杂图像噪声，这些干扰因素会直接影响钢轨廓形光条中心提取。
[0003]传统的光条中心方法有极值法、模板匹配法、灰度重心法等。极值法速度快、计算量小，适用于噪声干扰少的环境，对高速行车下的复杂环境不适用。模板匹配法精度高，但模板卷积计算量太大，对于车载检测系统要求的实时提取不能胜任。灰度重心法计算量较小，可以满足实时运算要求，但由于传统灰度重心法只进行行与列两个方向的提取，所以对于钢轨廓形的曲线变化不适用。传统的中心提取方法对环境光变化适应能力不强，通常以时间复杂度为代价提高提取精度和可靠性，这类方法往往适用于噪声干扰少和环境光可控的检测场景，而高速检测环境中存在各种噪声干扰，导致钢轨轮廓条纹亮度不均和变形，甚至部分光条缺失，因此传统方法并不适合应用于高速铁路运行状态中。

技术实现思路

[0004]本专利技术实施例提供一种高速铁路的钢轨廓形提取方法，用以提高高速铁路的钢轨廓形提取的准确性和效率，该方法包括：
[0005]获取钢轨廓形的结构光图像；
[0006]确定结构光图像的轨距点位置信息及初始追踪区域；
[0007]采用基于时空上下文的目标跟踪算法根据轨距点位置信息及初始追踪区域确定钢轨区域；
[0008]对钢轨区域的钢轨图像数据进行预处理；
[0009]采用极值法遍历钢轨图像数据，得到第一光条中心提取结果；
[0010]采用灰度重心法根据第一光条中心提取结果确定第二光条中心提取结果；
[0011]对以第二光条中心提取结果为中心的预设范围内的点进行曲线拟合，得到多条拟合直线；
[0012]根据多条拟合直线确定第三光条中心提取结果；
[0013]基于马氏距离根据第二光条中心提取结果及第三光条中心提取结果确定第三光条中心提取结果中的离群点；
[0014]对第三光条中心提取结果中的离群点进行平滑处理，得到钢轨廓形提取结果。
[0015]本专利技术实施例还提供一种高速铁路的钢轨廓形提取装置，用以提高高速铁路的钢轨廓形提取的准确性和效率，该装置包括：
[0016]预处理模块，用于获取钢轨廓形的结构光图像；确定结构光图像的轨距点位置信
息及初始追踪区域；采用基于时空上下文的目标跟踪算法根据轨距点位置信息及初始追踪区域确定钢轨区域；对钢轨区域的钢轨图像数据进行预处理；
[0017]提取模块，用于采用极值法遍历钢轨图像数据，得到第一光条中心提取结果；采用灰度重心法根据第一光条中心提取结果确定第二光条中心提取结果；对以第二光条中心提取结果为中心的预设范围内的点进行曲线拟合，得到多条拟合直线；根据多条拟合直线确定第三光条中心提取结果；基于马氏距离根据第二光条中心提取结果及第三光条中心提取结果确定第三光条中心提取结果中的离群点；对第三光条中心提取结果中的离群点进行平滑处理，得到钢轨廓形提取结果。
[0018]本专利技术实施例还提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述高速铁路的钢轨廓形提取方法。
[0019]本专利技术实施例还提供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程序，所述计算机程序被处理器执行时实现上述高速铁路的钢轨廓形提取方法。
[0020]本专利技术实施例还提供一种计算机程序产品，所述计算机程序产品包括计算机程序，所述计算机程序被处理器执行时实现上述高速铁路的钢轨廓形提取方法。
[0021]本专利技术实施例中，获取钢轨廓形的结构光图像；确定结构光图像的轨距点位置信息及初始追踪区域；采用基于时空上下文的目标跟踪算法根据轨距点位置信息及初始追踪区域确定钢轨区域；对钢轨区域的钢轨图像数据进行预处理；采用极值法遍历钢轨图像数据，得到第一光条中心提取结果；采用灰度重心法根据第一光条中心提取结果确定第二光条中心提取结果；对以第二光条中心提取结果为中心的预设范围内的点进行曲线拟合，得到多条拟合直线；根据多条拟合直线确定第三光条中心提取结果；基于马氏距离根据第二光条中心提取结果及第三光条中心提取结果确定第三光条中心提取结果中的离群点；对第三光条中心提取结果中的离群点进行平滑处理，得到钢轨廓形提取结果，与现有技术相比，实现了高速铁路的钢轨廓形的快速提取，提高了钢轨廓形检测的实时性和准确性。
附图说明
[0022]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术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专利技术的一些实施例，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。在附图中：
[0023]图1为本专利技术提供的高速铁路的钢轨廓形提取方法的流程示意图；
[0024]图2为本专利技术提供的高速铁路的钢轨廓形提取方法的流程示意图；
[0025]图3为本专利技术提供的正常区段钢轨廓形光条能量分布图；
[0026]图4为本专利技术提供的打磨区段钢轨廓形光条能量分布图；
[0027]图5为本专利技术提供的阳光干扰区段钢轨廓形光条能量分布图；
[0028]图6为本专利技术提供的高速铁路的钢轨廓形提取方法的流程示意图；
[0029]图7为本专利技术提供的第一光条中心提取结果的法线方向的示意图；
[0030]图8为本专利技术提供的高速铁路的钢轨廓形提取方法的流程示意图；
[0031]图9为本专利技术提供的高速铁路的钢轨廓形提取装置的结构示意图。
具体实施方式
[0032]为使本专利技术实施例的目的、技术方案和优点更加清楚明白，下面结合附图对本专利技术实施例做进一步详细说明。在此，本专利技术的示意性实施例及其说明用于解释本专利技术，但并不作为对本专利技术的限定。
[0033]图1为本专利技术实施例提供的一种高速铁路的钢轨廓形提取方法所对应的流程示意图，如图1所示，该方法包括：
[0034]步骤101，获取钢轨廓形的结构光图像。
[0035]步骤102，确定结构光图像的轨距点位置信息及初始追踪区域。
[0036]步骤103，采用基于时空上下文的目标跟踪算法根据轨距点位置信息及初始追踪区域确定钢轨区域。
[0037]在一种可能的实施方式中，确定包含轨头特征的初始追踪区域作为先验引导图，并给出轨头特征比如轨距点位置信息，计算钢轨廓形纹理图。
[0038]本专利技术实施例中，行车环境下得到第t帧时空上下文模型后，可以计算得到第t+1帧目标的置信图，具体的公式如下：
[0039][0040]置信图中本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种高速铁路的钢轨廓形提取方法，其特征在于，包括：获取钢轨廓形的结构光图像；确定结构光图像的轨距点位置信息及初始追踪区域；采用基于时空上下文的目标跟踪算法根据轨距点位置信息及初始追踪区域确定钢轨区域；对钢轨区域的钢轨图像数据进行预处理；采用极值法遍历钢轨图像数据，得到第一光条中心提取结果；采用灰度重心法根据第一光条中心提取结果确定第二光条中心提取结果；对以第二光条中心提取结果为中心的预设范围内的点进行曲线拟合，得到多条拟合直线；根据多条拟合直线确定第三光条中心提取结果；基于马氏距离根据第二光条中心提取结果及第三光条中心提取结果确定第三光条中心提取结果中的离群点；对第三光条中心提取结果中的离群点进行平滑处理，得到钢轨廓形提取结果。2.如权利要求1所述的高速铁路的钢轨廓形提取方法，其特征在于，所述对钢轨区域的钢轨图像数据进行预处理，包括：利用基于密度的聚类算法DBSCAN对钢轨图像数据进行聚类，得到多个点簇；确定多个点簇中的干扰点簇；滤除干扰点簇。3.如权利要求1所述的高速铁路的钢轨廓形提取方法，其特征在于，所述采用极值法遍历钢轨图像数据，得到第一光条中心提取结果，包括：采用极值法按列遍历钢轨图像数据，得到钢轨图像数据每列的最大灰度值点；根据钢轨图像数据每列的最大灰度值点确定第一光条中心提取结果。4.如权利要求1所述的高速铁路的钢轨廓形提取方法，其特征在于，所述采用灰度重心法根据第一光条中心提取结果确定第二光条中心提取结果，包括：采用灰度重心法在第一光条中心提取结果的邻域范围内进行提取，得到第二光条中心提取结果；所述邻域范围沿着第一光条中心提取结果的法线方向。5.如权利要求1所述的高速铁路的钢轨廓形提取方法，其特征在于，所述根据多条拟合直线确定第三光条中心提取结果，包括：在多条拟合直线上计算修正后的法线；根据修正后的法线方向步进提取得到第三光条中心提取结果。6.一种高速铁路的钢轨廓形提取装置，其特征在于，包括：预处理模块，用于获取钢轨廓形的结构光图像；确定结构光图像的轨距点位置信息及初始追踪区域；采用基于时空上下文的目标跟踪算法...

【专利技术属性】
技术研发人员：赵鑫欣，王昊，侯智雄，王胜春，王宁，方玥，王乐，刘俊博，王凡，
申请(专利权)人：中国铁道科学研究院集团有限公司基础设施检测研究所北京铁科英迈技术有限公司，
类型：发明
国别省市：