铁路轨道近景影像特征的自动识别与无缝拼接方法

近景摄影测量技术在高速铁路轨道几何状态检测中具有较大的应用潜力,而轨道数字影像的准确匹配是图像定向建模的关键环节。本文针对高速铁路轨道近景影像纹理特征差异小且灰度变化不显著的问题,提出采用ORB算法对轨道近景影像进行特征点检测,以最近邻距离与次近邻距离的比值及RANSAC方法完成同名点的匹配,并以匹配的同名点为基础进行相邻影像的拼接。通过在杭甬客运专线上采集的无砟轨道近景影像进行试验,并与常规的SURF算法进行对比分析,结果表明,ORB算法在影像灰度信息高相似性的情况下,能够检测到足够数量且分布均匀的同名点,图像拼接的结果没有缝隙,算法的性能和效率均优于SURF算法,可为近景摄影测量检测高速铁路轨道几何平顺性提供重要的图像技术支撑。     

用于动车组故障检测的图像识别算法

动车组运行故障动态图像检测系统（TEDS）通过比对现场图像与其历史图像,实现列车运行状态的实时监测和自动报警。由于不同时间采集的图像存在一定程度的差异性,使得单纯基于SIFT特征匹配的故障识别算法误报率较高。为此,本文提出一种自适应融合局部和全局匹配的图像故障识别算法:将图像以车厢为基准对齐配准;基于SIFT特征匹配,通过局部比对粗略定位故障区域;以上述区域为模板,搜寻历史图像以精准定位故障位置。实验结果表明,本算法能有效地分析和预警运行动车组的异常情况,使得系统用户可及时发现重大故障,提升动车运营质量。     

高速铁路轨道车载近景影像的精确匹配与建模

研究目的:为改善高速铁路轨道几何状态检测的速度和效率,引入近景摄影测量技术检测轨道几何平顺性,而轨道影像的准确匹配是图像定向建模的重要技术环节。针对高速铁路轨道近景影像的图像特征相对较少、影像色彩信息较为单一、图像灰度数值具有较高的相似性、轨道边缘匹配较为困难,本文提出一种车载近景影像轨道边缘提取与精确匹配的算法,在分析轨道影像特征及其变化规律的基础上,获得轨道影像同名点之间的坐标几何映射模型,实现轨道影像的准确匹配。研究结论:(1)轨道边缘同名点垂轨向坐标呈三次函数模型关系,沿轨向坐标呈线性模型关系,通过建立同名点坐标的映射转换模型,可实现同名点的自动准确匹配;(2)边缘匹配算法通过试验影像计算出一个像对的转换模型后,可以应用于相同拍摄条件下的其余所有轨道影像;(3)试验结果表明,本文提出的轨道图像匹配算法具有较高的精度潜力,可改善高速铁路轨道影像在灰度信息高相似性时匹配困难的问题,为近景摄影测量检测高速铁路轨道几何平顺性提供重要的技术支持。     

车底图像局部不变特征信号提取SIFT算法对比分析

为实现机车车底图像局部不变特征信号提取,比较了3种新兴的SIFT改进算法:GS-SIFT算法、RIT-SIFT算法和Harris-SIFT算法,对3种改进算法的准确性、实时性和高效性进行评价。应用基于SIFT的改进算法对火车机车车底实际图像进行处理,提取局部不变特征值,改进算法针对机车车底图像具有很好的适用性和准确高效性。     

无人机航拍在铁路建设管理中的研究应用

针对石衡沧港城际铁路建设初期沿线的征地问题,提出一种采用轻型无人机航拍影像和视频管理地物现状的方法。通过无人机携带的非量测型数码相机及视频航拍器获取地面分辨率优于5 cm的高分遥感影像和4K@100Mbps的高清视频,采用一种基于尺度不变特征转换寻找特征点(SIFT)的方法求解无人机影像的投影变换矩阵并完成全景影像拼接,高清动态视频剪辑、编辑,工程属性信息添加、合成、渲染等工作。工程应用结果显示,单架次的无人机数据可覆盖宽200 m、长约9 km的线路范围,可快速普查铁路沿线地物地貌现状,可依据线路里程检索相关地物现状信息。经验证,该方法在效率上较传统踏勘调查方法提高近二倍,其数字化的地理信息成果更方便管理和使用。     

倾斜摄影测量辅助城市地铁前期规划研究

为了解决地铁线路建设前期涉及的地铁保护区设置、征地拆迁、管线迁改及交通疏解等规划管理问题,采用了以倾斜摄影测量技术为辅助的三维数字化规划管理方法。首先利用无人机搭载倾斜摄影相机获取沿地铁规划路线的倾斜影像,并通过空三解算、影像密集匹配、不规则三角网构建及纹理映射等进行三维实景重建。然后结合数字正射影像、数字高程模型及建筑信息模型等数据,构建多图层的地铁沿线三维地理信息系统。在此基础上,运用空间信息量算、缓冲区分析、叠加分析以及网络分析等空间分析技术完成上述前期规划管理工作。以某市地铁线路的前期规划管理为例,验证了该方法的有效性和科学性,克服了传统方法数据采集效率低、分析结果不直观以及无法与地理坐标相对应的不足,实现了地铁建设前期的数字化规划管理。     

高速铁路近景影像轨道边缘提取与匹配方法

近景摄影测量应用于铁路轨道几何平顺性检测具有较大潜力,为获得轨道几何状态参数,需对轨道数字影像进行定向与建模,本文探索一种高速铁路近景影像轨道边缘提取方法并构建轨道边缘线的同名点坐标映射模型。根据轨道数字影像的灰度信息与点位分布特点,利用Canny算法和概率Hough变换提取铁路轨道的内边缘特征,采用ORB算法与KNN算法匹配轨道表面同名点,建立轨道表面同名点的坐标对应关系。利用边缘线与轨道表面几何关系,构建轨道边缘线的多项式映射模型以匹配出边缘同名点。试验结果表明,该方法在轨道边缘识别与同名点匹配方面有较高的可靠性,可为高速铁路轨道几何状态检测提供影像处理技术支持。     

基于改进ORB算法的特征点匹配研究

针对ORB(Oriented FAST and Rotated BRIEF)算法不具有尺度不变性的缺陷,结合多尺度Shi-Tomasi算法提出了改进的ORB算法:STORB(Shi-Tomasi-ORB)算法.首先在多尺度空间中通过快速预筛选后检测Shi-Tomasi特征点,然后使用ORB算法生成具有方向信息和尺度信息...     

基于超像素分割变化特征提取的高铁环境变化监测

为了保障高铁安全有序运营,需要定期进行高铁沿线运营环境的变化监测,及时发现对高铁具有威胁的地表目标。采用"高分二号"遥感数据作为数据源,使用改进型多尺度Forstner算法进行特征点提取,完成不同时相影像在空间上的精确匹配。使用SLIC超像素分割算法进行影像对象分割,将影像数据由单一像素转化为地物对象。对地物样本对象单元进行统计,确定分类阈值,进行变化区、未变化区、混淆区域的分类,再综合利用两个时相的NDVI、NDWI和亮度特征信息对混淆分类区域作进一步分类。在变化区、未变化区各随机生成100个检验点,通过对检验点的统计可知:该方法总体精度为91%,有效抑制了"椒盐噪声",使得变化区域边界与真实地物状况更加吻合。     

基于SIFT和LBP点云配准的接触网零部件三维重建研究

现有接触网的三维重建所需时间较长,工作繁琐,为解决此类问题,本文提出采用自动重建法利用点云数据实现其零部件的三维重建。点云配准是影响重建过程准确度及效率的重要因素,而目前普遍使用的SIFT匹配算法,由于构建的关键点特征向量维数高,计算量大,导致匹配速度慢。为解决此问题,本文提出利用均匀模式LBP特征值描述SIFT关键点,获取关键点特征向量,并用向量间的距离判断关键点的相似性,以确定关键点的对应关系,完成配准和重建,得到接触网零部件的三维模型。结果表明,本文所提算法可行有效,能提高匹配速度,加速三维重建。     

Insightface结合Faiss的高并发人脸识别技术研究

在高并发、多实例等业务模拟场景下，测试人脸检测与对齐、特征提取、特征匹配检索过程，并进行人脸识别算法效率和精度的优化。利用MTCNN及改进的Insightface算法、Faiss框架，基于LFW数据集，以Face++提供的API做参照。分析结果表明，特征提取1v1比对精度达99.76%，1vN比对精度达95.23%，特征提取效率每秒事务处理量达7.84，特征匹配效率较传统算法提升2个数量级。该项人脸识别技术的研究为铁路未来实施超大规模人像库的动态安防布控提供技术支撑。     

基于图像增强与深度学习的钢轨表面缺陷检测

相比传统的物理检测算法,基于机器视觉的检测算法具有检测速度快、操作便捷等诸多优点,但因受光照不均、相机失焦抖动、雨雪天气等外界因素的影响,导致检测精度降低.针对这一问题,提出一种基于图像增强与深度学习的钢轨表面缺陷视觉检测算法.首先,对图像进行Gabor滤波去噪,以减少噪声对缺陷检测的影响;然后,利用HSV空间变换方法...     

基于网格量化和区间均值的动态目标识别

动态目标识别中，当摄像机和目标之间相对距离变化时，对于同一目标的多尺度序列图像。虽然目标区域图像大小和清晰度不同，但整体结构分布具有相似性和一致性。根据这一特点，提出基于目标区域网格量化的方法。在目标区域上形成采样网格，通过相对量化提取结构特征矩阵。对于同一目标序列图像中的每一个目标区域，其结构特征矩阵基本不变。结构特征矩阵反映象素分布的自相关性质。进一步，对由干扰引起的灰度值结构分布误差，采用网格区间均值的方法加以解决。目标区域网格量化是对相邻采样点的差值进行量化匹配。区间均值是对少数相邻采样点的进一步匹配。实例表明，本文的方法运算速度快、可靠性高，达到了实用目的。     

基于栅格元模型的纹理图像分割方法

提出了一种基于栅格元模型的纹理图像分割方法,该方法结合了视觉栅格元模型对不同纹理方向和频率的响应敏感性及特征变换的降维特性。首先通过栅格元运算模型提取图像的多维纹理特征,然后利用变换法将特征从多维空间映射到低维空间,最后依据降维后的纹理特征将图像分割为不同的纹理区域。仿真结果表明,该方法不但能有效地分割纹理图像,而且能分割出由纹理和非纹理区域组成的混合图像,与传统的Gabor滤波器法相比,分割效果更佳,适用范围更宽。     

无人机倾斜摄影技术在铁路行业的应用研究

随着以无人机为飞行平台、搭载高精度传感器的倾斜摄影技术日益成熟,大量倾斜摄影项目应运而生。在铁路行业,无人机倾斜摄影技术从带状地形图、断面图的生成到实景三维模型的制作都展现出巨大的应用前景。本文深入研究无人机倾斜摄影的原理和特点,分析倾斜摄影技术在铁路勘察设计、施工建造、运营管理不同阶段的应用,并对该技术目前存在的问题进行探讨。     

基于SIFT的高速列车车顶瓷瓶识别方法

针对高速列车车顶瓷瓶定位,研究了一种基于SIFT的瓷瓶定位方法.首先分别提取瓷瓶图像和瓷瓶样本库中适应尺度变化的不变特征点,然后通过关键点的欧氏距离匹配特征点,最后得到瓷瓶特征点,正确定位瓷瓶.试验结果表明:该方法能准确定位瓷瓶,并提高了定位瓷瓶的速度.     

基于计算机视觉技术的接触网定位器坡度动态测量算法

为实现对接触网定位器坡度的动态测量,提出基于计算机视觉技术的定位器坡度的动态检测算法。采用中值滤波算法和维纳滤波算法对拍摄到的图像序列进行图像预处理;对序列图像中的接触网定位器进行提取识别以及角点检测;选用NCC角点匹配算法对检测序列图像中检测到的角点进行匹配;在匹配角点的基础上,利用基于仿射不变性的直线匹配算法,对各幅图像中的直线进行匹配,从而可以自动获取图像序列中各图像直线的夹角,实现定位器坡度的自动动态测量并且减小了测量结果的不确定性。     

图像测距技术在调车作业中的应用

针对目前调车作业中，由人工瞭望来判断机车与车厢距离带来的不安全与低效率问题，设计了一种图像测距系统，其通过安装于机车尾部的摄像机，采集机车与车厢之间的实时视频信息，解决了在调车作业过程中的问题，实现了智能化的距离测量与预警效果。使用改进的SIFT特征图像匹配算法与定焦平移系列图像的测距技术，在OpenCV2.4.9与Visual Studio 2012配置环境下，得到实时测距结果，并显示于司机室的上位机界面，提供实时监控。此外，上位机界面还可设置距离报警圈，实现了智能测距的目的，降低了作业人员的工作强度和事故发生率。     

用于动车组故障检测的车号识别算法

列车车号是其身份的唯一标识，动车组运行故障动态图像检测系统（TEDS）根据列车车号在图像库中找寻该列车拍摄的历史图像，以其比对现场采集图像，从而实现对运行列车状态的实时监测。然而动车组目前尚未安装射频识别电子标签，鉴于此，利用视频分析技术对动车组车号图像进行自动识别成为亟需解决的问题。文章提出一种基于语义共生概率的模板匹配算法对车号字符进行识别。实验结果表明，本算法对车号的识别正确率和有效性满足铁路总公司的相关要求，保障了TEDS的工作效果。