基于图像智能识别的钢轨伸缩调节器位移监测技术

针对传统大桥钢轨伸缩调节器位移检测方法检测成本高、设备维护复杂等问题，提出了一种基于二维码的位移检测方法。采用先粗检测后精检测的策略，粗检测环节使用Viola-Jones快速目标检测框架确定待检测图像中二维码的候选区域，精检测环节基于二维码的定位标志确定各候选区域中二维码的三个顶点。在检测定位二维码的基础上利用模板匹配算法，计算出钢轨伸缩调节器的位移，从而对桥梁健康状况进行检测。试验结果表明，利用二维码技术进行桥梁结构位移检测具有较高的精度，检测精度可以达到毫米级。     

基于帧间差分累积的铁路限界异物检测提取算法

为满足轨道交通全自动运行系统对铁路限界内异物检测提取的需求,改进帧间差分法,提出一种以帧间差分累积为基础的铁路限界内异物检测提取算法。算法针对图像序列帧匹配提取的轨道线为依据标定限界区域,通过多帧隔帧帧差法得到差分结果,根据铁路限界内道床纹理特征,通过数学形态学实现背景纹理的重构来降低背景噪声影响。最后,以侧向差分灰度的累积投影值来动态确定不同环境下的异物前景范围,并通过最大类间方差法提取得到前景目标。通过对47个路轨场景进行测试,算法对有前景目标场景的目标检测率为96.87%,定位提取过程的平均耗时为137 ms。实验结果表明:算法可完成对运动背景下的轨道限界内前景目标的定位和提取,具有较好的实时性和准确性。     

基于多层级特征融合的钢轨表面伤损检测方法

现有的钢轨表面伤损检测方法存在鲁棒性差、误检率高和容易漏检小面积伤损区域的问题.为此,提出一种基于多层级特征融合的钢轨表面伤损检测方法.首先,利用高速综合检测车搭载轨道图像采集系统,在实际的铁路线路采集轨道图像,并对表面伤损进行人工标注;然后,在钢轨图像数量有限的情况下,利用钢轨表面伤损数据集构建策略,提升训练样本图像...     

鲁棒实时钢轨表面擦伤检测算法研究

应用图像处理和模式识别技术,分析高速线阵扫描相机采集的钢轨数字图像,提出鲁棒实时的钢轨表面擦伤检测算法。这种算法首先分析采集图像在垂直方向的投影曲线,提取准确钢轨图像;之后,借鉴人类视觉对比度感知机理,将钢轨灰度图转换为灰度对比图,并基于最大熵原理进行二值化处理,分割出可疑擦伤区域;然后根据经验知识判定钢轨表面的可疑擦伤。实验验证表明:新算法的检测性能高,平均准确率为90.7%,平均漏检率为3.95%;检测速度快,平均检测时间不超过40 ms。     

基于尺度不变特征变换的钢轨蠕变检测研究

针对钢轨现有定点蠕变检测技术的不足,提出一种基于尺度不变特征变换及图像配准的非接触式实时观测方法。通过安装于轨侧观测桩上的相机对待检钢轨进行拍摄,提取图像中轨腰附近预定义的感兴趣区域,而后基于尺度不变特征变换,与同一视场中钢轨未蠕变图像的对应感兴趣区域进行配准,得到定场环境下多关键点在像素坐标系中的轨向及高低位移集。根据相机的内外及畸变参数将像素位移集映射到世界坐标系,对轨向及高低位移集分别求均值,得出钢轨的轨向及高低蠕变量。为验证方法的有效性,搭建试验平台并采用OpenCV开发了仿真系统。研究结果表明:高低和轨向蠕变的相对测量误差均值分别低于0.606%和1.170%。     

线激光辅助单目视觉测量铁路侵限异物尺寸

异物入侵铁路线路严重危害行车安全,为及时发现异物并测量其尺寸,提出一种利用相机、异物和线激光空间几何关系计算图像中目标点世界坐标实现异物尺寸检测的方法。相机标定能够得到相机光心与目标点连线的直线方程,线激光投影中的点同时存在于线激光扫描平面和相机光心与该点的连线上。由于钢轨的约束,利用相机标定可以计算钢轨上线激光投影目标点的世界坐标,结合线激光光源坐标标定光平面方程。光平面方程和相机光心与该点连线方程的公共解为目标点的世界坐标。旋转线激光光源,求解异物多个断面关键目标点世界坐标,从而计算异物的三维尺寸。建立测量方法的数学模型并进行现场试验验证,结果表明,该测量方法能够较为准确地测量异物尺寸。     

基于移动双目视觉的铁路建筑物限界快速自动检测方法

采用高速、高分辨率CCD相机以优于10-6s时间同步精度获取铁路建筑物限界的移动双目立体图像.提出了基于移动双目视觉测量模型,通过自检校多传感器系统标定和DGPS/IMU集成处理计算各双目图像严密的内、外方位元素,构建立体图像中各要素的空间相对关系.提出基于自动拟合计算的线路中心线空间位置的建筑物限界计算模型,与车辆限界相结合计算建筑物限界参数.设计并开发了一个基于双目视觉的铁路建筑物限界自动检测试验系统,进行铁路建筑物限界自动检测试验,对其精度进行分析和讨论,结果表明可达到标准规定的技术指标.     

钢轨爬行及路基表层冻胀检测技术

针对我国现有轨道爬行及路基冻融引起的钢轨高低检测技术的不足,提出一种基于机器视觉及光学成像原理的钢轨爬行及路基表层冻胀的非接触式检测技术。根据检测技术原理建立光学模型,基于模板匹配、自动化阈值、图像形态学处理等图像处理方法,通过硬件系统实现对钢轨爬行及路基表层冻胀引起的钢轨高低位移的测量,并经由GPRS无线通讯技术将数据实时传输至WEB数据服务器,可以实现对检测数据的实时监控管理。在哈大高铁K186+600及K148+600两点安装设备进行验证性试验,试验结果表明,该技术可定点定时采集钢轨实时图像,自动检测钢轨相对“零点”时刻的爬行数据及路基表层冻胀数据,并在爬行或路基表层冻胀数据超限时自动报警,指导铁路养护作业。     

轨道检测系统钢轨图像标定误差试验研究

GJ-6型轨道检测系统采用线结构光视觉测量组件动态采集钢轨图像,实时测量钢轨横向位移、钢轨垂向位移、钢轨磨耗等重要轨道几何参数。钢轨图像线结构光视觉测量组件采用针板靶标进行标定。本文基于线结构光视觉测量原理,从几何光学角度建立靶标深度方向一维相机投影模型,在此基础上设计钢轨图像标定试验,研究钢轨图像针板靶标标定误差的成因及大小。试验结果表明:针板靶标靶面倾斜及成像像素点偏移导致钢轨图像标定产生误差;随着针板靶标靶面倾斜及成像像素点偏移增大,钢轨图像标定误差不断增大。     

一种基于单应性变换的车道线检测方法

针对辅助驾驶系统中的车道线检测问题提出一种基于单应性变换和直方图分析的方法：首先根据相机参数确定图像中的感兴趣区域,并对图像进行颜色分割和梯度计算以提取候选车道线像素;接着利用单应性变换将图像信息投影到俯视图像,并利用直方图分析提取车道线像素;最后对车道左右两侧提取的标识线像素分别进行二次曲线拟合,从而获得当前车道标识线的几何信息。通过对行车视频图像进行算法检验,结果表明该方法能以30帧/秒的实时速度检测出车道线并计算其几何信息。     

基于深度学习的铁路限界快速检测算法

列车行驶环境快速、可靠、精准感知是列车安全、高效运行的前提和关键支撑技术。列车若无法提前感知非法侵入铁路限界范围内的异物,并在短时间内有效制动,将会导致严重的安全事故。为解决列车运行环境内影响运行安全的异物侵限问题,基于深度学习算法,提出一种铁路轨道限界快速检测算法。该方法首先采用预设行锚框的方式对图像进行划分,将传统分割算法的逐像素预测,转变为对每个行锚框进行逐网格预测,以达到显著降低算法计算量,并提高检测速度的目的。同时,通过快速识别图像中属于轨道部分的像素,结合轨道线的连续特征进行追踪,达到铁路轨道坐标的智能快速识别。最后根据标准轨距下限界的定义,对识别出的轨道线坐标和侵限区域进行扩充,以确定铁路异物入侵限界的范围。通过在真实轨道数据集上的对比实验,验证所提算法能以172FPS的速度快速检测铁路限界,且轨道线和限界区域的识别精度分别达到98.96%和98.12%,F1值分别达到99.68%和98.95%,限界区域检测的平均交并比MIoU达到96.88%,各类指标均取得当前最好的准确率和性能,满足高速列车对环境感知精度和速度要求,可以为异物侵限检测、目标跟踪和列车控制等环境感知及运...     

基于三维激光扫描的铁路限界检测技术

结合现阶段铁路限界检测的具体情况,对基于三维激光扫描的铁路限界检测技术开展研究.重点论述采用三维激光扫描进行铁路限界检测的外业工作、在扫描点云中确定铁路线路的中心,以及采用限界组合圆柱(台)体进行限界超限判定的方法.测试结果表明,该技术较好地解决了采用三维激光扫描进行铁路限界检测的关键性问题,满足限界测量对精度的要求,...     

朔黄铁路隧道衬砌表观病害检测技术

为实现朔黄铁路隧道衬砌表观病害远距离非接触快速检测,提出一种基于多源数据深度融合的隧道病害检测方法。首先利用高清线阵相机、激光扫描传感器等检测设备获取隧道衬砌表观高清图像和激光点云数据,然后利用特征提取网络提取图像和点云特征图,并采用空间变换方法将图像特征图投影到点云特征俯视图上得到融合特征图,最后利用候选区域网络和金字塔场景分析网络对融合特征图进行检测识别,输出病害的类型与位置信息。在朔黄铁路重点隧道开展的现场试验表明,该方法能检测隧道裂缝、掉块、渗水等表观病害状态,有效提升重载铁路隧道运维的智能化程度及综合检测水平。     

基于点云数据的轨道结构与隧道空间限界一体化自动检测方法研究

为了保证列车运营安全,需要在日常运营过程中进行隧道限界检测,但现有检测方法存在测量干扰大、效率低、断面非连续性、与轨道结构相互独立等不足。为此,提出一种基于点云数据的轨道结构与隧道空间限界一体化自动检测方法。在通过中轴线拟合提取隧道任意位置断面的基础上,建立基于钢轨顶面的隧道限界检测坐标系,引入不同类型的隧道限界框,采用改进射线算法实现多种隧道类型的限界自动检测分析。对既有铁路隧道进行现场实验表明,采用该方法可实现侵限位置和侵限尺寸值的准确获取,并给出侵限断面图,满足隧道检测精度要求,在隧道日常运营维护中能够发挥重要作用。     

基于机器视觉的钢轨光带检测方法

为了从轨道图像中准确地提取轨面区域并检测光带位置,根据钢轨光带的结构特征,提出了基于机器视觉的钢轨光带检测方法。首先根据轨道图像的频域特征,设计了基于占优的频率域采样值的轨面区域定位算法,从轨道图像中准确提取出轨面区域;然后利用图像灰度变换突出光带与非光带区域的边界,通过逐行计算梯度识别光带的位置。结合实际线路的轨道图像,采用该方法对钢轨光带进行检测,并与现有方法进行对比。结果表明：该方法能有效地检测钢轨光带,计算的光带区域与人工标注的光带区域的交并比平均值达到了88.81%,比现有方法提升了11.58%。     

铁路限界检测可控频闪光源测距方法

针对目前铁路限界检测存在的效率低和精度低等问题,提出采用多个CMOS相机结合可控频闪光源测距的限界检测方法。将测距系统安装在列车端部,动态偏移量系统与测速系统安装在列车底部,三者之间同步控制。根据摄像机成像原理,定义合理坐标系,建立单相机限界检测数学模型,并根据参数的特殊性简化模型。列车运行过程中,调节光源的频闪频率与相机的曝光时间,同一物体可以在一帧图像中周期成像,通过图像处理,得出周期成像的平均距离,不同距离的物体成像的平均距离不同,结合列车频闪周期内运行距离以及相机焦距可以计算限界距离。在此基础上,设计出一套测距设备,并在试验台上进行实验验证。研究结果表明,提高光源的闪光频率,测试误差随之减小,为限界检测的在线实验提供了依据。     

铁路隧道建筑限界快速检测技术研究与应用

铁路隧道建筑限界检测是确保运输安全的一个重要环节。本文基于三维激光扫描技术,提出了一种快速铁路隧道建筑限界检测技术。首先利用三维激光扫描仪等设备进行数据采集,然后经数据分析提取隧道断面轮廓线,进而判别侵限点是否存在,最终得到隧道限界断面图、隧道综合最小建筑限界尺寸表等成果。在既有线铁路隧道中的应用经验表明,与传统隧道建筑限界检测技术相比,该检测技术应用更便捷,检测结果更准确。     

基于机器视觉的圆斑状钢轨擦伤检测算法

针对现有基于灰度阈值的钢轨擦伤检测算法受光照等外部环境的影响较大的问题，本文提出了一种基于机器视觉的圆斑状钢轨擦伤检测算法。首先通过分析采集图像在垂直方向的灰度均值曲线，提取出钢轨顶面区域；然后运用边缘检测的方法得到擦伤区域边缘的候选像素点；最后运用形态学处理删除不属于擦伤区域的虚假边缘，确定钢轨擦伤区域的位置。用测试数据集对本文算法进行检测性能评测，并与基于灰度阈值的算法进行对比。结果表明：本文算法对圆斑状钢轨擦伤样本的检测准确率为96.4%，而基于灰度阈值的算法的检测准确率为86.8%，本文算法的检测准确率大幅提升，能够对钢轨擦伤进行有效检测。     

基于改进Sobel算子的铁路轨枕自动定位方法

针对传统方法对铁路轨枕定位效率差、效果不理想等问题,提出一种基于改进Sobel算子的轨枕精确定位方法。首先将传统Sobel算子由原来水平和垂直2个方向模板增加至8个方向模板,提高边缘的检测精度;然后采用最大后验概率估计法对采用8方向Sobel算子检测出的梯度图像选取最佳阈值并进行二值化处理,增强算法的抗噪声能力;最后,将处理后的图像进行灰度投影,实现轨枕精确定位。试验结果表明,该方法能快速、准确地定位轨枕,为铁路轨枕状态检测提供可靠的、高精度的轨枕图像。     

用于模型调整的脸部特征自动提取算法

脸部特征提取是人脸模型调整的关键步骤.本文提出了一种改进的利用变形模板提取脸部二维特征的算法.首先采用区域增长法和积分投影确定脸部位置;其后在分割的脸部区域,利用由人脸先验知识设计的模板进行模板匹配,确定各特征的边框;最后在特征边框内,采用一种新的匹配算法,利用变形模板提取眼睛和嘴部的特征点.由于变形模板的初始位置较准确,匹配搜索区间较小,故算法鲁棒性、准确性好,速度较快.本算法还考虑了脸部初始姿态.实验表明,对于简单背景的肩头象,该算法可取得较好的效果.