[發(fā)明專(zhuān)利]一種軌距檢測(cè)方法及裝置有效
| 申請(qǐng)?zhí)枺?/td> | 201811512542.1 | 申請(qǐng)日: | 2018-12-11 |
| 公開(kāi)(公告)號(hào): | CN109658452B | 公開(kāi)(公告)日: | 2021-01-26 |
| 發(fā)明(設(shè)計(jì))人: | 黃永禎;朱益靈;曹春水;楊家輝 | 申請(qǐng)(專(zhuān)利權(quán))人: | 中科(徐州)人工智能研究院有限公司 |
| 主分類(lèi)號(hào): | G06T7/60 | 分類(lèi)號(hào): | G06T7/60;G06T5/00;G06T5/30 |
| 代理公司: | 北京超凡志成知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11371 | 代理人: | 趙志遠(yuǎn) |
| 地址: | 221000 江蘇省徐州市*** | 國(guó)省代碼: | 江蘇;32 |
| 權(quán)利要求書(shū): | 查看更多 | 說(shuō)明書(shū): | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 一種 軌距 檢測(cè) 方法 裝置 | ||
1.一種軌距檢測(cè)方法,其特征在于,包括:
采集軌道圖像,所述軌道圖像包括軌道區(qū)域圖像特征和非軌道區(qū)域圖像特征;
基于所述軌道圖像中的每一個(gè)像素點(diǎn)的像素信息,從所述軌道圖像中提取出包含有所述軌道區(qū)域圖像特征的局部軌道圖像;
基于所述局部軌道圖像,確定軌道間距;
所述軌道圖像包括通過(guò)第一相機(jī)采集第一軌道圖像,以及,通過(guò)第二相機(jī)采集第二軌道圖像;
其中,第一軌道圖像包括第一軌道的軌道區(qū)域圖像特征和非第一軌道的軌道區(qū)域圖像特征;
所述第二軌道圖像包括第二軌道的軌道區(qū)域圖像特征和非第二軌道的軌道區(qū)域圖像特征;
所述基于所述局部軌道圖像,確定軌道間距,具體包括:
獲取所述第一相機(jī)與所述第二相機(jī)之間的間距信息;
根據(jù)所述間距信息確定參數(shù)矩陣,所述參數(shù)矩陣用于描述通過(guò)所述第一相機(jī)與所述第二相機(jī)拍攝的圖像間距與實(shí)際物理間距之間的關(guān)系;
根據(jù)所述參數(shù)矩陣、所述局部軌道圖像,確定軌道間距。
2.根據(jù)權(quán)利要求1所述的方法,其特征在于,所述像素信息包括灰度值;
所述基于所述軌道圖像中的每一個(gè)像素點(diǎn)的像素信息,從所述軌道圖像中提取出包含有所述軌道區(qū)域圖像特征的局部軌道圖像,具體包括:
將所述軌道圖像轉(zhuǎn)換為灰度圖像;
從所述灰度圖像包含的各像素點(diǎn)的灰度值中選擇滿(mǎn)足預(yù)設(shè)條件的選定灰度值;
從所述灰度圖像包含的各像素點(diǎn)中篩選出灰度值與所述選定灰度值之間的差值在預(yù)設(shè)范圍內(nèi)的選定像素點(diǎn);
根據(jù)所述選定像素點(diǎn),確定所述局部軌道圖像。
3.根據(jù)權(quán)利要求2所述的方法,其特征在于,在從所述軌道圖像中提取出包含有所述軌道區(qū)域圖像特征的局部軌道圖像后,所述方法還包括:
根據(jù)下述運(yùn)算中的至少一種,對(duì)所述局部軌道圖像進(jìn)行降噪和細(xì)化處理:
開(kāi)運(yùn)算、閉運(yùn)算、膨脹運(yùn)算、腐蝕運(yùn)算。
4.一種軌距檢測(cè)裝置,其特征在于,包括:
采集模塊,用于采集軌道圖像,所述軌道圖像包括軌道區(qū)域圖像特征和非軌道區(qū)域圖像特征;
提取模塊,用于基于所述軌道圖像中的每一個(gè)像素點(diǎn)的像素信息,從所述軌道圖像中提取出包含有所述軌道區(qū)域圖像特征的局部軌道圖像;
確定模塊,用于基于所述局部軌道圖像,確定軌道間距;
所述軌道圖像包括通過(guò)第一相機(jī)采集第一軌道圖像,以及,通過(guò)第二相機(jī)采集第二軌道圖像;
其中,第一軌道圖像包括第一軌道的軌道區(qū)域圖像特征和非第一軌道的軌道區(qū)域圖像特征;
所述第二軌道圖像包括第二軌道的軌道區(qū)域圖像特征和非第二軌道的軌道區(qū)域圖像特征;
所述確定模塊,在基于所述局部軌道圖像,確定軌道間距時(shí),具體用于:
獲取所述第一相機(jī)與所述第二相機(jī)之間的間距信息;
根據(jù)所述間距信息確定參數(shù)矩陣,所述參數(shù)矩陣用于描述通過(guò)所述第一相機(jī)與所述第二相機(jī)拍攝的圖像間距與實(shí)際物理間距之間的關(guān)系;
根據(jù)所述參數(shù)矩陣、所述局部軌道圖像,確定軌道間距。
5.根據(jù)權(quán)利要求4所述的裝置,其特征在于,所述像素信息包括灰度值;
所述提取模塊,在基于所述軌道圖像中的每一個(gè)像素點(diǎn)的像素信息,從所述軌道圖像中提取出包含有所述軌道區(qū)域圖像特征的局部軌道圖像時(shí),具體用于:
將所述軌道圖像轉(zhuǎn)換為灰度圖像;
從所述灰度圖像包含的各像素點(diǎn)的灰度值中選擇滿(mǎn)足預(yù)設(shè)條件的選定灰度值;
從所述灰度圖像包含的各像素點(diǎn)中篩選出灰度值與所述選定灰度值之間的差值在預(yù)設(shè)范圍內(nèi)的選定像素點(diǎn);
根據(jù)所述選定像素點(diǎn),確定所述局部軌道圖像。
6.根據(jù)權(quán)利要求5所述的裝置,其特征在于,所述裝置還包括:
處理模塊,用于在從所述軌道圖像中提取出包含有所述軌道區(qū)域圖像特征的局部軌道圖像后,根據(jù)下述運(yùn)算中的至少一種,對(duì)所述局部軌道圖像進(jìn)行降噪和細(xì)化處理:
開(kāi)運(yùn)算、閉運(yùn)算、膨脹運(yùn)算、腐蝕運(yùn)算。
該專(zhuān)利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專(zhuān)利權(quán)人授權(quán)。該專(zhuān)利全部權(quán)利屬于中科(徐州)人工智能研究院有限公司,未經(jīng)中科(徐州)人工智能研究院有限公司許可,擅自商用是侵權(quán)行為。如果您想購(gòu)買(mǎi)此專(zhuān)利、獲得商業(yè)授權(quán)和技術(shù)合作,請(qǐng)聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201811512542.1/1.html,轉(zhuǎn)載請(qǐng)聲明來(lái)源鉆瓜專(zhuān)利網(wǎng)。
- 檢測(cè)裝置、檢測(cè)方法和檢測(cè)組件
- 檢測(cè)方法、檢測(cè)裝置和檢測(cè)系統(tǒng)
- 檢測(cè)裝置、檢測(cè)方法以及記錄介質(zhì)
- 檢測(cè)設(shè)備、檢測(cè)系統(tǒng)和檢測(cè)方法
- 檢測(cè)芯片、檢測(cè)設(shè)備、檢測(cè)系統(tǒng)和檢測(cè)方法
- 檢測(cè)裝置、檢測(cè)設(shè)備及檢測(cè)方法
- 檢測(cè)芯片、檢測(cè)設(shè)備、檢測(cè)系統(tǒng)
- 檢測(cè)組件、檢測(cè)裝置以及檢測(cè)系統(tǒng)
- 檢測(cè)裝置、檢測(cè)方法及檢測(cè)程序
- 檢測(cè)電路、檢測(cè)裝置及檢測(cè)系統(tǒng)
- 一種數(shù)據(jù)庫(kù)讀寫(xiě)分離的方法和裝置
- 一種手機(jī)動(dòng)漫人物及背景創(chuàng)作方法
- 一種通訊綜合測(cè)試終端的測(cè)試方法
- 一種服裝用人體測(cè)量基準(zhǔn)點(diǎn)的獲取方法
- 系統(tǒng)升級(jí)方法及裝置
- 用于虛擬和接口方法調(diào)用的裝置和方法
- 線程狀態(tài)監(jiān)控方法、裝置、計(jì)算機(jī)設(shè)備和存儲(chǔ)介質(zhì)
- 一種JAVA智能卡及其虛擬機(jī)組件優(yōu)化方法
- 檢測(cè)程序中方法耗時(shí)的方法、裝置及存儲(chǔ)介質(zhì)
- 函數(shù)的執(zhí)行方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)
- 光源裝置、照明裝置、液晶裝置和電子裝置
- 預(yù)測(cè)裝置、編輯裝置、逆預(yù)測(cè)裝置、解碼裝置及運(yùn)算裝置
- 圖像形成裝置、定影裝置、遮光裝置以及保持裝置
- 打印裝置、讀取裝置、復(fù)合裝置以及打印裝置、讀取裝置、復(fù)合裝置的控制方法
- 電子裝置、光盤(pán)裝置、顯示裝置和攝像裝置
- 光源裝置、照明裝置、曝光裝置和裝置制造方法
- 用戶(hù)裝置、裝置對(duì)裝置用戶(hù)裝置、后端裝置及其定位方法
- 遙控裝置、通信裝置、可變裝置及照明裝置
- 透鏡裝置、攝像裝置、處理裝置和相機(jī)裝置
- 抖動(dòng)校正裝置、驅(qū)動(dòng)裝置、成像裝置、和電子裝置





