[發明專利]一種基于圖像的軌道提取技術

在審

• 申請號: 202011102592.X
• 申請日: 2020-10-15
• 公開（公告）號: CN112200100A
• 公開（公告）日: 2021-01-08
• 發明（設計）人: 沈陽;薛騰輝;鄧辰鑫;羅晉楠
• 申請（專利權）人: 上海澤高電子工程技術股份有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/46;B61L23/04
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明提出一種基于圖像的軌道提取技術，該方法包括：安裝車載攝像機獲取先驗信息，圖像高斯化和邊緣化，識別近景范圍的軌道，識別遠景范圍的軌道。該方法能在列車行駛過程中實時識別軌道，并且一定程度上解決了軌道障礙物檢測中異物入侵的問題，從而提醒駕駛員進行預判，提升列車運行的可靠性和安全性。

技術領域

本發明涉及軌道車輛圖像檢測領域，尤其是針對軌道的一種基于圖像的軌道提取技術。

背景技術

異物入侵限界是軌道交通列車事故中的主要原因之一，其后果干擾正常列車行車秩序并嚴重危害國家財產和人民生命安全。異物入侵實例主要包括行人入侵軌道和自然災害如泥石流山體滑坡導致異物入侵軌道等。

現階段存在一定數量的軌道提取和界限檢測方法。由于列車運行環境光照條件差且彎軌多，當前軌道提取效率和準確性不高，容易照成視頻目標檢測時的界限入侵判定錯誤，使得異物入侵事故難以避免。

軌道提取是列車界限識別和異物入侵判定的前提。準確地提取軌道為后續的目標檢測和入侵判定奠定基礎。

發明內容

有鑒于此，本發明實例提供了一種基于圖像的軌道提取技術。

本發明公開的軌道提取技術，包括：

1)針對近景軌道，在霍夫空間中基于先驗縮聚的軌道提??；

2)針對遠景軌道，基于自適應路徑生長的軌道提取。

上述方法中，針對近景軌道提出基于先驗縮聚的軌道提取，相較于常規霍夫變換有更高的運算效率；針對遠景軌道提出自適應的路徑生長法，解決了軌道邊緣處理斷裂和彎軌難檢測或檢測錯誤等問題。

進一步的，上述步驟1)具體為：

11)先驗縮聚。由于列車車載攝像機安裝位置不同，須根據實際安裝位置進行空間縮聚。以任意一張試驗圖像作為先驗條件，左上角為坐標原點建立xOy坐標系，記左軌和右軌與圖像底邊的交點坐標分別為(x_L,y_B)和(x_R,y_B)，夾角大小分別為θ_L和θ_R，如附圖1所示。將左軌參數轉換到霍夫空間得到ρ_L＝x_L·sinθ_L+y_B·cosθ_L，由此確定左軌在霍夫空間的參數范圍，即角范圍和距離范圍分別為(θ_L-α,θ_L+α)和(ρ_L-β,ρ_L+β)。同理確定右軌的參數范圍。

通常地，軌道范圍系數α為10°，系數β由像素和安裝位置決定。

12)在縮聚后的霍夫空間中選取左軌和右軌。待檢測圖像近景的x坐標范圍為[2x_L-(x_L+x_R)/2,(x_L+x_R)/2]，y坐標范圍為[ηy_B,y_B]，η為取值0～1的近景范圍因子。選取邊緣矩陣I中的坐標點(x_I,y_I)，當θ遍歷(θ_L-α,θ_L+α)時，ρ＝x_I·sinθ+y_I·cosθ，得到霍夫空間坐標θ和ρ。遍歷邊緣矩陣I中左軌的近景坐標范圍，統計坐標頻數，根據全局峰值確定左軌直線。同理確定右軌。

進一步的，上述步驟2)具體為：