钢轨廓形的追踪方法、系统及装置.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN109341580A(43)申请公布日2019.02.15(21)申请号201811279014.6(22)申请日2018.10.30(71)申请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地址100081北京市海淀区大柳树路2号主楼12层申请人北京铁科英迈技术有限公司中国铁道科学研究院集团有限公司(72)发明人王胜春王昊方玥戴鹏赵鑫欣(74)专利代理机构北京三友知识产权代理有限公司11127代理人王天尧任默闻(51)Int.Cl.G01B11/24(2006.01)权利要求书3页说明书19页附图12页(54)发明名称钢轨廓形的追踪方法、系统及装置(57)摘要本发明公开了一种钢轨廓形的追踪方法、系统及装置，该方法包括：获取至少一帧钢轨轮廓图像，其中，每帧钢轨轮廓图像为结构光测量钢轨廓形的过程中，将采集的钢轨多个方向的图像按帧进行融合得到的图像；基于深度学习的廓形识别模型，识别每帧钢轨轮廓图像中激光条纹的光条类型；在当前帧与上一帧钢轨轮廓图像中激光条纹的光条类型相同的情况下，基于时空上下文视觉跟踪算法，追踪当前帧钢轨轮廓图像中目标条纹的位置；或在当前帧与上一帧钢轨轮廓图像中激光条纹的光条类型不相同的情况下，基于模板匹配算法，追踪当前帧钢轨轮廓图像中目标条纹的位置。本发明实现了对高速动态行车环境下钢轨廓形实时检测的技术效果。CN109341580ACN109341580A权利要求书1/3页1.一种钢轨廓形的追踪方法，其特征在于，包括：获取至少一帧钢轨轮廓图像，其中，每帧钢轨轮廓图像为结构光测量钢轨廓形的过程中，将采集的钢轨多个方向的图像按帧进行融合得到的图像；基于深度学习的廓形识别模型，识别每帧钢轨轮廓图像中激光条纹的光条类型；在当前帧与上一帧钢轨轮廓图像中激光条纹的光条类型相同的情况下，基于时空上下文视觉跟踪算法，追踪当前帧钢轨轮廓图像中目标条纹的位置；或在当前帧与上一帧钢轨轮廓图像中激光条纹的光条类型不相同的情况下，基于模板匹配算法，追踪当前帧钢轨轮廓图像中目标条纹的位置；其中，所述目标条纹包括钢轨上待追踪目标区域的激光条纹。2.如权利要求1所述的方法，其特征在于，获取至少一帧钢轨轮廓图像，包括：接收光学成像设备发送的每帧钢轨轮廓图像，其中，所述光学成像设备通过四个相机基于同步信号分别采集钢轨上左轨外侧、左轨内侧、右轨外侧、右轨内侧的图像，并将所述四个相机采集的图像按帧进行融合，得到每帧钢轨轮廓图像。3.如权利要求1所述的方法，其特征在于，在获取至少一帧钢轨轮廓图像之后，所述方法还包括：基于动态阈值二值化图像处理模型，对所述钢轨轮廓图像进行二值化预处理，得到二值化钢轨轮廓图像；基于图像直方图统计信息滤除所述二值化钢轨轮廓图像中的过曝光区域，得到待输入至所述廓形识别模型的钢轨轮廓图像。4.如权利要求1所述的方法，其特征在于，基于模板匹配算法，识别起始帧钢轨轮廓图像中目标条纹的位置。5.如权利要求1所述的方法，其特征在于，基于时空上下文视觉跟踪算法，追踪当前帧钢轨轮廓图像中目标条纹的位置，包括：获取上一帧钢轨轮廓图像的空间上下文模型；根据上一帧钢轨轮廓图像的空间上下文模型和上一帧钢轨轮廓图像的时空上下文模型，确定当前帧钢轨轮廓图像的时空上下文模型；根据当前帧钢轨轮廓图像的时空上下文模型、当前帧钢轨轮廓图像的上下文先验模型确定当前帧钢轨轮廓图像中目标条纹中心位置的置信图；根据当前帧钢轨轮廓图像中目标条纹中心位置的置信图，确定当前帧钢轨轮廓图像中目标条纹中心位置的预测位置。6.如权利要求5所述的方法，其特征在于，在根据当前帧钢轨轮廓图像中目标条纹中心位置的置信图，确定当前帧钢轨轮廓图像中目标条纹中心位置的预测位置之后，所述方法还包括：以所述预测位置为中心，在当前帧钢轨轮廓图像中扩展出目标条纹的定位结果区域和上下文特征区域；将定位结果区域的图像与相应光条类型的模板图像进行匹配，计算定位结果区域的图像与相应光条类型的模板图像的相似性距离；如果所述定位结果区域的图像与相应光条类型的模板图像的相似性距离小于阈值，则将所述定位结果区域确定为目标条纹所在的区域；2CN109341580A权利要求书2/3页如果所述定位结果区域的图像与相应光条类型的模板图像的相似性距离大于或等于阈值，则根据所述上下文特征区域确定目标条纹所在的区域。7.如权利要求6所述的方法，其特征在于，根据所述上下文特征区域确定目标条纹所在的区域，包括：对所述上下文特征区域进行滑窗遍历，计算每一个窗口图像与相应光条类型的模板图像之间的相似性距离；如果计算得到的最小相似性距离小于阈值，则将最小相似性距离的窗口图像对应的区域确定为当前帧钢轨轮廓图像中目标条纹所在的区域；如果计算得到的最小相似性距离大于或