一种高速铁路接触网振动行为检测方法.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CN108765393A(43)申请公布日2018.11.06(21)申请号201810486961.6(22)申请日2018.05.21(71)申请人西南交通大学地址610031四川省成都市二环路北一段111号西南交通大学科技处(72)发明人刘志刚段甫川宋洋(74)专利代理机构成都信博专利代理有限责任公司51200代理人王沙沙(51)Int.Cl.G06T7/00(2017.01)G06T7/11(2017.01)G06T7/194(2017.01)G06T7/66(2017.01)权利要求书2页说明书7页附图6页(54)发明名称一种高速铁路接触网振动行为检测方法(57)摘要本发明公开了一种高速铁路接触网振动行为检测方法，包括以下步骤：步骤1：获取接触网振动图像，确定目标区域和背景区域；步骤2：通过相邻帧差法分割背景区域和目标区域，获取接触线运动区域；步骤3：通过轮廓查找函数识别接触线运动区域外部边界，计算最大外部轮廓的质心坐标；或者通过由线性预测器和平方预测器构成的综合预测器预测下一帧目标位置，预测质心位置并输出质心坐标，完成接触网振动行为检测；本发明可降低线路试验过程中光照强度变化、成像形状变化、灰度值变化对检测精度的影响。CN108765393ACN108765393A权利要求书1/2页1.一种高速铁路接触网振动行为检测方法，其特征在于，包括以下步骤：步骤1：获取接触网振动图像，确定目标区域和背景区域；步骤2：通过相邻帧差法分割背景区域和目标区域，获取接触线运动区域；步骤3：通过轮廓查找函数识别接触线运动区域外部边界，计算最大外部轮廓的质心坐标；或者通过由线性预测器和平方预测器构成的综合预测器预测下一帧目标位置，预测质心位置并输出质心坐标，完成接触网振动行为检测。2.根据权利要求1所述的一种高速铁路接触网振动行为检测方法，其特征在于，所述步骤2中获取接触线运动区域的具体过程如下：S1：对接触网振动图像逐帧提取，对每帧图像进行灰度转换，生成接触线振动图像的灰度图像；S2：采用步骤S1中的第一帧作为运动背景帧，通过相邻帧差法对相邻两帧图像处理后确定接触线运动区域；S3：以接触线灰度图像中灰度值最高区域作为识别目标，对步骤S2中得到的识别区域进行二值化处理，其中二值化阈值由最大类间方差算法计算得到。3.根据权利要求1所述的一种高速铁路接触网振动行为检测方法，其特征在于，所述步骤3中通过轮廓查找函数识别接触线运动区域外部边界，计算最大外部轮廓的质心坐标，运算之前还包括以下过程：对获取的接触线运动区域进行开运算，平滑目标边界，消除无意义点。4.根据权利要求1所述的一种高速铁路接触网振动行为检测方法，其特征在于，所述步骤3中：通过轮廓查找函数识别接触线运动区域外部边界，计算最大外部轮廓的质心坐标，具体计算过程如下：xc＝∑xI(x,y)/∑I(x,y)yc＝∑yI(x,y)/∑I(x,y)式中：xc为运动目标质心横坐标，yc为运动目标质心纵坐标，x和y分别为运动区域中某一像素点P的横纵坐标；I(x,y)为像素点P(x,y)的灰度值。5.根据权利要求1所述的一种高速铁路接触网振动行为检测方法，其特征在于，所述步骤3中：线性预测器表示如下：式中：为线性逼近表达式，为下一帧预测位置；f(k)、f(k-1)、f(k-2)分别为第k帧、k-1帧、k-2帧位置；a、a0为新型逼近参数，a1、a2和a3与预测参数；t为时间变量。6.根据权利要求1所述的一种高速铁路接触网振动行为检测方法，其特征在于，所述步骤3中平方预测器表示如下：2CN108765393A权利要求书2/2页式中：为平方逼近表达式，为下一帧预测位置，f(k)、f(k-1)…f(k-4)分别为第k帧、k-1帧…k-4帧位置；b和b0为平方逼近参数，c1、c2、c3、c4和c5为预测参数，t为时间变量。7.根据权利要求1所述的一种高速铁路接触网动行为检测方法，其特征在于，所述步骤3中，综合预测器预测结果如下：式中：为综合预测结果，为线性预测结果，为平方预测结果，W为加权系数；k、k+1分别为帧的标号。8.根据权利要求5所述的一种高速铁路接触网动行为检测方法，其特征在于，所述步骤3中的线性预测器为三点线性预测器，其中f(t)的N点线性逼近均方误差可表示为：式中：f(ti)为ti时刻目标位置，i＝1,2,3,···,N；通过最小二乘法求解满足最小均方差的a和a1值，a和a1满足如下关系：9.根据权利要求6所述的一种高速铁路接触网动行为检测方法，其特征在于，所述步骤3中的平方预测器为五点平方预测器，其中f(t)的五点线性逼近均方误差可表示为：上式为N取5的结果；f(ti)为ti时刻目标位置，i＝1,2,3,4,5；将