CN107085854A - 一种基于图像处理技术的铁路轨道二维地图的创建方法 - Google Patents
一种基于图像处理技术的铁路轨道二维地图的创建方法 Download PDFInfo
- Publication number
- CN107085854A CN107085854A CN201611156162.XA CN201611156162A CN107085854A CN 107085854 A CN107085854 A CN 107085854A CN 201611156162 A CN201611156162 A CN 201611156162A CN 107085854 A CN107085854 A CN 107085854A
- Authority
- CN
- China
- Prior art keywords
- msub
- mrow
- mtd
- mtr
- track
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 51
- 238000012545 processing Methods 0.000 title claims abstract description 21
- 238000012937 correction Methods 0.000 claims description 5
- 238000007689 inspection Methods 0.000 claims description 5
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 claims description 4
- 238000000205 computational method Methods 0.000 claims description 2
- 238000000605 extraction Methods 0.000 claims description 2
- 238000001914 filtration Methods 0.000 claims description 2
- 230000009466 transformation Effects 0.000 claims description 2
- 238000005259 measurement Methods 0.000 abstract description 8
- 230000004927 fusion Effects 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 6
- 230000000007 visual effect Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 241000208340 Araliaceae Species 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 238000003702 image correction Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
- G09B29/00—Maps; Plans; Charts; Diagrams, e.g. route diagram
- G09B29/003—Maps
- G09B29/004—Map manufacture or repair; Tear or ink or water resistant maps; Long-life maps
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
- G06T3/4038—Image mosaicing, e.g. composing plane images from plane sub-images
-
- G—PHYSICS
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
- G09B29/00—Maps; Plans; Charts; Diagrams, e.g. route diagram
- G09B29/003—Maps
- G09B29/005—Map projections or methods associated specifically therewith
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10016—Video; Image sequence
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Business, Economics & Management (AREA)
- Educational Administration (AREA)
- Educational Technology (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种基于图像处理技术的铁路轨道二维地图的创建方法。首先对轨道进行连续拍摄，得到一组连续帧的轨道图像；然后通过几何模型进行校正，将梯形失真的轨道还原；对还原后的图像进行匹配；对已匹配完成的图像进行拼接融合，得到一幅目标轨道的完整图像；再对其进行边缘化处理，取内边缘线，得到完整地轨道外形曲线；建立坐标系，将轨道外形曲线进行缩放后平移到坐标系中，创建轨道外形曲线的二维地图，并计算出相应的地图比例尺；根据地图比例尺，可以精确测量图片范围内轨道的轨距及任意弦长的轨向参数。本发明对轨距的测量属于非接触测量，亦可解决当前长弦轨向测量中的误差叠加问题，提高了测量精度，且成本较低。
Description
技术领域
本发明涉及一种基于图像处理技术的铁路轨道二维地图的创建方法。
背景技术
随着高速铁路的发展，列车运行的安全稳定性也要求更高，出现了能够精确有效测量轨道各项静态几何参数的设备——轨检仪；另一方面，基于机器视觉的图像处理技术愈发成熟。本发明结合这俩方面现有的技术成果，提出了一种基于图像处理技术的铁路轨道二维地图的创建方法，用于获取轨道的几何参数，能够提高测量的精度。
发明内容
本发明所解决的技术问题是，针对目前现有技术，提出一种基于图像处理技术的铁路轨道二维地图的创建方法，用于测量轨道的轨距及任意弦长的轨向参数。
为了实现上述技术目的，本发明的技术方案是：
一种基于图像处理技术的铁路轨道二维地图的创建方法，包括以下步骤：
步骤1：对轨道进行连续拍摄，得到一组连续帧的轨道图像；
步骤2：对拍摄的图片通过几何模型进行校正，将梯形失真的轨道还原成平行轨道；
步骤3：对还原后的轨道图像进行特征匹配，找到需要进行测量的目标轨道；
步骤4：通过对已匹配完成的图片进行拼接，得到目标轨道的完整图像；
步骤5：对此幅完整轨道图像进行边缘化处理，得到轨道的内边缘曲线；
步骤6：建立坐标系，创建轨道外形曲线的二维地图。
所述的方法，所述的步骤1中，对轨道进行连续拍摄，是通过在轨检仪上安装相机，在轨检仪行进过程中同时对轨道进行拍摄。
所述的方法，所述的步骤2中，进行校正的几何模型为：
其中，f是所用相机的焦距，在模型中相机拍摄点S到两张图片的垂直距离都为f，ai、bi、ci(i＝1,2,3)为常数，由方位角元素决定，x,y为拍摄的倾斜图片上的A点在坐标系0～xy中的坐标，x0,y0,z0为校正后的水平图片上A点的构象A0点在坐标系S～x0y0z0中的坐标。所述的方法，所述的步骤3中进行特征匹配的过程为：
首先从相邻两张图片中提取包括边缘点、角点、交叉点在内的特征点，再利用相似性进行配准，得到两幅图片的衔接关系；
如果第一张轨道图片上A点周围的内容与第二张图片上B点周围的内容相似，则根据A、B点将这两张图片进行匹配；判定内容相似的方法是将第一张图片中预设间隔的两行像素的差值作为特征模板，第二张图片相同间隔计算差值，找到与第一张模板差方和的极小值，极小值处即作为相似点；
其中特征点的提取方法采用Forstner算子进行特征提取，计算像素点(i,j)周围灰度差的绝对值为：
对给定的阈值，若上式中的值都大于阈值，则像素点作为特征点。
所述的方法，所述的步骤4中，进行拼接时，图片重叠度为0.4-0.7，即需要进行拼接的两张图片重叠部分面积的占比为40％-70％。
所述的方法，所述的步骤5中，进行边缘化处理，得到轨道的内边缘曲线的步骤为：
1)将拼接后的轨道图片进行高斯滤波，得到一副处理后的平滑图像。其中二维高斯函数的任意一阶导数为噪声滤波器；
2)计算图像梯度的幅度和方向，检测出图像的边缘；
计算方法如下：
幅度
方向
其中M(i,j)为图像的灰度值，Mx(i,j)和My(i,j)是其横纵轴的邻域差。
3)将梯度的幅度值与预设的阈值进行比较，排除极大值点，使边缘细化。
所述的方法，所述的步骤6中，建立坐标系的步骤为：
选取图片中某个特殊点设为坐标原点，通过图幅定向确定坐标的x、y轴，使得二维地图具有大地坐标可量测性；其中特殊点是由轨道CPIII点和控制网确定的已知坐标信息的点。
其中图幅定向具体是通过完整轨道图片四个内图廓点来实现的，四个内图廓点的图像坐标从图像上获取，即整幅图像的四个边界点，获得四个图廓点理论大地坐标后，采用仿射变换模型建立大地坐标和影像坐标之间的解析关系模型；
其中仿射变换模型为：
其中，(x′i,y′j)为图廓点大地坐标，(xi,yj)为图廓点图像坐标，参数k,θ,x0,y0为配准参数，k为缩放因子，θ为旋转角度，x0,y0为平移量。
一种基于轨道二维地图的轨距及轨向测量方法：采用所述的一种基于图像处理技术的铁路轨道二维地图的创建方法，在生成的轨道二维地图中测量轨道的轨距及任意弦长的轨向，所述测量方法包括以下步骤：
步骤1：计算地图中轨道某个特定点的轨距，与实测数据进行比较，得到此幅地图的比例尺，设为1：k；
步骤2：在地图上计算轨道任意上任一点的轨距以及任意两点间的轨向参数，分别设为a，b；
步骤3：通过比例尺换算，即能够精确测量轨道的轨距及任意两点间的轨向实际参数，为ka，kb。
附图说明
为了更加清晰明确地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述中所需要用到的附图进行简单的介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明提供的基于图像处理技术创建铁路轨道二维地图的实现流程图；
图2是本发明提供的轨道图像梯形校正模型及校正结果示意图；
图3是本发明提供的轨道图像拼接示意图；
图4是本发明提供的轨距及轨向测量示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不限定本发明。
图1示出了本发明中所述二维地图的创建方法，步骤如下：
步骤1：在轨检仪行进过程中连续的对轨道进行拍照，采集一组连续帧的轨道图像；
步骤2：对轨道图像进行校正，将侧视视角的梯形轨道还原成俯视视角的平行轨道；
步骤3：进行轨道图像的特征匹配，排除岔道、护轨，找到目标轨道；
步骤4：对匹配完成的图片进行拼接，得到目标轨道的完整图像；
步骤5：对完整的轨道图像进行边缘化处理，取内边缘得到轨道的外形曲线；
步骤6：建立坐标系，将轨道的外形曲线缩放后平移到坐标系中，创建轨道外形曲线的二维地图。
图2示出了本发明中所述轨道图像梯形校正模型及校正结果示意图。在图像采集过程中，相机采用侧向拍照的视角，所得到的轨道图像会产生梯形失真，需要对其进行几何校正，将倾斜的图像变成水平的图像。根据所述图像几何变换模型，设倾斜照片1上的A点在水平照片2上的构象为A0，A点在坐标系0～xy中的坐标为(x,y)；A0点在坐标系S～x0y0z0中的坐标为(x0,y0,z0)。则根据构象方程，可导出水平相片与倾斜相片对应像点之间的坐标关系为：
其中ai、bi、ci(i＝1,2,3)为常数，由方位角元素所决定，可利用待定系数法计算出来。
根据所述校正模型，可将失真的轨道图像校正为水平轨道图像，如图中所示。
图3示出了本发明中所述轨道图像拼接示意图。相机采集到的相邻图片间应该具有重叠部分，利用重叠部分可以将图像进行拼接，得到一副完整图像。在拼接过程中，需要根据特征匹配排除岔道、护轨对图像拼接的影响，再将包括直轨道、弯曲轨道在内的轨道图像进行拼接。根据工业实施案例，可将图片重叠度设置在0.4-0.7之间，使得拼接总体误差降低。
图4示出了本发明中所述二维地图创建及轨向测量示意图。建立坐标系，将边缘化处理后的轨道外形曲线进行缩放后平移到坐标系中，得到轨道的二维地图。此地图需要计算出相应的比例尺，假设实际测得A点处的轨距为a，保持二维地图缩放比例不变，计算地图中A点处的轨距
则此幅二维地图的比例尺为在测量轨道任意两点(如图中A、B两点)的轨向时，计算出地图上AB点的弦长
再根据地图比例尺，得到AB点的实际弦长为因此可测量任意弦长的轨向。所述方法在测量长弦轨向时，不会产生如传统弦测法测量轨向中误差叠加的问题，提高了测量精度。
同理，根据地图比例尺，可测量轨道上A点外任意点的轨距，其测量方法属于非接触测量，精度有所提高。
结合图1至图4的叙述，下面步骤示出利用图像处理方法创建轨道外形二维地图并用于测量轨向的实施方式，所述实施方式的步骤如下：
步骤1：对轨道进行拍照，采集一组连续帧的轨道图像；
步骤2：利用几何校正模型对对轨道图像进行校正；
步骤3：进行特征匹配，排除岔道、护轨，找到目标轨道，将图片重叠度设置在0.4-0.7之间，对目标轨道进行拼接，得到目标轨道的完整图像；
步骤4：将完整的轨道图像进行边缘化处理，取其内边缘形成轨道的外形曲线；
步骤5：建立坐标系，将轨道外形曲线植入坐标系中，创建轨道外形曲线的二维地图；
步骤6：在地图中计算轨道上某处的轨距，与实测数据进行对比，得到地图比例尺，根据地图比例尺，计算图片范围内轨道的轨距及任意弦长的轨向参数。
Claims (8)
1.一种基于图像处理技术的铁路轨道二维地图的创建方法，其特征在于，包括以下步骤：
步骤1：对轨道进行连续拍摄，得到一组连续帧的轨道图像；
步骤2：对拍摄的图片通过几何模型进行校正，将梯形失真的轨道还原成平行轨道；
步骤3：对还原后的轨道图像进行特征匹配，找到需要进行测量的目标轨道；
步骤4：通过对已匹配完成的图片进行拼接，得到目标轨道的完整图像；
步骤5：对此幅完整轨道图像进行边缘化处理，得到轨道的内边缘曲线；
步骤6：建立坐标系，创建轨道外形曲线的二维地图。
2.根据权利要求1所述的方法，其特征在于，所述的步骤1中，对轨道进行连续拍摄，是通过在轨检仪上安装相机，在轨检仪行进过程中同时对轨道进行拍摄。
3.根据权利要求1所述的方法，其特征在于，所述的步骤2中，进行校正的几何模型为：
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<msub>
<mi>x</mi>
<mn>0</mn>
</msub>
<mo>=</mo>
<mo>-</mo>
<mi>f</mi>
<mfrac>
<mrow>
<msub>
<mi>a</mi>
<mn>1</mn>
</msub>
<mi>x</mi>
<mo>+</mo>
<msub>
<mi>a</mi>
<mn>2</mn>
</msub>
<mi>y</mi>
<mo>-</mo>
<msub>
<mi>a</mi>
<mn>3</mn>
</msub>
<mi>f</mi>
</mrow>
<mrow>
<msub>
<mi>c</mi>
<mn>1</mn>
</msub>
<mi>x</mi>
<mo>+</mo>
<msub>
<mi>c</mi>
<mn>2</mn>
</msub>
<mi>y</mi>
<mo>-</mo>
<msub>
<mi>c</mi>
<mn>3</mn>
</msub>
<mi>f</mi>
</mrow>
</mfrac>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mi>y</mi>
<mn>0</mn>
</msub>
<mo>=</mo>
<mo>-</mo>
<mi>f</mi>
<mfrac>
<mrow>
<msub>
<mi>b</mi>
<mn>1</mn>
</msub>
<mi>x</mi>
<mo>+</mo>
<msub>
<mi>b</mi>
<mn>2</mn>
</msub>
<mi>y</mi>
<mo>-</mo>
<msub>
<mi>b</mi>
<mn>3</mn>
</msub>
<mi>f</mi>
</mrow>
<mrow>
<msub>
<mi>c</mi>
<mn>1</mn>
</msub>
<mi>x</mi>
<mo>+</mo>
<msub>
<mi>c</mi>
<mn>2</mn>
</msub>
<mi>y</mi>
<mo>-</mo>
<msub>
<mi>c</mi>
<mn>3</mn>
</msub>
<mi>f</mi>
</mrow>
</mfrac>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mi>z</mi>
<mn>0</mn>
</msub>
<mo>=</mo>
<mo>-</mo>
<mi>f</mi>
</mtd>
</mtr>
</mtable>
</mfenced>
其中，f是所用相机的焦距，在模型中相机拍摄点S到两张图片的垂直距离都为f，ai、bi、ci(i＝1,2,3)为常数，由方位角元素决定，x,y为拍摄的倾斜图片上的A点在坐标系0～xy中的坐标，x0,y0,z0为校正后的水平图片上A点的构象A0点在坐标系S～x0y0z0中的坐标。
4.根据权利要求1所述的方法，其特征在于，所述的步骤3中进行特征匹配的过程为：
首先从相邻两张图片中提取包括边缘点、角点、交叉点在内的特征点，再利用相似性进行配准，得到两幅图片的衔接关系；
如果第一张轨道图片上A点周围的内容与第二张图片上B点周围的内容相似，则根据A、B点将这两张图片进行匹配；判定内容相似的方法是将第一张图片中预设间隔的两行像素的差值作为特征模板，第二张图片相同间隔计算差值，找到与第一张模板差方和的极小值，极小值处即作为相似点；
其中特征点的提取方法采用Forstner算子进行特征提取，计算像素点(i,j)周围灰度差的绝对值为：
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<msub>
<mi>d</mi>
<mn>1</mn>
</msub>
<mo>=</mo>
<mo>|</mo>
<msub>
<mi>f</mi>
<mrow>
<mi>i</mi>
<mo>,</mo>
<mi>j</mi>
</mrow>
</msub>
<mo>-</mo>
<msub>
<mi>f</mi>
<mrow>
<mi>i</mi>
<mo>+</mo>
<mn>1</mn>
<mo>,</mo>
<mi>j</mi>
</mrow>
</msub>
<mo>|</mo>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mi>d</mi>
<mn>2</mn>
</msub>
<mo>=</mo>
<mo>|</mo>
<msub>
<mi>f</mi>
<mrow>
<mi>i</mi>
<mo>,</mo>
<mi>j</mi>
</mrow>
</msub>
<mo>-</mo>
<msub>
<mi>f</mi>
<mrow>
<mi>i</mi>
<mo>,</mo>
<mi>j</mi>
<mo>+</mo>
<mn>1</mn>
</mrow>
</msub>
<mo>|</mo>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mi>d</mi>
<mn>3</mn>
</msub>
<mo>=</mo>
<mo>|</mo>
<msub>
<mi>f</mi>
<mrow>
<mi>i</mi>
<mo>,</mo>
<mi>j</mi>
</mrow>
</msub>
<mo>-</mo>
<msub>
<mi>f</mi>
<mrow>
<mi>i</mi>
<mo>-</mo>
<mn>1</mn>
<mo>,</mo>
<mi>j</mi>
</mrow>
</msub>
<mo>|</mo>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mi>d</mi>
<mn>4</mn>
</msub>
<mo>=</mo>
<mo>|</mo>
<msub>
<mi>f</mi>
<mrow>
<mi>i</mi>
<mo>,</mo>
<mi>j</mi>
</mrow>
</msub>
<mo>-</mo>
<msub>
<mi>f</mi>
<mrow>
<mi>i</mi>
<mo>,</mo>
<mi>j</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
</msub>
<mo>|</mo>
</mtd>
</mtr>
</mtable>
</mfenced>
对给定的阈值，若上式中的值都大于阈值，则像素点作为特征点。
5.根据权利要求1所述的方法，其特征在于，所述的步骤4中，进行拼接时，图片重叠度为0.4-0.7，即需要进行拼接的两张图片重叠部分面积的占比为40％-70％。
6.根据权利要求1所述的方法，其特征在于，所述的步骤5中，进行边缘化处理，得到轨道的内边缘曲线的步骤为：
1)将拼接后的轨道图片进行高斯滤波，得到一副处理后的平滑图像。其中二维高斯函数的任意一阶导数为噪声滤波器；
2)计算图像梯度的幅度和方向，检测出图像的边缘；
计算方法如下：
幅度
方向
其中M(i,j)为图像的灰度值，Mx(i,j)和My(i,j)是其横纵轴的邻域差。
3)将梯度的幅度值与预设的阈值进行比较，排除极大值点，使边缘细化。
7.根据权利要求1所述的方法，其特征在于，所述的步骤6中，建立坐标系的步骤为：
选取图片中某个特殊点设为坐标原点，通过图幅定向确定坐标的x、y轴，使得二维地图具有大地坐标可量测性；其中特殊点是由轨道CPIII点和控制网确定的已知坐标信息的点。
其中图幅定向具体是通过完整轨道图片四个内图廓点来实现的，四个内图廓点的图像坐标从图像上获取，即整幅图像的四个边界点，获得四个图廓点理论大地坐标后，采用仿射变换模型建立大地坐标和影像坐标之间的解析关系模型；
其中仿射变换模型为：
<mrow>
<mfenced open = "[" close = "]">
<mtable>
<mtr>
<mtd>
<msubsup>
<mi>x</mi>
<mi>i</mi>
<mo>&prime;</mo>
</msubsup>
</mtd>
</mtr>
<mtr>
<mtd>
<msubsup>
<mi>y</mi>
<mi>i</mi>
<mo>&prime;</mo>
</msubsup>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>=</mo>
<mi>k</mi>
<mfenced open = "[" close = "]">
<mtable>
<mtr>
<mtd>
<mrow>
<mi>c</mi>
<mi>o</mi>
<mi>s</mi>
<mi>&theta;</mi>
</mrow>
</mtd>
<mtd>
<mrow>
<mi>s</mi>
<mi>i</mi>
<mi>n</mi>
<mi>&theta;</mi>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mo>-</mo>
<mi>s</mi>
<mi>i</mi>
<mi>n</mi>
<mi>&theta;</mi>
</mrow>
</mtd>
<mtd>
<mrow>
<mi>c</mi>
<mi>o</mi>
<mi>s</mi>
<mi>&theta;</mi>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
<mfenced open = "[" close = "]">
<mtable>
<mtr>
<mtd>
<msub>
<mi>x</mi>
<mi>i</mi>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mi>y</mi>
<mi>j</mi>
</msub>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>+</mo>
<mfenced open = "[" close = "]">
<mtable>
<mtr>
<mtd>
<msub>
<mi>x</mi>
<mn>0</mn>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mi>y</mi>
<mn>0</mn>
</msub>
</mtd>
</mtr>
</mtable>
</mfenced>
</mrow>
其中，(x′i,y'j)为图廓点大地坐标，(xi,yj)为图廓点图像坐标，参数k,θ,x0,y0为配准参数，k为缩放因子，θ为旋转角度，x0,y0为平移量。
8.一种基于轨道二维地图的轨距及轨向测量方法，其特征在于：采用权利要求1-5中任一所述的基于图像处理技术的铁路轨道二维地图的创建方法，在生成的轨道二维地图中测量轨道的轨距及任意弦长的轨向，所述测量方法包括以下步骤：
步骤1：计算地图中轨道某个特定点的轨距，与实测数据进行比较，得到此幅地图的比例尺，设为1：k；
步骤2：在地图上计算轨道任意上任一点的轨距以及任意两点间的轨向参数，分别设为a，b；
步骤3：通过比例尺换算，即能够精确测量轨道的轨距及任意两点间的轨向实际参数，为ka，kb。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201611156162.XA CN107085854A (zh) | 2016-12-14 | 2016-12-14 | 一种基于图像处理技术的铁路轨道二维地图的创建方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201611156162.XA CN107085854A (zh) | 2016-12-14 | 2016-12-14 | 一种基于图像处理技术的铁路轨道二维地图的创建方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN107085854A true CN107085854A (zh) | 2017-08-22 |
Family
ID=59614087
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201611156162.XA Pending CN107085854A (zh) | 2016-12-14 | 2016-12-14 | 一种基于图像处理技术的铁路轨道二维地图的创建方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107085854A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109740609A (zh) * | 2019-01-09 | 2019-05-10 | 银河水滴科技（北京）有限公司 | 一种轨距检测方法及装置 |
| CN112017114A (zh) * | 2020-06-08 | 2020-12-01 | 武汉精视遥测科技有限公司 | 一种隧道检测半幅图像拼接全幅图像的方法及*** |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104363822A (zh) * | 2012-04-15 | 2015-02-18 | 天宝导航有限公司 | 图像显示的改进 |
| CN205327082U (zh) * | 2015-12-01 | 2016-06-22 | 深圳大学 | 一种基于多传感器集成同步控制的城市轨道检测装置 |
| CN205607332U (zh) * | 2016-04-20 | 2016-09-28 | 武汉理工大学 | 基于机器视觉的桥式起重机桥架跨度测量装置 |
-
2016
- 2016-12-14 CN CN201611156162.XA patent/CN107085854A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104363822A (zh) * | 2012-04-15 | 2015-02-18 | 天宝导航有限公司 | 图像显示的改进 |
| CN205327082U (zh) * | 2015-12-01 | 2016-06-22 | 深圳大学 | 一种基于多传感器集成同步控制的城市轨道检测装置 |
| CN205607332U (zh) * | 2016-04-20 | 2016-09-28 | 武汉理工大学 | 基于机器视觉的桥式起重机桥架跨度测量装置 |
Non-Patent Citations (1)
| Title |
|---|
| 訾安琪: "基于SLAM的车辆运行轨迹算法研究", 《中国优秀硕士论文全文数据库 工程科技II辑》 * |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109740609A (zh) * | 2019-01-09 | 2019-05-10 | 银河水滴科技（北京）有限公司 | 一种轨距检测方法及装置 |
| CN112017114A (zh) * | 2020-06-08 | 2020-12-01 | 武汉精视遥测科技有限公司 | 一种隧道检测半幅图像拼接全幅图像的方法及*** |
| CN112017114B (zh) * | 2020-06-08 | 2023-08-04 | 武汉精视遥测科技有限公司 | 一种隧道检测半幅图像拼接全幅图像的方法及*** |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105699399B (zh) | 一种smt模版质量的检测设备与方法 | |
| CN103593663B (zh) | 一种钞券印版的图像定位方法 | |
| CN103729841B (zh) | 一种基于方靶模型和透视投影的相机畸变校正方法 | |
| CN104575003B (zh) | 一种基于道路监控视频的车辆速度检测方法 | |
| CN106204544A (zh) | 一种自动提取图像中标志点位置及轮廓的方法和*** | |
| CN102749047B (zh) | 一种轧辊轴承座尺寸测量方法 | |
| CN106996748A (zh) | 一种基于双目视觉的轮径测量方法 | |
| CN104156536A (zh) | 一种盾构机刀具磨损的可视化定量标定及分析方法 | |
| CN109685858A (zh) | 一种单目摄像头在线标定方法 | |
| CN104732482A (zh) | 一种基于控制点的多分辨率图像拼接方法 | |
| CN102609918A (zh) | 基于图像特征配准的航空多光谱遥感影像几何精校正方法 | |
| CN106600592A (zh) | 一种基于连续帧图像拼接的轨道长弦测量方法 | |
| CN103366555B (zh) | 基于航拍图像的交通事故现场图快速生成方法及*** | |
| CN105118086A (zh) | 3d-aoi设备中的3d点云数据配准方法及*** | |
| CN105091748B (zh) | 轨道车辆公差尺寸测量*** | |
| CN108833912A (zh) | 一种摄像机机芯光轴中心和视场角的测量方法及*** | |
| CN106709944A (zh) | 卫星遥感图像配准方法 | |
| CN103020967A (zh) | 基于海岛边缘特征的无人机航拍图像精确匹配方法 | |
| CN104123725B (zh) | 一种单线阵相机单应性矩阵h的计算方法 | |
| CN105387801A (zh) | 一种地铁隧道管片错台量检测方法 | |
| CN105550994A (zh) | 一种基于卫星影像的无人机影像快速概略拼接方法 | |
| CN102141376A (zh) | 一种基于辅助基准的机器视觉检测***及检测方法 | |
| CN104180794B (zh) | 数字正射影像拉花区域的处理方法 | |
| CN109064448A (zh) | 中低速磁浮f轨轨缝检测方法 | |
| CN103196429A (zh) | 城市天际轮廓线立面正射影像图的快速获取和测量方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170822 |
|
| RJ01 | Rejection of invention patent application after publication |