鐵路軌道近景影像邊緣提取與線形計(jì)算方法研究.pdf

1、鐵路軌道是列車運(yùn)行的重要基礎(chǔ)設(shè)施，然而在高速列車長(zhǎng)期運(yùn)行過(guò)程中，軌道直接承受來(lái)自車輪的荷載，并相應(yīng)地傳遞給路基或橋隧。為保證列車能按照設(shè)計(jì)時(shí)速安全平穩(wěn)運(yùn)行，必須加強(qiáng)對(duì)鐵路軌道的幾何狀態(tài)檢測(cè)和維護(hù)。
　　常用的軌道靜態(tài)幾何狀態(tài)檢測(cè)方法是基于軌檢小車聯(lián)合智能型全站儀對(duì)軌道進(jìn)行逐點(diǎn)測(cè)量，該方法精度較高但勞動(dòng)強(qiáng)度大，本文嘗試將近景攝影測(cè)量技術(shù)引入軌道幾何檢測(cè)，并聯(lián)合計(jì)算機(jī)視覺(jué)與數(shù)字圖像處理方法進(jìn)行軌道靜態(tài)幾何參數(shù)的測(cè)量。
　　鑒于軌

2、道近景影像中鋼軌及其附近區(qū)域灰度差異不明顯的特征，本文使用對(duì)數(shù)變換的方法進(jìn)行圖像增強(qiáng)，并使用Canny算子提取軌道邊緣，聯(lián)合概率Hough變換與最小二乘法對(duì)軌道邊緣線進(jìn)行擬合。實(shí)驗(yàn)表明，平均擬合精度可達(dá)到0.98像素，且能夠較好地與軌道的實(shí)際邊緣相吻合。
　　針對(duì)軌道近景影像灰度相似性高等特點(diǎn)，本文采用ORB算法提取相鄰影像軌道面特征點(diǎn)，并使用KNN算法進(jìn)行同名點(diǎn)匹配，基于匹配得到的同名點(diǎn)建立相應(yīng)的多項(xiàng)式映射模型。實(shí)驗(yàn)表明，該模型

3、的檢核點(diǎn)x坐標(biāo)平均精度1.12像素，y坐標(biāo)平均精度0.80像素，表明該模型能夠較好地表達(dá)相鄰影像軌道面間的映射關(guān)系。
　　本文利用軌道面的數(shù)學(xué)映射關(guān)系與軌道邊緣線建立了軌道邊緣線映射模型，利用邊緣線的映射模型可以匹配得到軌道邊緣線同名點(diǎn)，聯(lián)合光束法區(qū)域網(wǎng)平差的計(jì)算結(jié)果進(jìn)行前方交會(huì)，精密解算出邊緣點(diǎn)的三維坐標(biāo)。經(jīng)過(guò)實(shí)驗(yàn)表明，匹配得到的邊緣線同名點(diǎn)較為準(zhǔn)確，可以用來(lái)計(jì)算空間坐標(biāo)。
　　本文利用鐵路軌道內(nèi)邊緣點(diǎn)的三維坐標(biāo)計(jì)算線路中