基于雙目視覺的接觸網(wǎng)幾何參數(shù)檢測算法研究.pdf

1、伴隨著電氣化鐵路的高速發(fā)展,接觸網(wǎng)幾何參數(shù)檢測技術(shù)也日新月異。由于計算機技術(shù)的飛速發(fā)展,成功地將視覺檢測技術(shù)引入到高鐵巡檢設備中。但是在接觸網(wǎng)幾何參數(shù)檢測過程中,采集到的視頻數(shù)據(jù)由于各種因素的影響,造成檢測結(jié)果的不準確。因此,在采用接觸網(wǎng)視頻檢測方法的過程中,研究具有魯棒性與抗干擾能力強的圖像識別方法意義重大。本文在分析接觸網(wǎng)視覺檢測系統(tǒng)的基礎上,對視覺測量幾何參數(shù)系統(tǒng)中的攝像機標定、原始圖像預處理以及圖像特征提取等關鍵技術(shù)進行了深入研

2、究。
　　首先,根據(jù)接觸網(wǎng)參數(shù)監(jiān)測系統(tǒng)的環(huán)境,從攝像機標定的基本原理入手,采用共面法對攝像機進行標定。在具體標定過程中,在考慮攝像機鏡頭畸變的條件下,建立攝像機非線性模型,采用最小二乘法對數(shù)據(jù)進行處理,求解攝像機參數(shù)矩陣。
　　然后,針對攝像頭采集到的原始圖像存在對比度不高的問題,設計了基于曲波變換接觸網(wǎng)圖像增強算法。根據(jù)曲波變換后圖像高頻子帶和低頻子帶各自的特點,在低頻領域利用分數(shù)階微分進行增強;在高頻領域利用曲波尺度系數(shù)

3、間的相關性,對高頻系數(shù)的邊緣和噪聲進行分類,對分類后的信息進行邊緣增強和噪聲去除的處理。通過仿真實驗,結(jié)果表明該方法在主觀和客觀上對圖像對比度都有明顯提高。
　　最后,對圖像特征中的邊緣特征及點特征提取算法進行了研究。在邊緣特征提取中利用抗噪性強的SUSAN(Smallest Univalue Segment Assimilating Nucleus,最小核值相似區(qū))邊緣檢測算子對受電弓和接觸線進行邊緣檢測。針對本系統(tǒng),對算法進行

4、改進,提高了邊緣的檢測精度。在點特征提取中,研究在復雜背景下,接觸網(wǎng)受電弓和接觸線視頻圖像的特征提取方法。選取SIFT(Scale Invarinat Feature Transform,尺度不變特征變換)特征檢測算子進行特征點檢測。針對本方法在實時性方面的不足,本文從兩個方面對此改進:一是將閾值T加入到計算特征點的最近歐氏距離中,可以避免計算高維的128次差平方;二是通過仿真實驗發(fā)現(xiàn)特征點數(shù)量在第4組時就幾乎不再改變,選擇恰當?shù)慕刂菇M