本發(fā)明屬于圖像處理領(lǐng)域,更具體地,涉及一種基于圖像處理的路基沉降監(jiān)測方法和系統(tǒng)。
背景技術(shù):
“要致富,先修路”。道路是經(jīng)濟發(fā)展的動脈,沒有便利的交通,就沒有經(jīng)濟的發(fā)展??梢哉f,中國改革開放的成功,離不開公路和鐵路的大力建設(shè)。因此路況監(jiān)測也就顯得尤為重要。由于長期經(jīng)受極端惡劣天氣影響,路基容易發(fā)生沉降變形,當(dāng)沉降積累到一定的程度后就很容易造成重大安全事故,尤其是鐵路。這就要求路基沉降監(jiān)測的頻率要高,監(jiān)測的實時性要好,監(jiān)測的結(jié)果要準(zhǔn)確。
目前路基沉降監(jiān)測的常用方法有:監(jiān)測樁法、沉降板法、分層沉降法、gps測量法。上述方法普遍都存在的缺陷和不足,監(jiān)測樁法和沉降板法是屬于人工測量,工作強度大,重復(fù)勞動多,自動化程度低,在行車過程不能測量,其測量精度還容易受人工影響。分層沉降法則會對環(huán)境有較大依賴,會妨礙施工進度,其測量精度還會受到環(huán)境影響,系統(tǒng)成本也是比較高。gps測量法的缺點則是測量精度達不到要求,其監(jiān)測技術(shù)目前還不成熟,成本高昂。
由此可見,現(xiàn)有路基沉降監(jiān)測方法自動化程度低、測量精度還容易受人工影響和環(huán)境影響、測量精度達不到要求、且系統(tǒng)成本也是比較高。
技術(shù)實現(xiàn)要素:
針對現(xiàn)有技術(shù)的以上缺陷或改進需求,本發(fā)明提供了一種基于圖像處理的路基沉降監(jiān)測方法和系統(tǒng),其目的在于對路基上的標(biāo)識牌圖像進行圖像處理,通過計算兩個特定標(biāo)識目標(biāo)點的距離,實現(xiàn)對路基沉降的監(jiān)測,由此解決現(xiàn)有路基沉降監(jiān)測方法自動化程度低、測量精度還容易受人工影響和環(huán)境影響、測量精度達不到要求、且系統(tǒng)成本也是比較高的技術(shù)問題。
為實現(xiàn)上述目的,按照本發(fā)明的一個方面,提供了一種基于圖像處理的路基沉降監(jiān)測方法,包括如下步驟:
(1)采集路基上的標(biāo)識牌圖像,提取標(biāo)識牌圖像的標(biāo)識目標(biāo)區(qū)域;
(2)從標(biāo)識目標(biāo)區(qū)域中提取區(qū)域特征點坐標(biāo),分別從標(biāo)識牌圖像中上標(biāo)識牌和下標(biāo)識牌選定1個特征點作為特定標(biāo)識目標(biāo)點;
(3)利用標(biāo)識目標(biāo)區(qū)域特征點坐標(biāo)計算得到兩個特定標(biāo)識目標(biāo)點在實際三維空間中的距離,根據(jù)兩個特定標(biāo)識目標(biāo)點之間的距離的變化監(jiān)測路基沉降的程度,距離變化的程度與沉降程度成正相關(guān)。
進一步的,步驟(1)包括:
(1-1)采集路基上的標(biāo)識牌圖像,將標(biāo)識牌圖像灰度化并進行濾波處理得到標(biāo)識牌處理圖像;
(1-2)設(shè)定閾值對標(biāo)識牌處理圖像進行二值化處理,提取標(biāo)識目標(biāo)區(qū)域。
進一步的,步驟(2)包括:
(2-1)從標(biāo)識目標(biāo)區(qū)域中提取目標(biāo)像素級邊緣,根據(jù)像素級邊緣提取標(biāo)識目標(biāo)亞像素級邊緣;
(2-2)根據(jù)標(biāo)識目標(biāo)區(qū)域的亞像素級邊緣,計算得到代表標(biāo)識目標(biāo)區(qū)域的特征點坐標(biāo),分別從標(biāo)識牌圖像中上標(biāo)識牌和下標(biāo)識牌選定1個特征點作為特定標(biāo)識目標(biāo)點。
進一步的,選擇兩個特征點為典型情況,亦可選擇多個特征點,其方法原理為兩個特征點情況的拓展,通過計算特征點之間的距離,得到特征點之間的位移變化,為路基的沉降程度做出評估。
一般以中心點為其特征點,但不限于中心點。
進一步的,步驟(2-1)的具體實現(xiàn)方式為:從標(biāo)識目標(biāo)區(qū)域中提取標(biāo)識目標(biāo)像素級邊緣,尋找像素級邊緣附近灰度梯度最大方向上的極值點作為亞像素級邊緣,得到的亞像素級邊緣為標(biāo)識目標(biāo)邊緣。
進一步的,兩個特定標(biāo)識目標(biāo)點之間的距離為:
其中,dg為兩個特定標(biāo)識目標(biāo)點之間的距離,ab和ad為標(biāo)識牌的已知距離,標(biāo)識牌圖像的標(biāo)識目標(biāo)區(qū)域特征點分別為a、b、c、d和g,e為ad與bc延長線的交點,f為ab與dc延長線的交點,連接eg,分別交ab、dc于n、m,fc、dm、fm、dc、em、gn、mn和ge為兩點間的距離。
按照本發(fā)明的另一方面,提供了一種基于圖像處理的路基沉降監(jiān)測系統(tǒng),包括:
提取標(biāo)識目標(biāo)區(qū)域模塊,用于采集路基上的標(biāo)識牌圖像,提取標(biāo)識牌圖像的標(biāo)識目標(biāo)區(qū)域;
提取區(qū)域特征點坐標(biāo)模塊,用于從標(biāo)識目標(biāo)區(qū)域中提取區(qū)域特征點坐標(biāo),分別從標(biāo)識牌圖像中上標(biāo)識牌和下標(biāo)識牌選定1個特征點作為特定標(biāo)識目標(biāo)點;
監(jiān)測路基沉降模塊,用于利用標(biāo)識目標(biāo)區(qū)域特征點坐標(biāo)計算得到兩個特定標(biāo)識目標(biāo)點在實際三維空間中的距離,根據(jù)兩個特定標(biāo)識目標(biāo)點之間的距離的變化監(jiān)測路基沉降的程度,距離變化的程度與沉降程度成正相關(guān)。
進一步的,提取標(biāo)識目標(biāo)區(qū)域模塊包括:
灰度化處理子模塊,用于采集路基上的標(biāo)識牌圖像,將標(biāo)識牌圖像灰度化并進行濾波處理得到標(biāo)識牌處理圖像;
二值化處理子模塊,用于設(shè)定閾值對標(biāo)識牌處理圖像進行二值化處理,提取標(biāo)識目標(biāo)區(qū)域;
進一步的,提取區(qū)域特征點坐標(biāo)模塊包括:
提取標(biāo)識目標(biāo)邊緣子模塊,用于從目標(biāo)區(qū)域中提取目標(biāo)像素級邊緣,根據(jù)像素級邊緣提取目標(biāo)亞像素邊緣;
提取標(biāo)識目標(biāo)區(qū)域特征點子模塊,用于根據(jù)標(biāo)識目標(biāo)區(qū)域的亞像素級邊緣,計算得到代表標(biāo)識目標(biāo)區(qū)域的特征點坐標(biāo),分別從標(biāo)識牌圖像中上標(biāo)識牌和下標(biāo)識牌選定1個特征點作為特定標(biāo)識目標(biāo)點。
進一步的,提取標(biāo)識目標(biāo)邊緣子模塊的具體實現(xiàn)方式為:從標(biāo)識目標(biāo)區(qū)域中提取標(biāo)識目標(biāo)像素級邊緣,尋找像素級邊緣附近灰度梯度最大方向上的極值點作為亞像素級邊緣,得到的亞像素級邊緣為標(biāo)識目標(biāo)邊緣。
尋找像素級邊緣附近灰度梯度最大方向上的極值點作為亞像素級邊緣,得到的亞像素級邊緣為標(biāo)識目標(biāo)邊緣,由此得到的標(biāo)識目標(biāo)邊緣精確度更高,進而提高了監(jiān)測結(jié)果的準(zhǔn)確率。
進一步的,兩個特定標(biāo)識目標(biāo)點之間的距離為:
其中,dg為兩個特定標(biāo)識目標(biāo)點之間的距離,ab和ad為標(biāo)識牌的已知距離,標(biāo)識牌圖像的標(biāo)識目標(biāo)區(qū)域特征點分別為a、b、c、d和g,e為ad與bc延長線的交點,f為ab與dc延長線的交點,連接eg,分別交ab、dc于n、m,fc、dm、fm、dc、em、gn、mn和ge為兩點間的距離。
總體而言,通過本發(fā)明所構(gòu)思的以上技術(shù)方案與現(xiàn)有技術(shù)相比,能夠取得下列有益效果:
(1)對路基上的標(biāo)識牌圖像進行圖像處理,通過計算兩個特定標(biāo)識目標(biāo)點,實現(xiàn)路基沉降監(jiān)測,能夠?qū)崿F(xiàn)完全自動化的測量,極大的節(jié)約了人力成本,也保證了測量的精確度與實時性,同時本發(fā)明為非接觸式測量,很好的解決了車輛行進過程中無法監(jiān)測的弊端。
(2)優(yōu)選的,對標(biāo)識牌圖像進行灰度化處理是為了后續(xù)將提取標(biāo)識目標(biāo)區(qū)域做準(zhǔn)備,對標(biāo)識牌圖像進行濾波處理是為了去除圖像中的噪聲,對標(biāo)識牌處理圖像進行二值化處理,是為了使提取到的標(biāo)識目標(biāo)區(qū)域更準(zhǔn)確,進而提高了監(jiān)測結(jié)果的準(zhǔn)確率。
(3)優(yōu)選的,根據(jù)計算機視覺原理求解標(biāo)識目標(biāo)點距離,在實現(xiàn)非接觸式測量的同時,保證了測量的精確度。
附圖說明
圖1是本發(fā)明實施例提供的一種基于圖像處理的路基沉降監(jiān)測方法的流程圖;
圖2是本發(fā)明實施例中的標(biāo)識牌尺寸規(guī)格圖;
圖3是本發(fā)明實施例中的標(biāo)識牌處理圖像;
圖4是本發(fā)明實施例中對標(biāo)識牌處理圖像進行二值化處理后得到的圖像;
圖5是本發(fā)明實施例中標(biāo)識目標(biāo)邊緣示意圖;
圖6是本發(fā)明實施例中對標(biāo)識目標(biāo)邊緣進行處理后的計算示意圖。
具體實施方式
為了使本發(fā)明的目的、技術(shù)方案及優(yōu)點更加清楚明白,以下結(jié)合附圖及實施例,對本發(fā)明進行進一步詳細說明。應(yīng)當(dāng)理解,此處所描述的具體實施例僅僅用以解釋本發(fā)明,并不用于限定本發(fā)明。此外,下面所描述的本發(fā)明各個實施方式中所涉及到的技術(shù)特征只要彼此之間未構(gòu)成沖突就可以相互組合。
如圖1所示,一種基于圖像處理的路基沉降監(jiān)測方法,包括如下步驟:
(1)采集路基上的標(biāo)識牌圖像,提取標(biāo)識牌圖像的標(biāo)識目標(biāo)區(qū)域;
(2)從標(biāo)識目標(biāo)區(qū)域中提取區(qū)域特征點坐標(biāo),分別從標(biāo)識牌圖像中上標(biāo)識牌和下標(biāo)識牌選定1個特征點作為特定標(biāo)識目標(biāo)點;
(3)利用標(biāo)識目標(biāo)區(qū)域特征點坐標(biāo)計算得到兩個特定標(biāo)識目標(biāo)點在實際三維空間中的距離,根據(jù)兩個特定標(biāo)識目標(biāo)點之間的距離的變化監(jiān)測路基沉降的程度,距離的變化程度與沉降程度成正相關(guān)。
本發(fā)明的一種基于圖像處理的路基沉降監(jiān)測方法可應(yīng)用于鐵路路基、公路路基和橋梁路基。
進一步的,距離與沉降程度成正相關(guān),當(dāng)兩個特定標(biāo)識目標(biāo)點之間的距離的變化大于某個預(yù)設(shè)值時,說明路基沉降的程度較大,發(fā)出相應(yīng)的警示。
本發(fā)明實施例中的標(biāo)識牌尺寸規(guī)格如圖2所示,由圖中尺寸可知,ab為上標(biāo)識牌中a區(qū)域的中心點與b區(qū)域的中心點之間的距離,ad為上標(biāo)識牌中a區(qū)域的中心點與d區(qū)域的中心點之間的距離,上標(biāo)識牌和下標(biāo)識牌的長均為100mm,上標(biāo)識牌的寬為80mm,下標(biāo)識牌的寬為24mm,標(biāo)識牌中a、b、c、d和g區(qū)域均為一個直徑為14mm的圓形,標(biāo)識牌中c區(qū)域的中心點與上標(biāo)識牌的右邊界的距離為14mm,標(biāo)識牌中c區(qū)域的中心點與上標(biāo)識牌的下邊界的距離為14mm,a區(qū)域和d區(qū)域中間有一個圓形區(qū)域,該圓形區(qū)域的中心點與上標(biāo)識牌的上邊界的距離為40mm,該圓形區(qū)域的中心點與上標(biāo)識牌的左邊界的距離為18mm,a區(qū)域和d區(qū)域中間有一個直徑為8mm的圓形區(qū)域,下標(biāo)識牌的中間圓形區(qū)域的中心點與下標(biāo)識牌的上邊界距離為12mm,下標(biāo)識牌的中間圓形區(qū)域的中心點與下標(biāo)識牌的右邊界距離為50mm,下標(biāo)識牌的右邊有一個直徑為10mm的圓形區(qū)域,該圓形區(qū)域的中心與下標(biāo)識牌的右邊界距離為14mm,該圓形區(qū)域的中心與下標(biāo)識牌的上邊界距離為12mm。
進一步的,步驟(1)包括:
(1-1)采集路基上的標(biāo)識牌圖像,將標(biāo)識牌圖像灰度化并進行濾波處理得到標(biāo)識牌處理圖像,如圖3所示;
(1-2)自適應(yīng)設(shè)定閾值對標(biāo)識牌處理圖像進行二值化處理,得到的圖像如圖4所示,提取標(biāo)識目標(biāo)區(qū)域。
(1-3)若提取到的標(biāo)識目標(biāo)區(qū)域個數(shù)不足預(yù)定值,則繼續(xù)更改閾值重復(fù)步驟(1-2)。
優(yōu)選的,步驟(1-2)中的閾值為125。
優(yōu)選的,步驟(1-3)中更改閾值的具體方式為一步一步減小閾值。
優(yōu)選的,預(yù)定值為5。
進一步的,步驟(2)包括:
(2-1)從標(biāo)識目標(biāo)區(qū)域中提取目標(biāo)像素級邊緣,根據(jù)像素級邊緣提取標(biāo)識目標(biāo)邊緣;
(2-2)根據(jù)標(biāo)識目標(biāo)區(qū)域的亞像素級邊緣,計算得到代表標(biāo)識目標(biāo)區(qū)域的特征點坐標(biāo),分別從標(biāo)識牌圖像中上標(biāo)識牌和下標(biāo)識牌選定1個特征點作為特定標(biāo)識目標(biāo)點。
優(yōu)選的,特征點為中心點,但不限于中心點。
進一步的,步驟(2-1)的具體實現(xiàn)方式為:從標(biāo)識目標(biāo)區(qū)域中提取目標(biāo)像素級邊緣,尋找像素級邊緣附近灰度梯度最大方向上的極值點作為亞像素級邊緣,得到的亞像素級邊緣為標(biāo)識目標(biāo)邊緣,如圖5所示。
進一步的,梯度算子可以提取像素點的灰度梯度,水平方向、垂直方向、斜上方向和斜下方向這4個方向中灰度梯度最大的是該像素點的灰度梯度方向,計算像素級邊緣點周圍9個點的4個方向的灰度梯度,用梯度最大的像素點代替原來像素點組成新的像素級邊緣點,這樣使得假邊緣對定位的精度影響降到最低。在新的像素級邊緣點上利用灰度梯度算子計算該點的灰度梯度方向,設(shè)沿該灰度梯度方向以該點為中心的連續(xù)3個點的灰度梯度值分別為ng0、ng1和ng2,則邊緣點的定位偏移量為:
用計算出的偏移量修飾像素級邊緣點得到亞像素級精確邊緣,即標(biāo)識目標(biāo)邊緣,進一步提高定位的精度。
進一步的,本發(fā)明提取的標(biāo)識目標(biāo)區(qū)域為圓形、方形、橢圓形、長方形和不規(guī)則形狀中的任意一種,標(biāo)識目標(biāo)區(qū)域的形狀不同,基于標(biāo)識目標(biāo)區(qū)域選取的特征點也不同。
優(yōu)選的,根據(jù)最小二乘法橢圓擬合的原理,利用標(biāo)識目標(biāo)區(qū)域的邊緣建立擬合目標(biāo)函數(shù),目標(biāo)函數(shù)最小值對應(yīng)的解為橢圓方程的系數(shù),利用橢圓方程的系數(shù)得到標(biāo)識目標(biāo)區(qū)域特征點坐標(biāo)。
進一步的,步驟(2-2)由于標(biāo)識目標(biāo)區(qū)域在實際空間中是圓,投影到圖像平面用橢圓表示,建立標(biāo)識目標(biāo)區(qū)域邊緣的橢圓方程:
x2+a0xy+b0y2+c0x+d0y+e0=0
其中,a0、b0、c0、d0和e0均為橢圓方程的系數(shù),(x,y)為橢圓的坐標(biāo);
設(shè)pi(xi,yi)(i=1,2,…,n)為標(biāo)識目標(biāo)邊緣上的點,根據(jù)標(biāo)識目標(biāo)區(qū)域邊緣擬合目標(biāo)函數(shù):
根據(jù)最小二乘法原理,目標(biāo)函數(shù)最小值對應(yīng)的解為橢圓方程的系數(shù),再由極值原理,欲使f(a0,b0,c0,d0,e0)值最小,則有:
由此得到一個線性方程組,可求解出橢圓方程的系數(shù),利用橢圓方程的系數(shù)得到標(biāo)識目標(biāo)區(qū)域特征點坐標(biāo);
進一步的,兩個特定標(biāo)識目標(biāo)點之間的距離為:
其中,dg為兩個特定標(biāo)識目標(biāo)點之間的距離,ab和ad為標(biāo)識牌的已知距離,如圖6所示,標(biāo)識牌圖像的標(biāo)識目標(biāo)區(qū)域中心點分別為a、b、c、d和g,e為ad與bc延長線的交點,f為ab與dc延長線的交點,連接eg,分別交ab、dc于n、m,fc、dm、fm、dc、em、gn、mn和ge為兩點間的距離。
實施例1
一種基于圖像處理的鐵路路基沉降監(jiān)測方法,包括如下步驟:
(1)采集鐵路路基上的標(biāo)識牌圖像,提取標(biāo)識牌圖像的標(biāo)識目標(biāo)區(qū)域;
(2)從標(biāo)識目標(biāo)區(qū)域中提取區(qū)域中心點坐標(biāo),分別從標(biāo)識牌圖像中上標(biāo)識牌和下標(biāo)識牌選定1個特征點作為特定標(biāo)識目標(biāo)點;
(3)利用標(biāo)識目標(biāo)區(qū)域中心點坐標(biāo)計算得到兩個特定標(biāo)識目標(biāo)點在實際三維空間中的距離,根據(jù)兩個特定標(biāo)識目標(biāo)點之間的距離的變化監(jiān)測鐵路路基沉降的程度,距離與沉降程度成正相關(guān)。
進一步的,步驟(1)包括:
(1-1)采集鐵路路基上的標(biāo)識牌圖像,將標(biāo)識牌圖像灰度化并進行濾波處理得到標(biāo)識牌處理圖像;
(1-2)設(shè)定閾值對標(biāo)識牌處理圖像進行二值化處理,提取標(biāo)識目標(biāo)區(qū)域。
進一步的,步驟(2)包括:
(2-1)從標(biāo)識目標(biāo)區(qū)域中提取目標(biāo)像素級邊緣,根據(jù)像素級邊緣提取標(biāo)識目標(biāo)亞像素級邊緣;
(2-2)根據(jù)標(biāo)識目標(biāo)區(qū)域的亞像素級邊緣,計算得到代表標(biāo)識目標(biāo)區(qū)域的中心點坐標(biāo),分別從標(biāo)識牌圖像中上標(biāo)識牌和下標(biāo)識牌選定1個特征點作為特定標(biāo)識目標(biāo)點。
一般以中心點為其特征點,但不限于中心點。
進一步的,步驟(2-1)的具體實現(xiàn)方式為:從標(biāo)識目標(biāo)區(qū)域中提取標(biāo)識目標(biāo)像素級邊緣,尋找像素級邊緣附近灰度梯度最大方向上的極值點作為亞像素級邊緣,得到的亞像素級邊緣為標(biāo)識目標(biāo)邊緣。
進一步的,兩個中心標(biāo)識目標(biāo)點之間的距離為:
其中,dg為兩個特定標(biāo)識目標(biāo)點之間的距離,ab和ad為標(biāo)識牌的已知距離,標(biāo)識牌圖像的標(biāo)識目標(biāo)區(qū)域特征點分別為a、b、c、d和g,e為ad與bc延長線的交點,f為ab與dc延長線的交點,連接eg,分別交ab、dc于n、m,fc、dm、fm、dc、em、gn、mn和ge為兩點間的距離。
本領(lǐng)域的技術(shù)人員容易理解,以上所述僅為本發(fā)明的較佳實施例而已,并不用以限制本發(fā)明,如標(biāo)識牌的標(biāo)識目標(biāo)區(qū)域不限制于圓形,標(biāo)識牌的標(biāo)識目標(biāo)區(qū)域中心提取不限于橢圓擬合的方法等,凡在本發(fā)明的精神和原則之內(nèi)所作的任何修改、等同替換和改進等,均應(yīng)包含在本發(fā)明的保護范圍之內(nèi)。