[发明专利]一种基于图像的铁路限界区域识别方法有效

专利信息
申请号: 202010431402.2 申请日: 2020-05-20
公开(公告)号: CN111598024B 公开(公告)日: 2023-04-07
发明(设计)人: 刘孜学;王富斌;余超;严瑾;吴晓;王学林;苏恺;谢联莲;虞凯;杨捷;杨岗;易立富;高柏松;徐银光 申请(专利权)人: 中铁二院工程集团有限责任公司
主分类号: G06V20/52 分类号: G06V20/52;G06V20/40;G06V10/20;G06V10/40
代理公司: 四川力久律师事务所 51221 代理人: 韩洋
地址: 610031 *** 国省代码: 四川;51
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 图像 铁路 限界 区域 识别 方法
【权利要求书】:

1.一种基于图像的铁路限界区域识别方法,其特征在于,步骤包括:

A,获取包含铁路的图像;并从所述包含铁路场景的图像中提取出铁轨坐标;

B,计算铁轨限界区域边缘线与铁轨之间的实际限界距离,所述实际限界距离包括当铁路线路为直线情况时的实际限界距离和当铁路线路为曲线情况时的实际限界距离;

C,根据所述铁轨坐标和所述实际限界距离确定图像中限界区域;

步骤C中的步骤包括:

将所述实际限界距离转换为限界像素距离;

根据所述限界像素距离和所述铁轨坐标,确定限界边缘线的像素坐标;

根据预设的边界条件,确定限界区域;

所述限界边缘线的像素坐标分为铁路右侧限界线的像素坐标和铁路左侧限界线的像素坐标,所述铁路右侧限界线的像素坐标为(D+xright,yright);所述铁路左侧限界线的像素坐标为(xleft-D,yleft),其中,(xright,yright)是所述铁轨坐标中的右侧内边缘线的像素坐标矩阵,(xleft,yleft)是所述铁轨坐标中的左侧内边缘线的像素坐标矩阵,D为所述限界像素距离;

所述限界像素距离D的计算公式为:

D=AA'·M/L

其中:L是轨距,M表示在铁轨同侧其限界区域边缘线与铁轨之间的实际距离,A(xleft,yleft)、A'(xright,yright)两点分别表示图像中铁轨左右两条内边缘线上的点,AA'=xright-xleft,AA'表示在图像坐标系中,当yleft=yright时,轨距的像素距离。

2.如权利要求1所述的一种基于图像的铁路限界区域识别方法,其特征在于,所述实际限界距离的计算公式为M=(X-L)/2,其中,X是建筑物基本限界长度,L是轨距。

3.如权利要求2所述的一种基于图像的铁路限界区域识别方法,其特征在于,当铁路线路为曲线情况时,所述建筑物基本限界长度计算公式为X=X0+2W,其中,X是建筑物基本限界长度,X0是标准轨距铁路的建筑物基本限界长度基准值,W是线路极限弯曲情况下单侧加宽量,W取W1和W2中较大的值,W1是轨道曲线内侧加宽量,W2是轨道曲线外侧加宽量。

4.如权利要求3所述的一种基于图像的铁路限界区域识别方法,其特征在于,所述轨道曲线内侧加宽量的计算公式为:W1=40500/Ri+H1×H2/1500;所述轨道曲线外侧加宽量的计算公式为:W2=44000/Ri,其中,Ri是轨道曲率半径,H1是超高值,H2是计算点高度值。

5.如权利要求3所述的一种基于图像的铁路限界区域识别方法,其特征在于,当铁路线路为曲线情况时,所述建筑物基本限界长度的取值范围是[4880,5986],单位为mm。

6.如权利要求1所述的一种基于图像的铁路限界区域识别方法,其特征在于,步骤C中的步骤还包括:当所述限界边缘线的像素坐标中的横坐标超出图像的像素点横坐标范围时,根据预设的边界条件,确定限界区域,

所述预设的边界条件设置的横坐标最大阈值为Pmax,横坐标最小阈值为Pmin;其中,Pmax设置为图像像素横坐标的最大值;Pmin设置为图像像素横坐标的最小值;

当铁路右侧限界线上像素坐标的横坐标大于等于Pmax时,则设定所述限界边缘线的像素坐标中的横坐标为Pmax;当铁路左侧限界线上像素坐标的横坐标小于等于Pmin时,则设定所述限界边缘线的像素坐标中的横坐标为Pmin

7.一种基于图像的铁路限界区域识别装置,其特征在于,包括至少一个处理器,以及与所述至少一个处理器通信连接的存储器;所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1至6中任一项所述的方法。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中铁二院工程集团有限责任公司,未经中铁二院工程集团有限责任公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010431402.2/1.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top