[发明专利]一种轨交弓网点云智能监测方法

权利要求书

1.一种轨交弓网点云智能监测方法，其特征在于：包括如下步骤：步骤一：采用双目摄像机采集的左右图像分别进行计算机图像预处理，将弓网监测的目标物体从图像中分割出来；步骤二：采用云计算机自动截取目标所在的矩形区域，并对其进行立体匹配得到被测物体视差；步骤三：采用云计算机将视差与双目标定得到的重投影矩阵进行运算，得到物体某一角度下的三维点云；步骤四：云计算机通过对不同角度下经步骤一至步骤三得到的点云进行迭代最近点算法ICP配准，获得监测目标物体完整的三维点云立体图像。

2.根据权利要求1所述的一种轨交弓网点云智能监测方法，其特征是步骤一：采用双目相机采集的左右图像分别进行预处理，将弓网监测的目标物体从图像中分割出来；所述步骤一包括：1a：使用最大类间方差法（OTSU）对左右图像的灰度图进行阈值分割二值化处理，然后分别与原灰度图像进行叠加，得到目标图像；1b：预处理后的目标图像 R 变成了原灰度图像的目标区域，背景为纯白色的图像，目标物体被分割出来。

3.根据权利要求1所述的一种轨交弓网点云智能监测方法，其特征是步骤二：采用云计算机自动截取目标所在的矩形区域，并对其进行立体匹配得到被测物体视差；所述步骤二包括：2a:对经图像预处理后的左右图像R使用最小矩形自动包围目标物体的算法，用Rect-L（X l ，Y l ，W l ，H l ）表示左图像最小矩形框，用Rect-R（X r ，Y r ，W r ，H r ）表示右图像最小矩形框：其中X，Y表示矩形框左上角在图像中的横、纵坐标，W和H表示矩形框的宽度和高度： 2b:立体匹配时，待配准图像（右图像）的有效匹配区域从第numDisparites列开始，所以待匹配图像目标物体左侧需空出 numDisparites 列：用 Rect_ROI（X roi ，Yroi ，W roi ，H roi ）表示算法自动截取的区域，各变量的数值计算如下：2c:采用半全局块匹配（SGBM）算法对经过预处理的左右图像进行立体匹配得到视差；2d:视差是以左图像为基础获得，为消除边缘处部分误匹配，以左图像为基础修改视差矩阵，修改视差值：上式中：L (x,y) 表示左图像任意点 (x,y) 的灰度值；D (x,y) 表示视差矩阵任意点 (x,y)的视差值。

4.根据权利要求1所述的一种轨交弓网点云智能监测方法，其特征是步骤三：采用云计算机将视差与双目标定得到的重投影矩阵进行运算，得到物体某一角度下的三维点云；所述步骤三包括： 3a:采用立体匹配得到的视差与双目标定得到的重投影矩阵进行运算得到三维点云中各点的坐标；其中，重投影矩阵为：式中：c x 表示主点在左图像中的 x坐标；c y 表示主点在左图像中的 y坐标；f表示立体标定后计算得到的焦距；T x表示两相机的基线距离；3b:给定一个二维齐次点（x，y）和其关联的视差d，可以将该点投影到三维中，如下： 该点的三维坐标为（ X W, Y W, Z W ）。

5. 根据权利要求1所述的一种轨交弓网点云智能监测方法，其特征是步骤四：云计算机通过对不同角度下经步骤一至步骤三得到的点云进行迭代最近点算法ICP配准，获得监测目标物体完整的三维点云立体图像；所述步骤四包括：4a：读取模型点云X和目标点P，点集中点的个数分别为，；4b：在模型点云X中寻找与目标点云 P 中每一点最近的对应点，并组成新的点集 ，其中∈X ；4c：分别计算模型点云子集、目标点云P的重心，两点云的协方差矩阵；4d：由点集，P的协方差矩阵构造4×4的对称矩阵；4e：计算矩阵的特征向量，其中最大特征值所对应的特征向量即为用单位四元数表示的最优旋转向量，进而计算最优平移向量；4f：将流程 5）中的刚体变换矩阵，作用于目标点云得到变换后的新点云集和，计算新位置的目标点云与模型点云P的平均欧氏距离平方和；4g：若目标点云与模型点云 P 的差异的变化小于给定阈值τ，即τ，终止迭代，否则返回流程4b，直至满足 τ。