(19)国家知识产权局
(12)发明 专利申请
(10)申请公布号
(43)申请公布日
(21)申请 号 202211087809.3
(22)申请日 2022.09.07
(71)申请人 南京康尼机电股份有限公司
地址 210013 江苏省南京市 鼓楼区模范中
路39号
(72)发明人 朱文明 缪小冬 丁瑞权 季卫东
曹莹 谢小刚
(74)专利代理 机构 南京苏高专利商标事务所
(普通合伙) 32204
专利代理师 柏尚春
(51)Int.Cl.
G06V 20/40(2022.01)
G06V 10/44(2022.01)
G06T 7/80(2017.01)
G01N 21/84(2006.01)
(54)发明名称
一种面向轨道车辆车门运动的视觉检测方
法
(57)摘要
本发明公开了一种面向轨道车辆车门运动
的视觉检测方法, 首先, 搭建测量环境, 安装包括
视频采集设备和数据处理设备的测量装置; 其
次, 对运动物体的运动状态进行准确拍摄, 获取
视频数据: 然后, 对获取的视频数据进行边缘检
测, 提取视频数据的关键特征; 最后, 对 车门运动
的位移、 速度、 动 能进行计算, 并显示在界面上。
本发明利用处理现场采集的视频, 采用图像处理
技术与视觉测量算法对运动车门进行测量的方
法, 解决了现有传感器测量数据单一的问题; 同
时, 本发明克服了复杂环境对视觉特征检测难、
标定难、 精度误差大的问题。
权利要求书2页 说明书5页 附图1页
CN 115393772 A
2022.11.25
CN 115393772 A
1.一种面向轨道车辆车门运动的视 觉检测方法, 其特 征在于, 包括以下步骤:
(1)搭建测量环境, 安装 包括视频采集设备和数据处 理设备的测量装置;
(2)对运动物体的运动状态进行准确拍摄, 获取视频 数据;
(3)对获取的视频 数据进行边 缘检测, 提取视频 数据的关键特 征;
(4)对车门运动的位移、 速度、 动能进行计算, 并显示在界面上。
2.根据权利要求1所述的一种面向轨道车辆车门运动的视觉检测方法, 其特征在于, 步
骤(1)所述测量装置安装需满足以下 条件:
光照均匀无遮挡; 相机采样速度高; 被检测对象无振动; 相机安装位置正对被检测对象
中间位置; 所述相 机采样需对相机进行标定: 打印一张棋盘格, 作为标定物; 通过调整标定
物或摄像机的方向, 为标定物拍摄不同方向的照 片; 从照片中提取棋盘格角点; 通过标定标
准, 获取畸变参数, 进行 校准。
3.根据权利要求1所述的一种面向轨道车辆车门运动的视觉检测方法, 其特征在于, 步
骤(2)所述对运动物体的运动状态进行准确拍摄的具体要求 为:
视频采集装置需稳定的安置在物体运动 区域的正中间, 视野需要覆盖整个运动 区域;
运动区域内背景尽量简单; 拍摄的过程中 需保证光线稳定, 没有干扰和振动。
4.根据权利要求1所述的一种面向轨道车辆车门运动的视觉检测方法, 其特征在于, 所
述步骤(3)包括以下步骤:
(31)基于改进的欧氏距离计算法强化图像块中心像素:
其中, dc为图像中两个像素的新的欧式距离; v[Ni]是以i为中心的环绕i的图像块; c
[Ni]是以i为中心的环绕i的图像块;
(32)对图像数据进行均值化处理, 然后对噪声图像进行PCA降噪: 对于噪声图像Iv的协
方差矩阵为
因为I和V是不相关的, 所以
对于无噪声I的协方差矩阵可以表示为
是特征向量, ΛI是特征值对角矩阵; 对于高斯白噪声V的协方差ΩV来说, 是一个对角线上
的值σ2, 其他值为零的对称矩阵;
则
E
是单位对角矩阵; 根据PCA原理, 令
则PCA变换域表示为
变换域中
的协方差为
在PCA域中, 数据信息集中在前面的维度中; 在变换域中第
k行数据为
其中
再通过PCA反变换得到
其中
再将原来图像的均值和
相加得到PCA降噪图像;
(33)边缘提取: 使用高斯滤波正则化函数实现活动轮廓的正则化, 保持水平集函数的
光滑, 并且无 须重新初始化水平集 函数。
5.根据权利要求1所述的一种面向轨道车辆车门运动的视觉检测方法, 其特征在于, 所
述步骤(4)包括以下步骤:
(41)读取视频 数据且分解成连续图像帧列;权 利 要 求 书 1/2 页
2
CN 115393772 A
2(42)对连续图像进行 滤波去噪, 对边 缘特征点进行检测, 确定位置坐标;
(43)将门运动的位置坐标通过 标定转换为 位移、 速度、 动能。
6.根据权利要求4所述的一种面向轨道车辆车门运动的视觉检测方法, 其特征在于, 所
述步骤(31)包括以下步骤:
(311)定义变量并且初始化: 输入图像I, 距离图D, 新的欧氏距离Dc;
(312)读取输入图像没有处理的像素点Ic, 设置中心像素点Ic的搜索区域, 设定搜索区
域半径为t, 从而获得搜索矩形区域Rs;
(313)读取Rs中的其他像 素, 分别构造中心像 素Ic和Rs中其他像 素Io的图像块, 图像块的
半径为f; 计算Rs中每一个像素点和中心像素点新的欧氏距离 dc, 并且累加Rs中的中心像素
与其他像素所有的dc, 计算Dc=Dc+dc;
(314)计算当前中心像素Ic的平均欧氏距离Dc=Dc/Rs(num), Rs(num)表示搜索矩形区域
Rs的像素个数; 并将Dc作为距离图D相对应位置的像素值, Dc初始化为零值;
(315)输入图像I 其他没有处 理的像素点 转入步骤(312);
(316)对距离图D进行归一化 处理: D=(D‑Vmin)/(Vmax‑Vmin), Vmin和Vmax分别距离图D中的
最小值和最大值。
7.根据权利要求4所述的一种面向轨道车辆车门运动的视觉检测方法, 其特征在于, 所
述步骤(33)实现过程如下:
根据演化函数
结合局部信息的CV模型演化方程
更新水平集 函数
对水平集 函数进行高斯 函数平滑; 其中,
其中, f1和f2中G表示高斯核函数, f1和f2分别表示以高斯窗口为界限的水平集函数内外
均值, 是一个局部信息,
表示水平集 函数, Ω表示图像。权 利 要 求 书 2/2 页
3
CN 115393772 A
3
专利 一种面向轨道车辆车门运动的视觉检测方法
安全报告 >
其他 >
文档预览
中文文档
9 页
50 下载
1000 浏览
0 评论
309 收藏
3.0分
温馨提示:本文档共9页,可预览 3 页,如浏览全部内容或当前文档出现乱码,可开通会员下载原始文档
本文档由 人生无常 于 2024-03-18 04:40:11上传分享