光学学报, 2019, 39 (2): 0212004, 网络出版: 2019-05-10
行车环境下钢轨轮廓激光条纹中心的提取方法 
下载： 1116次
Laser Stripe Center Extraction Method of Rail Profile in Train-Running Environment
图 & 表
图 2. 镜面反射对光条提取造成的影响。(a)轨头光带处发生镜面反射; (b)图2(a)的二值化结果; (c)打磨后的钢轨发生镜面反射; (d)图2(c)的二值化结果
Fig. 2. Effect of mirror reflection on stripe extraction. (a) Mirror reflection at headband; (b) binarization result of Fig. 2(a); (c) mirror reflection on polished rail; (d) binarization result of Fig. 2(c)
图 3. 激光条纹的灰度分布特征。(a)激光条纹图像; (b)激光条纹灰度分布; (c)图3(a)的局部放大; (d)图3(b)的局部放大
Fig. 3. Gray-level distribution characteristics of laser stripe. (a) Laser stripe image; (b) gray-level distribution of laser stripe; (c) local zoom of Fig. 3(a); (d) local zoom of Fig. 3(b)
图 4. 基于分区域多模板匹配的光条中心线提取过程
Fig. 4. Extraction process of light stripe center line based on sub-region multi-template matching
图 5. 不同深度网络结构的图像分割性能统计图[14]
Fig. 5. Image segmentation performance statistics for different depth network structures [14]
图 8. 像素梯度方向。(a)整幅图像求梯度方向;(b)仅在分割得到的光条上求梯度方向
Fig. 8. Gradient direction of pixels.(a) Gradient direction solved for whole image; (b) gradient direction solved only on segmented light stripe
图 9. 各分割子区间对应的方向模板
Fig. 9. Direction template corresponding to each sub-range of segmentation
图 10. 基于方向模板提取像素级光条中心
Fig. 10. Extraction of pixel-level light stripe center based on direction template
图 11. 基于灰度重心法提取亚像素级光条中心
Fig. 11. Extraction of sub-pixel level light stripe center based on gray-level centroid method
图 13. 光条分割结果对比。(a)原始轨廓图像; (b)固定阈值二值化; (c)动态阈值二值化; (d)深度学习分割结果
Fig. 13. Comparison of light stripe segmentation results. (a) Original rail profile image; (b) fixed threshold binarization; (c) dynamic threshold binarization; (d) deep learning segmentation results
图 14. 光条图像的卷积特征。(a)第一层卷积特征,大小为16×256×256; (b)第二层卷积特征,大小为64×128×128; (c)第三层卷积特征,大小为128×164×164
Fig. 14. Convolution features of light stripe image. (a) Convolution feature of first layer with size of 16×256×256; (b) convolution feature of second layer with size of 64×128×128; (c) convolution feature of third layer with size of 128×164×164
图 15. 不同光条中心提取方法的实验结果及其局部放大。(a)灰度重心法[17]; (b)方向模板法[18]; (c) Steger方法[19]; (d)所提方法
Fig. 15. Experimental results and corresponding local zoom for different laser stripe center extraction methods. (a) Gray-level centroid method[17]; (b) direction-template method [18]; (c) Steger method [19]; (d) proposed method
图 16. 不同光条中心提取方法的精度对比
Fig. 16. Precision comparison of different laser stripe center extraction methods
表 1不同大小图像的ENet分割时间对比
Table1. Segmentation time comparison of images with different sizes by ENet
|
王胜春, 韩强, 王昊, 赵鑫欣, 戴鹏. 行车环境下钢轨轮廓激光条纹中心的提取方法[J]. 光学学报, 2019, 39(2): 0212004. Shengchun Wang, Qiang Han, Hao Wang, Xinxin Zhao, Peng Dai. Laser Stripe Center Extraction Method of Rail Profile in Train-Running Environment[J]. Acta Optica Sinica, 2019, 39(2): 0212004.
PDF全文
