[发明专利]基于计算机视觉的无人机铁路轨道线路识别方法

说明书

本发明提供了基于计算机视觉的无人机铁路轨道线路识别方法，属于铁路轨道线路识别技术领域。该方法利用无人机机载摄像头获取铁路轨道视频图像，并进行预处理；利用脉冲耦合神经网络的方法识别视频图像中的轨道线路；利用三阶贝兹曲线拟合的方法得到轨道线路所在的直线段或曲线段；根据轨道线路所在的直线段或曲线段计算得到无人机飞行的局部目标点。本发明通过识别铁路轨道线路，获取了铁路轨道范围，实时计算飞行的局部目标点，实现了无人机自主沿线飞行，弥补了GPS导航定位精度不足的缺陷；基于计算机视觉，采用单个高清相机对轨道线路进行识别和保持，不需要额外的高精度传感器，成本较低。可以与航位推算、GPS或北斗等信息融合，进行综合应用。

技术领域

本发明涉及铁路轨道线路识别技术领域，具体涉及一种基于计算机视觉的无人机铁路轨道线路识别方法。

背景技术

保障铁路运营环境的安全至关重要，目前我国铁路巡线工作基本依靠人工作业，西部地区铁路特别是进藏铁路线路环境恶劣、地形复杂，在无人区和高原缺氧的情况下采用传统的人工作业极为困难，而基于无人机的轨道线路自主巡线是一个很有前景的解决方案。

实现无人机自主巡线首先需要实现其自主沿线飞行，目前无人机飞行多采用GPS导航定位，但GPS位置信息由于卫星自身、信号传播过程以及地面接收设备的影响会产生一定的误差，并且铁路线路的坐标信息稀疏，无法作为实时的局部目标位置。

发明内容

本发明的目的在于提供一种基于计算机视觉的无人机铁路轨道线路识别方法，以解决上述背景技术中存在的至少一个技术问题。

为了实现上述目的，本发明采取了如下技术方案：

本发明提供的一种基于计算机视觉的无人机铁路轨道线路识别方法，该方法包括如下流程步骤：

步骤S110：利用无人机机载摄像头获取铁路轨道视频图像，并进行预处理；

步骤S120：利用脉冲耦合神经网络的方法识别所述视频图像中的轨道线路；

步骤S130：利用三阶贝兹曲线拟合的方法得到所述轨道线路所在的直线段或曲线段；

步骤S140：根据所述轨道线路所在的直线段或曲线段计算得到无人机飞行的局部目标点。

优选的，所述步骤S110中所述预处理包括：利用白平衡消除环境光的影响；根据前一帧的识别结果提取感兴趣区域；将感兴趣区域转换为单通道亮度图像。

优选的，所述白平衡处理包括：利用灰度世界法消除环境光的影响，变换后使得图像中R、G、B三个分量的平均值趋于同一个灰度值；

所述提取感兴趣区域包括：若图像为第一帧或上一帧图像没有识别结果时，取图像的下半部分区域；若上一帧图像有识别结果时，以消失点纵坐标为上界，以图像底部为下界，由两条线形形状向外侧扩展，提取识识别结果附近的梯形区域；具体的，假设h为图像高度,w为图像宽度，消失点坐标为(u₀，v₀)，左侧和右侧识别结果中纵坐标大的端点坐标分别为(x₀，h)和(x₁，h)，则梯形区域四个顶点的坐标分别为(mnx(0，x₀-60)，h)，(5u₀/6，v₀)(7u₀/6，v₀)，(min(w，x₁+60)，h)；

所述将图像转换为单通道亮度图像包括：将图像由BGR模式转为HLS模式，取其中的L分量，代表图像的亮度信息；将亮度值以4个值为一级分级量化，得到最终的单通道亮度图像。

优选的，所述步骤S120中，所述脉冲耦合神经网络方法为：利用简化的脉冲耦合神经网络迭代处理单通道亮度图像，得到像素被激发的二值图像，然后利用图像熵判断迭代处理的停止时刻。