[发明专利]一种超长列车模板图像制作方法

说明书

本发明公开了一种超长列车模板图像制作方法，具体为：采集待制作列车图像，以及导入已有的标准模板图像作为参考图像；调整图像，设置边界预览；利用SURF特征提取算法从图像中提取出特征，采用基于K‑近邻的暴力匹配算法将两张图像中的特征配对，得到待制作列车图像特征到参考图像特征的映射关系，按照其坐标信息调整图像内容；将制作好的图像结果与特征信息保存。本发明效率高、精度高、适用性强，不管参考图像差异多大，都能完成模板制作。为业内填补了列车模板图像制作这一空缺。

技术领域

本发明属于列车图像处理技术领域，尤其涉及一种超长列车模板图像制作方法。

背景技术

在使用计算机视觉对列车部件进行自动化的异常检查时，列车会以低速通过图像采集点获取图像。由于列车的非刚体运动等原因，采集到的图像在横向上存在畸变，需要先使用图像配准算法消除畸变。图像配准算法普遍采用模板匹配的思路，因此图像配准的结果依赖于模板图像的质量。对于每一辆新的列车，在使用图像配准算法之前，均需要先做一套完整的、清晰的、没有畸变的模板图像。

由于每一辆列车的第一张图像也存在畸变，因此在模板图像的制作过程中势必需要参考其他列车的图像。相似方案可以由其他车次标准图像作为参考图像，使用图像配准算法来直接制作该车次模板图像。图像配准算法有两个思路使用较普遍。一是按照模板匹配的思路，利用局部参考图像，在待配准图像中寻找对应关系，此方法优点在于速度较快，精度较高。二是按照特征映射的思路，先对参考图像和待配准图像特征提取，然后利用特征匹配算法对提取到的特征两两配对，形成映射关系，此方法优点在于适应性和鲁棒性较高。

如果直接使用图像配准算法获取当前列车的模板，由于其他列车与当前列车是不同的车次，甚至是不同车型，导致图像内容差异太大。在实际应用中，影响到图像内容差异的因素有很多，具体分析并分类罗列如下。

1、相机参数不同：两次图像采集可能在不同采集点，因此采集点环境不同，用于图像采集的线阵相机的参数也可能不同，如增益、曝光等。

2、光照条件不同：两次图像采集的时间不同，周围环境光源可能会影响图像中的亮度和反光区域。

3、车身污渍不同：列车清洗是周期性的，采集时间离清洗时间越久，车身上的灰尘会越厚，此外经过下雨路段的列车身上还会有污水。此类污渍会严重遮挡图像内容。

4、列车结构不同：通常两列不同列车的外观结构、部件位置、部件型号都有巨大差异。即使两列车是相同的车型，也有很多固有的差异存在。

在这样的情况下使用图像配准算法，会有大量局部不吻合的现象发生，容易造成配准的映射关系混乱而出现内容错位。即使能得到稀疏的匹配关系，也无法保证图像的准确性。

发明内容

针对上述问题，为了解决模板图像制作的问题，本发明提供一种超长列车模板图像制作方法。

本发明的一种超长列车模板图像制作方法，包括以下步骤：

步骤1：图像的采集与导入。

S11：列车图像由线阵相机横向扫描列车后将每一帧图像拼接得到，再将图像调整至长度180000像素、高度2048像素。

S12：图像采用分页显示，按照4000像素长度将整张列车图像切分成45张子图，将子图按从左到右的顺序依次编号分页页码，每次仅显示一张分页的子图。

S13：判断是否有标准模板图像中的列车车型，有则标准模板图像中的列车图像作为参考图像占用红色通道R和蓝色通道B并在图像中显示紫色，待制作列车图像占用绿色通道G并在图像中显示绿色，前端界面中显示通道叠加后的RGB彩色图像；否则，前端界面中仅显示待制作列车图像的灰度图。

步骤2：视图调整。