基于圖像處理的接觸網(wǎng)動態(tài)幾何參數(shù)測量研究

劉寅秋，韓通新，劉會平

（中國鐵道科學研究院 機車車輛研究所，北京100081）

接觸網(wǎng)幾何參數(shù)檢測技術從開始出現(xiàn)至今已有40多年的歷史。經(jīng)過大量的研究和試驗，開發(fā)出一系列根據(jù)不同要求而設計的接觸網(wǎng)幾何參數(shù)檢測設備。按照檢測設備是否接觸或者接近受電弓以及接觸網(wǎng)，可以將檢測手段分為接觸式與非接觸式。當前世界上許多國家已經(jīng)開展了非接觸檢測技術的理論研究與實踐，其中德國、法國、日本、奧地利等國家研究和實踐時間比較早，取得了較大進展。

現(xiàn)階段我國比較成熟的非接觸檢測手段基于德國DB圖像處理系統(tǒng)，該系統(tǒng)由4臺兩組線陣攝像機以及照明、傳輸、采集等設備組成。線陣攝像機雙目立體成像技術理論成熟，像機分辨率普遍較高，能夠同時獲得接觸線高度以及動態(tài)拉出值等參數(shù)，但是對安裝以及定標的要求相當高。當兩臺攝像機安裝對稱性不夠理想，或者兩臺攝像機不同步時，試驗結果誤差將非常大。

目前，接觸網(wǎng)動態(tài)檢測、聯(lián)調聯(lián)試、型式試驗等均有弓網(wǎng)狀態(tài)視頻圖像，研究方法就是依據(jù)弓網(wǎng)視頻圖像，對攝像機捕捉的畫面進行處理。提取受電弓滑板、接觸線的特征值，計算滑板的位移值，歸算出接觸線的動態(tài)高度，計算接觸線相對于受電弓滑板中心的偏移值，即為接觸線的動態(tài)拉出值。整套系統(tǒng)在車頂上只需安裝一臺攝像機，其余的設備均安裝在車內，安裝調試方便且遠離電磁干擾，結構簡潔且成本較低。

1 系統(tǒng)檢測原理

在本測量系統(tǒng)中，出于圖像直觀，標定方便，軟件及算法開發(fā)簡單等方面考慮，要求攝像機的位置位于所拍攝受電弓的正面，與受電弓的距離根據(jù)車頂安裝的實際情況以及拍攝需求而定，一般來說受電弓與攝像機的距離為2～5 m左右。圖1為從現(xiàn)有弓網(wǎng)狀態(tài)視頻中提取的畫面，也是之后進行圖像處理以及參數(shù)提取時的參考畫面。

圖1 攝像機獲取的一副圖像

在受電弓接觸網(wǎng)圖像中，受電弓滑板基本上是處于水平狀態(tài)的，在畫面沒有非常嚴重干擾的情況下，可以通過圖像處理的手段分離并獲取到受電弓滑板上沿所在位置，然后結合攝像頭的定標數(shù)據(jù)將像素坐標換算為相應的真實坐標，即可檢測出接觸線高度。

接觸線在攝像機所獲取的畫面中呈現(xiàn)近似于直線的形狀特點，可以根據(jù)此狀況，在進行初期的圖像處理之后，檢測圖像中出現(xiàn)的長直形狀連續(xù)體，并根據(jù)粗細、位置等約束條件，剔除干擾項，獲得最終的接觸線在二維圖像中的數(shù)學表述。加之前面獲得的接觸線高度的數(shù)據(jù)，計算出兩者的交叉點，即為接觸線拉出值所在。再結合攝像頭的定標數(shù)據(jù)，得到其實際值。

在現(xiàn)場的標定過程如圖2所示，在車頂?shù)墓ぷ魅藛T需要在受電弓滑板的兩端樹立長尺型的標志物，以便車內軟件操作人員確定標志所在位置的像素值。同時車頂人員還要測出兩端標志物之間實際的長度值，以獲得像素與實際長度之間的比例關系。對于高度來說，車頂?shù)墓ぷ魅藛T需要測量車頂?shù)浇佑|滑板的兩個不同的高度值，并由車內人員記錄相關的像素值。

圖2 攝像機標定示意圖

攝像機經(jīng)過定標之后，即可以將檢測結果的像素值表示轉換為真實值。

對于受電弓滑板高度，相應的轉換公式為：

式中Hm表示受電弓滑板的實際高度；Hp表示受電弓滑板在圖像中的像素值；Hdp1、Hdp2表示標定時兩個不同位置受電弓滑板的像素值；Hdm1、Hdm2表示標定時兩個不同位置受電弓滑板的實際高度（車頂為零高度位置）；Hmtop表示車頂?shù)杰壝娴膶嶋H高度。

對于拉出值，相應的轉換公式為：

式中Lm表示拉出值的實際長度；Lp表示拉出值在圖像中的像素長度；Ldm表示受電弓滑板的實際長度；Ldp表示標定時受電弓滑板在圖像中的像素長度。

本裝置的整體架構如圖3所示。

圖3 系統(tǒng)整體架構

在車頂設備中，由于隧道以及陰天等會不時出現(xiàn)光照不充足的情況，需要設置一個光源對圖像進行補光，現(xiàn)階段采用的是常開式的Led光源，如果實際需要的話可以研發(fā)主動控制光源。為了對所獲得的高度及拉出值進行更好的定位，以便檢測過程中出現(xiàn)問題時檢修人員方便確定故障點位置，在車上安裝了速度傳感器，負責監(jiān)測列車行進的速度以及里程等數(shù)據(jù)。

2 圖像處理算法

對圖像的處理步驟如圖4所示，首先要將攝像頭捕捉到的原始視頻流文件中的當前幀轉換成灰度圖像，接下來要對灰度圖像進行適當?shù)钠交翟胩幚恚瑴p少噪點、攝像頭污點等對目標獲取的干擾。接下來要對目標物進行提取和識別，要在保證精度的前提下盡量減少系統(tǒng)的運算復雜度，提高分析速度，最后對獲得的接觸線高度、拉出值等參數(shù)進行鑒別，修正有少許偏差的參數(shù)，剔除明顯偏差的幀，最后得到相應的接觸線高度以及拉出值曲線。

圖4 一幀圖像的處理流程

2.1 圖像預處理

由視頻采集卡獲得的幀數(shù)據(jù)是在RGB顏色空間中構成的。在后續(xù)的處理中，我們更關心的是接觸網(wǎng)以及受電弓與背景之間的灰度差異，以便于進行邊緣檢測等相關運算，為了減少運算量，可以將RGB顏色空間轉換成YUV顏色空間。YUV顏色空間中，Y為亮度信號，U、V為色度信號，由于亮色信號分離，所以我們只要獲取到Y信號，即可將彩色圖像轉換為256位的灰度圖像。其轉化公式為：

實際獲得的圖像在形成、傳輸、接收和處理的過程中，不可避免地存在著外部干擾和內部干擾，如光電轉換過程中敏感元件靈敏度的不均勻性、數(shù)字化過程的量化噪聲、傳輸過程中的誤差以及人為因素等。噪聲惡化了圖像質量，使圖像模糊，特征淹沒，給分析帶來困難。本文選擇了空間域中值濾波的辦法消除噪聲干擾。中值濾波就是采用一個有奇數(shù)點的窗口（如3×3、5×5等）在圖像上滑動，窗口中心點所對應像素的灰度值用窗口內所有像素的中值代替。普通的平滑濾波往往不只是把干擾去除，還經(jīng)常把圖像邊緣模糊，因而造成圖像失真，對于受電弓接觸網(wǎng)圖像這類需要保留邊緣棱角等圖像特征的情況，中值濾波是一種比較好的選擇。由于接觸線以及承力索的寬度所占像素數(shù)不多，為了獲得清晰的目標物所以窗口選擇不宜過大。本文選擇3×3的方形窗口進行中值濾波，其濾波窗口如圖5所示。

圖5 3×3的方形中值濾波窗口

圖6、圖7為中值濾波前后一幀圖像中的某一行的灰度分布圖，從圖中可以看出，經(jīng)過了中值濾波之后，接觸線的邊緣以及尖峰依然明顯，而一些小的脈沖干擾已經(jīng)被濾除。

圖6 濾波前的行像素分布

2.2 受電弓滑板的提取

因為接觸線是與受電弓滑板的上邊緣相接觸的，所以要得到接觸線高度值以及拉出值就需要得到受電弓滑板上邊緣與接觸線的交叉點。由于受電弓滑板在圖像中總是呈近似水平狀態(tài)，滑板的上邊緣是一個平緩且長的水平邊緣，特征十分清晰明顯，所以采用模板匹配的處理方法可以很好的獲得受電弓滑板上邊緣的準確位置。

圖7 濾波后的行像素分布

在機器識別事物的過程中，常需要把不同傳感器或同一傳感器在不同時間、不同成像條件下對同一景物獲取的兩幅或者多幅圖像在空間上對準，或根據(jù)已知模式到另一幅圖中去尋找相應的模式，這就叫做模板匹配。關于模板匹配的算法非常多，需要根據(jù)實際情況選擇。方案中攝像機安裝于列車頂端，以斜向上的角度拍攝取景，背景以天空為主，光線對測量影響很大，并且擁有種類多樣的背景噪聲。采用的是歸一化互相關算法（normalized cr oss correlation，NCC），NCC算法的主要優(yōu)點是對光照強度的線性變化不太敏感，抗干擾性能良好，計算結果有固定的范圍［－1，1］，能夠滿足方案對于算法的需求。

設攝像機捕捉到的圖像為f（x，y），f（x i，y i）表示在二維圖像范圍M x×M y中，點（x i，y i）處圖像的灰度值。同理定義一個范圍為N x×N y的模板用來表示受電弓的固有特征，模板函數(shù)為t（x，y），互相關系數(shù)γ表示在原始圖像f上的某一點（u，v）為左上角的模板大小范圍內圖像像素與給定的模板t之間的相關程度，相關程度越高說明這一圖像范圍與模板越相近?；ハ嚓P系數(shù)的計算公式為：

其中表示在f（x，y）上（u，v）點處右方N x×N Y區(qū)域內的像素均值；同理，ˉt表示模板t的像素均值。其表達式為：

當在圖像中的一定區(qū)域內進行模板檢測時，值最大的點就是受電弓滑板最可能存在的區(qū)域，所使用的受電弓滑板模板如圖8所示。

由于攝像機固定于車頂，受電弓與攝像機之間的水平面相對位置并不隨車輛擺動和振動所變化，所以可以認為受電弓在圖像中的橫向位置不會發(fā)生變化，同時可以在攝像機標定的時候獲取到受電弓在圖像中的垂直位置范圍，這樣就縮小了檢測區(qū)域，減少了預算量。

圖8 受電弓滑板模板

2.3 接觸線位置的獲取

在獲得了受電弓上邊緣位置之后，我們就可以確定出對接觸線進行采樣的圖像空間，一般來說選在受電弓上邊緣位置上方一定區(qū)域內。如圖9所示就是接觸線在一行中的像素分布情況，可以看出在背景無明顯干擾物，光照平均的情況下，接觸線和承力索在行像素分布中呈現(xiàn)出一個明顯的負沖擊，而且接觸線與承力索在沖擊處的像素灰度沒有明顯區(qū)別，所以判別區(qū)分一行像素內接觸線與承力索基本上依靠的是兩個沖擊的寬度，以及在實際運行中顯示出來的仰視狀態(tài)下接觸線與承力索在畫面中的位置關系。對于如圖9中的像素分布情況，可以簡單地利用邊緣檢測算法或者直接運用二值化處理，選定一個適當?shù)拈撝祷蛘卟捎米赃m應閾值算法，就可以獲得比較明顯的二值化圖像。

圖9 良好背景情況下接觸線行像素分布

但是在實際檢測過程中，不難想象，背景不會總像墻面一樣平滑且平均，由于攝像機為仰視放置，攝像機中的圖像背景畫面為天空，其中充斥著無數(shù)種隨機噪聲和干擾，而其中對閾值分割影響最為明顯的就是太陽光線的分布不均。背景有明顯太陽光照的接觸線行像素灰度分布如圖10所示，整個背景噪聲因為右下角太陽光源的影響而分布不均，并且呈現(xiàn)出一個明顯的坡度。接觸線和承力索兩個目標點在背景上雖然也產(chǎn)生了兩個明顯的沖擊，但是從絕對值來看沖擊的幅值仍然小于整幅圖最左邊很大一塊區(qū)域，并且，當太陽光并不位于屏幕兩側而是屏幕中央?yún)^(qū)域的時候，干擾情況可能更為惡劣。

圖10 太陽光干擾下接觸線行像素分布

在這種情況下，必須對接觸線的行像素圖進行進一步的處理、識別之后，才能將所需要的目標物從背景圖像中分離出來。

圖像的微分處理實際上就是利用算子模板對圖像進行運算，消除背景噪聲的影響，得到圖像中灰度級突變的邊緣。圖10所示背景噪聲的灰度是平緩漸變的，而背景與接觸線的交界處灰度級產(chǎn)生了突變，所以利用微分算子進行處理恰好可以消除背景。這里使用Sobel一階算子中的縱向邊緣處理算子的變體對每一行的像素進行微分處理。所用算子如圖11所示。

圖11 Sobel算子的單維變體

處理后得到的一階微分結果如圖12所示，在圖中可以看出，由于陽光影響而產(chǎn)生的背景噪聲由于變化平緩自然所以相鄰像素之間的變化很小，而在接觸線與背景的邊緣處由于像素灰度變化大，微分處理后得到了清晰的正向沖擊和負向沖擊，它表示的是接觸線灰度的下降邊緣和上升邊緣，中間的零點處表示的是目標線灰度的最底端，從圖像上來講近似為接觸線的中心點。

圖12 一階微分結果

圖13 二階微分結果

為了方便確定目標線的位置，可以對獲得的微分結果再一次進行微分，也就是對原始像素行進行二階微分，處理結果如圖13表示。從圖中可以看出，由一個明顯的正向沖擊和其兩側的負向沖擊構成。負向沖擊表示目標導線與背景的邊緣，正向沖擊表示目標導線的中心部分，正向沖擊的最大值近似于導線的中心點，并且，經(jīng)過了兩次微分處理之后目標線的特征變得十分明顯，使得通過編程快速確定目標線的位置變得可行。

通過二次微分之后已經(jīng)能夠確定目標線的基本位置，但是要想清楚分辨出接觸線和承力索之間的區(qū)別，主要依靠的是寬度這個屬性。這里采用的辦法是局部二值化，將已經(jīng)取得的接觸線中心坐標值與其周圍一定范圍內的像素值算作一個子像素組，在這個子像素組之中由于背景噪聲的變化緩慢，不會對閾值分割的結果產(chǎn)生如同整行進行分割那樣的巨大影響。這里設目標線中心坐標為A，接觸線寬度為A1，選取的子像素組長度約為－1.5A1＋A～1.5A1＋A，這樣便能夠既包含目標線的全部象素又包含一定量的背景像素，再使用適當?shù)拈撝颠M行二值化處理后便能夠得到寬度特征明顯的目標線二值化圖像。而在二階導數(shù)很小的地方，不論原圖像素值如何也不對其進行處理。其處理結果如圖14所示。

圖14 局部二值化處理結果

3 試驗結果

通過上述方法提取出接觸線與受電弓的交叉點以后，即可以得到接觸線高度以及動態(tài)拉出值這兩個幾何參數(shù)的像素值，然后結合對攝像頭進行定標的數(shù)據(jù)即可以得到兩個幾何參數(shù)的真實值。對一段視頻圖像的檢測結果如圖15所示。

從圖15（a）中可以看出，接觸線的拉出值圖像呈現(xiàn)出正負交替的之字形排列，當某一幀中出現(xiàn)了強干擾物體時，所獲得的數(shù)據(jù)可能有誤，這是獲得的拉出值的點會形成一個之字形排列之外的離散點，對于此點的處理辦法有兩種，一種是直接舍去該幀數(shù)值，第二種是使用前后幀數(shù)值對此幀進行修復。當檢測條件較好，目標物體清晰明確且干擾源較少的時候，可以采取修補此幀的辦法，但當干擾源明顯，某一區(qū)段之內錯誤幀很多的時候，則只能通過人工進行后期處理。從圖15（b）中可以發(fā)現(xiàn)，受電弓動態(tài)高度圖像中存在著許多的尖峰，這是由于接觸線硬點或者雙弓滑板的后弓跟隨性不好所導致。

圖15 （a）接觸導線拉出值的檢測結果

圖15 （b）受電弓滑板動態(tài)高度檢測結果

4 結論

隨著我國電氣化鐵路的不斷發(fā)展，以及鐵路運輸?shù)牟粩嗵崴?，對接觸網(wǎng)受流質量的要求也將越來越高，從而對接觸網(wǎng)動態(tài)幾何參數(shù)的檢測要求也越來越高。而由于接觸式檢測會影響改變列車的受流特性。所以，非接觸式檢測方案將成為以后弓網(wǎng)檢測技術的發(fā)展趨勢。本文提出了一種非接觸式的檢測方案，通過數(shù)字圖像處理技術來完成對高速鐵路接觸線參數(shù)的實時以及動態(tài)檢測，本檢測方案具有以下特點：

（1）通過一臺定標后的攝像頭獲取視頻數(shù)據(jù)，運用圖像處理技術實現(xiàn)了弓網(wǎng)參數(shù)的非接觸式檢測，安裝簡單，定標方便。

（2）本檢測方案是基于接觸網(wǎng)動態(tài)檢測、聯(lián)調聯(lián)試、型式試驗等均有弓網(wǎng)狀態(tài)視頻圖像，通過視頻采集卡以及軟件處理系統(tǒng)對圖像進行分析，不需要在車頂架設更多的檢測設備，一方面增加了測試的安全性，另一方面也有利于設備升級改造。

（3）將視頻系統(tǒng)與速度傳感器相集成，更有利于對超標點的定位以及分析。

（4）在測試數(shù)據(jù)的同時可以進行視頻的錄制，將測試數(shù)據(jù)與視頻圖像相結合可以在后期由人工對超標點進行進一步的判斷以及識別。

［1］于萬聚.接觸網(wǎng)設計及檢測原理［M］.北京：中國鐵道出版社，1991.

［2］楊淑瑩編.VC＋＋圖像處理程序設計［M］.北京：清華大學出版社、北京交通大學出版社，2005.

［3］牛大鵬.非接觸式接觸網(wǎng)幾何參數(shù)檢測系統(tǒng)研究［D］.成都：西南交通大學，2008.

［4］青 莉.接觸導線幾何參數(shù)測量研究［D］.成都：西南交通大學，2005.

［5］鄧昌延，高洪杰，周曙光.接觸網(wǎng)參數(shù)非接觸式測量系統(tǒng)的研制［J］.鐵道學報，1990，（2）：12－20.

［6］G.E.Fletcher.Auto matic Measurement of the Position of the Over head Contact Wire［J］.U.K：British Rail，2009：119－123.