基于無(wú)靶標(biāo)圖像的軌道交通隧道內(nèi)積水檢測(cè)技術(shù)

李明洪 劉宏

廈門(mén)軌道建設(shè)發(fā)展集團(tuán)有限公司，福建 廈門(mén) 361000

伴隨著我國(guó)經(jīng)濟(jì)社會(huì)不斷發(fā)展、城鎮(zhèn)化集群進(jìn)程不斷加快，地鐵交通以其便捷性、準(zhǔn)時(shí)性、運(yùn)輸量大、安全可靠、低耗環(huán)保等特點(diǎn)，在我國(guó)公共交通運(yùn)輸中占據(jù)著越來(lái)越重要的地位。伴隨著軌道交通運(yùn)輸線(xiàn)路的快速擴(kuò)張，各類(lèi)安全事故時(shí)有發(fā)生。近年因強(qiáng)降雨、地質(zhì)因素等引發(fā)的滲漏水導(dǎo)致的隧道積水事故頻發(fā)。特別是2021年7月河南鄭州的一場(chǎng)特大暴雨，再次突顯了城市軌道交通發(fā)生嚴(yán)重積水的危害性和城市防汛設(shè)施建設(shè)的重要性，也對(duì)軌道交通積水監(jiān)測(cè)系統(tǒng)的實(shí)時(shí)性和主動(dòng)性提出了更高要求。

基于無(wú)靶標(biāo)圖像的積水檢測(cè)技術(shù)已比較成熟，廣泛應(yīng)用于道路、機(jī)器人避障等場(chǎng)景，如常規(guī)道路積水檢測(cè)、機(jī)器人野外積水檢測(cè)、管道淤堵積水檢測(cè)［1-4］等。但在城市軌道交通中，由于積水無(wú)明顯識(shí)別特征，大多數(shù)基于無(wú)靶標(biāo)圖像的積水檢測(cè)系統(tǒng)識(shí)別準(zhǔn)確性較差，問(wèn)題在于觀(guān)測(cè)范圍較小，區(qū)域特征不明顯。在沒(méi)有擴(kuò)大監(jiān)測(cè)范圍及增強(qiáng)區(qū)域特征的情況下，通常的解決方案是增加靶標(biāo)來(lái)提高系統(tǒng)的可靠性，通過(guò)對(duì)靶標(biāo)的狀態(tài)識(shí)別來(lái)檢測(cè)某區(qū)段的積水，屬于單點(diǎn)式檢測(cè)［5］。因需設(shè)置靶標(biāo)，再加上識(shí)別范圍窄，所以這種方法僅適用于重點(diǎn)小區(qū)段的積水檢測(cè)，無(wú)法大規(guī)模應(yīng)用?？紤]地鐵隧道的實(shí)際環(huán)境，結(jié)合廈門(mén)地鐵安全自動(dòng)巡檢系統(tǒng)的部署，本文介紹一種可大規(guī)模應(yīng)用于軌道交通的基于無(wú)靶標(biāo)圖像的積水檢測(cè)技術(shù)。

1 無(wú)靶標(biāo)圖像積水檢測(cè)技術(shù)

1.1 視覺(jué)原理

光波是在原子運(yùn)動(dòng)過(guò)程中由電子產(chǎn)生的電磁輻射。而光譜（光學(xué)頻譜）是復(fù)色光經(jīng)過(guò)棱鏡、光柵等光學(xué)設(shè)備分光后，被色散開(kāi)的單色光按波長(zhǎng)（或頻率）大小依次排列的圖數(shù)據(jù)。光譜中肉眼可感知的波長(zhǎng)在780～400 nm的電磁輻射被稱(chēng)作可見(jiàn)光［6］，由紅、橙、黃、綠、藍(lán)、靛、紫依次分布的多色光構(gòu)成。

光譜分辨率在10-2λ（其中λ為波長(zhǎng)）數(shù)量級(jí)范圍內(nèi)的光譜圖像稱(chēng)之為高光譜圖像［7］。高光譜成像技術(shù)是基于大量較高波段光譜區(qū)域中窄波段成像數(shù)據(jù)的疊加技術(shù)。該技術(shù)是成像技術(shù)與光譜技術(shù)的結(jié)合，對(duì)目標(biāo)空間區(qū)域投影成像的同時(shí)，對(duì)每個(gè)三維區(qū)域像元經(jīng)過(guò)色散形成多達(dá)上百個(gè)窄波段光譜以進(jìn)行連續(xù)的光譜覆蓋。研究目標(biāo)的二維幾何數(shù)據(jù)及一維光譜數(shù)據(jù)，獲取高光譜分辨率下連續(xù)窄波段圖像數(shù)據(jù)，由此構(gòu)成的數(shù)據(jù)也可用三維數(shù)據(jù)塊形象地說(shuō)明［8］。對(duì)于探測(cè)目標(biāo)，不同譜段的影像信息所反映的數(shù)據(jù)具有一定的差異特征，經(jīng)過(guò)對(duì)光譜圖像的處理，能準(zhǔn)確地獲取探測(cè)目標(biāo)的各種識(shí)別信息，從而實(shí)現(xiàn)有效的物體識(shí)別。

本文所述的無(wú)靶標(biāo)圖像積水檢測(cè)系統(tǒng)是基于高波段補(bǔ)光模塊對(duì)當(dāng)前視野區(qū)段的覆蓋，利用高光譜圖像捕捉系統(tǒng)采集該區(qū)域的光譜圖像信息，AI（Artificial Intelligence）算法模塊再對(duì)圖像特征區(qū)域進(jìn)行提取、模型庫(kù)智能匹配和圖像識(shí)別，最終實(shí)現(xiàn)對(duì)積水變化區(qū)域的有效監(jiān)測(cè)。

1.2 積水特性

1.2.1 水的光譜特征

水的光譜特征體現(xiàn)在對(duì)光譜的吸收、透射和反射特性上，主要是由水自身物理特性決定的，同時(shí)也受水的各類(lèi)狀態(tài)的影響。對(duì)于0.4～2.5μm波段的電磁波吸收特性，相對(duì)純凈的自然水體明顯強(qiáng)于在該區(qū)域下的其他物質(zhì)。在光譜的可見(jiàn)光波段內(nèi)，水體中蘊(yùn)含的多種能量物質(zhì)相互作用情況較為復(fù)雜，通常情況下，水的光譜反射特性主要受三個(gè)方面影響：水體表面物質(zhì)、水體底部區(qū)域物質(zhì)和水體懸浮物質(zhì)。在對(duì)常規(guī)水體的研究中，光譜的吸收與透射特性不僅與水體自身的特性有關(guān)，而且顯著地受到水中各類(lèi)有機(jī)物及無(wú)機(jī)物的影響［9］。

在光譜的近紅外、中紅外波段里，水幾乎吸收了所有的能量。在近紅外波段圖像中，相對(duì)較純凈的自然水體更趨近于一片“黑體”區(qū)域。因此，在這個(gè)波段下的較純凈自然水體的反射率非常低，甚至可以忽略。

設(shè)備壽命縮短是因?yàn)橥ㄟ^(guò)“啟/停循環(huán)”加載/卸載設(shè)備使制冷系統(tǒng)輸出容量匹配數(shù)據(jù)中心的制冷需求。在“啟/停循環(huán)”模式下每啟動(dòng)一次電機(jī)，電機(jī)繞組將經(jīng)歷一次較大的啟動(dòng)電流，并讓電機(jī)承受較大的應(yīng)力，從而縮短電機(jī)壽命。由于電機(jī)從怠速、加速至全速需要加大轉(zhuǎn)矩，因此電機(jī)的啟動(dòng)電流可能高達(dá)電機(jī)滿(mǎn)載電流的10倍。相反，變頻器可以具有“軟啟動(dòng)功能”，可以讓電機(jī)緩緩加速至需要的工作速度。它可減小施加到電機(jī)上的機(jī)械和電氣應(yīng)力，降低維護(hù)和維修成本，同時(shí)延長(zhǎng)電機(jī)使用壽命。

相比于純凈的自然水體，渾濁泥沙（泥沙含量＞800 mg∕L）在550～750 nm波段內(nèi)反射率較高（＞10%），且反射率隨著泥沙含量的增加而提高。當(dāng)泥沙達(dá)到一定濃度時(shí)，反射率趨于穩(wěn)定［10］。

1.2.2 隧道積水特征

軌道交通中的積水常發(fā)生在隧道區(qū)間，該區(qū)段的積水主要由強(qiáng)降雨、施工滲漏水、消防管道泄露等導(dǎo)致，鄭州地鐵黃河路站積水見(jiàn)圖1。積水常含有泥沙，使得水呈現(xiàn)渾濁狀態(tài)，除水表面鏡面反射外，水體懸浮物及底部區(qū)域物質(zhì)也具有一定的反射和吸收作用。利用高波段補(bǔ)光系統(tǒng)覆蓋檢測(cè)區(qū)域，可以發(fā)現(xiàn)：無(wú)積水區(qū)域的圖像相對(duì)明亮，有積水區(qū)域的圖像會(huì)根據(jù)不同水質(zhì)呈現(xiàn)出不同程度的暗斑。隧道中的積水常是較為渾濁的水質(zhì)，其暗斑程度較淺，圖像檢測(cè)系統(tǒng)可以根據(jù)暗斑特征甄別是否存在積水現(xiàn)象。

圖1 鄭州地鐵黃河路站積水

1.3 系統(tǒng)架構(gòu)

無(wú)靶標(biāo)圖像積水檢測(cè)系統(tǒng)主要包含三個(gè)部分：前端光譜圖像采集系統(tǒng)、前端高頻率補(bǔ)光系統(tǒng)、后臺(tái)算法處理系統(tǒng)。

1）前端光譜圖像采集系統(tǒng)

該系統(tǒng)主要是指高光譜圖像信息采集器（圖2），核心感光元件采用1∕8英寸Progressive Scan CMOS，最低照度0 Lux with IR，像素3 840×2 160，配置特定可調(diào)偏光元件，可分類(lèi)采集可見(jiàn)光及特定高光譜波段的圖像信息。

圖2 前端光譜圖像采集器

2）前端高頻補(bǔ)光系統(tǒng)

軌道交通隧道內(nèi)常為間距性白光補(bǔ)光，可對(duì)水面鏡面波動(dòng)的補(bǔ)光起一定的輔助作用。但由于隧道區(qū)間較長(zhǎng)，既有補(bǔ)光系統(tǒng)無(wú)法滿(mǎn)足全區(qū)段的積水檢測(cè)需求，通過(guò)追加高頻補(bǔ)光系統(tǒng)可有效實(shí)現(xiàn)監(jiān)測(cè)區(qū)段全域覆蓋。輔助高光譜圖像采集器，通過(guò)被監(jiān)測(cè)物質(zhì)的反射特征（高光譜特征及鏡面燈光反射特征）來(lái)實(shí)現(xiàn)積水的有效監(jiān)測(cè)。高光譜圖像采集器與補(bǔ)光系統(tǒng)均集成于圖2所示結(jié)構(gòu)中。

3）后臺(tái)算法處理系統(tǒng)

后臺(tái)算法處理系統(tǒng)以X86架構(gòu)服務(wù)器為硬件核心載體，運(yùn)行光譜圖像處理算法。通過(guò)前端光譜圖像采集設(shè)備傳輸給服務(wù)器的數(shù)據(jù)信息進(jìn)行積水的光譜特征分析。把特定光譜下的反射數(shù)據(jù)與基礎(chǔ)模型數(shù)據(jù)進(jìn)行比對(duì)，反映出該區(qū)域的明暗變化波動(dòng)，設(shè)定特定的積水特性閾值，反饋特性分析結(jié)果，識(shí)別出區(qū)域積水塊。算法處理系統(tǒng)流程見(jiàn)圖3。

圖3 算法處理系統(tǒng)流程

圖像預(yù)處理包含椒鹽噪聲、高斯噪聲的濾除，圖像對(duì)比度的增強(qiáng)和形態(tài)學(xué)處理。由于在特定激光及圖像采集系統(tǒng)中的圖像積水特性具有與背景樣本模型較大的差異化特征，可較為容易提取出無(wú)規(guī)則的積水特征。

圖像分析與理解是建立在背景樣本模型及特征提取基礎(chǔ)上的，利用積水特征及隧道背景樣本的先驗(yàn)條件，改善VIBE（Visual Background Extractor）算法對(duì)積水特征的識(shí)別性。VIBE算法是一種基于鄰域像素統(tǒng)計(jì)的圖像數(shù)據(jù)流序列前景的檢測(cè)算法。由于其僅使用中心像素的8鄰域隨機(jī)值建立樣本值，所以大大簡(jiǎn)化了背景提取流程，可適用于實(shí)時(shí)檢測(cè)、運(yùn)動(dòng)檢測(cè)的場(chǎng)景。該算法的基本思想可概括為：背景樣本的初始化；像素分類(lèi)；背景樣本模型實(shí)時(shí)更新。這樣可有效減少其他光線(xiàn)特征可能產(chǎn)生的干擾而導(dǎo)致錯(cuò)誤的判斷。

算法處理系統(tǒng)的核心在于背景模型機(jī)制建立、像素分類(lèi)以及背景模型刷新機(jī)制。背景模型機(jī)制的建立是為圖像中每個(gè)像素點(diǎn)建立各自的樣本集，即

式中：x為當(dāng)前幀圖像的一個(gè)像素點(diǎn)；S（x）為像素點(diǎn)x的樣本集合；PN為x的樣本值。

像素分類(lèi)在圖像層面上是對(duì)圖像背景區(qū)塊的劃分，而劃分成不同背景區(qū)塊的依據(jù)則是基于2維度的歐式空間，即

式中：SR［pt（x）］為像素值p t(x)的歐式空間集；R為像素點(diǎn)間的歐式距離；Umin為設(shè)定的最小歐式距離值。

基于R，把當(dāng)前像素點(diǎn)x的像素值p t(x)與背景樣本集中的樣本值進(jìn)行比較，結(jié)果納入近似樣本像素點(diǎn)區(qū)域塊，以此與Umin判斷得出背景像素區(qū)域。

背景模型的更新機(jī)制解決了因時(shí)間推移視頻圖像的背景發(fā)生改變的問(wèn)題。光照的變化、樹(shù)葉飄落、相機(jī)晃動(dòng)等都會(huì)引起背景發(fā)生一定程度的改變。式（3）表明在（t，t+dt）時(shí)刻內(nèi)，背景樣本集中的某樣本值沒(méi)有因時(shí)間因素而更新，與時(shí)間t不相關(guān)。這是一種無(wú)記憶策略，更有利于背景保真。

式中：P（t，t+dt）為時(shí)間變化下的樣本值函數(shù)，n為圖像序列值，t為時(shí)間。

2 系統(tǒng)測(cè)試

無(wú)靶標(biāo)圖像積水檢測(cè)系統(tǒng)已在廈門(mén)軌道交通1號(hào)線(xiàn)試車(chē)線(xiàn)開(kāi)展技術(shù)驗(yàn)證工作。通過(guò)在隧道處搭建一段長(zhǎng)約6 m、寬約2 m的水床模擬實(shí)際積水環(huán)境。當(dāng)水面有波動(dòng)而產(chǎn)生光影時(shí)視覺(jué)覆蓋區(qū)域受補(bǔ)光系統(tǒng)投射的影響，實(shí)時(shí)采集的光譜圖像產(chǎn)生明暗變化的區(qū)域?，F(xiàn)場(chǎng)識(shí)別效果見(jiàn)圖4。

圖4 現(xiàn)場(chǎng)識(shí)別效果

系統(tǒng)測(cè)試相機(jī)按照15 fps幀率進(jìn)行數(shù)據(jù)采集。該套系統(tǒng)全線(xiàn)部署，每個(gè)單目視野覆蓋25 m，測(cè)試距離按照10、20、30 m等距進(jìn)行。受進(jìn)入軌行區(qū)測(cè)試時(shí)間限制，三次（6月6日、6月9日和6月11日）進(jìn)入軌行區(qū)現(xiàn)場(chǎng)，每個(gè)距離下分別按照20、30、20 min進(jìn)行測(cè)試，所對(duì)應(yīng)的理論測(cè)試幀數(shù)總數(shù)應(yīng)為18 000、27 000、18 000幀。為方便統(tǒng)計(jì)，按每分鐘等間隔提取15幀圖像統(tǒng)計(jì)參數(shù)。不滿(mǎn)1 min的圖像幀數(shù)按1 min內(nèi)等間隔時(shí)長(zhǎng)提取并納入統(tǒng)計(jì)數(shù)據(jù)，積水識(shí)別測(cè)試結(jié)果見(jiàn)表1、圖5。

表1 積水識(shí)別測(cè)試結(jié)果

圖5 系統(tǒng)實(shí)測(cè)部分識(shí)別幀

由表1、圖5可知，無(wú)靶標(biāo)圖像積水檢測(cè)系統(tǒng)有效識(shí)別了積水區(qū)域的變化情況，但該系統(tǒng)無(wú)法判斷積水的深淺，只可判斷積水的有無(wú)。因此，在隧道區(qū)間部署該系統(tǒng)的同時(shí)，可以根據(jù)區(qū)間坡度，在低洼處設(shè)置水位標(biāo)識(shí)以輔助觀(guān)測(cè)積水的深淺。此外，該系統(tǒng)通過(guò)對(duì)運(yùn)動(dòng)下的人在高光譜區(qū)域內(nèi)的特征識(shí)別，可在視野及補(bǔ)光系統(tǒng)覆蓋的區(qū)域?qū)θ宋镞M(jìn)行入侵監(jiān)測(cè)。

3 結(jié)語(yǔ)

本文針對(duì)在軌道交通行業(yè)中因施工作業(yè)導(dǎo)致的滲漏水、強(qiáng)降雨等產(chǎn)生的軌行區(qū)積水，介紹了一種應(yīng)用于軌行區(qū)積水的自主檢測(cè)的光譜視覺(jué)系統(tǒng)，可全方位對(duì)軌行區(qū)積水特征進(jìn)行識(shí)別分析。以廈門(mén)軌道交通1號(hào)線(xiàn)試車(chē)線(xiàn)隧道區(qū)段為測(cè)試地點(diǎn)，對(duì)該系統(tǒng)進(jìn)行了驗(yàn)證。該系統(tǒng)在一定條件下對(duì)隧道軌行區(qū)積水具有良好的識(shí)別效果，不僅能有效監(jiān)測(cè)軌行區(qū)積水狀態(tài)，還可報(bào)警以便人工進(jìn)行遠(yuǎn)程二次復(fù)核，降低因發(fā)現(xiàn)不及時(shí)導(dǎo)致積水過(guò)深帶來(lái)的安全隱患。同時(shí)，實(shí)現(xiàn)了對(duì)目標(biāo)區(qū)段監(jiān)控盲區(qū)的覆蓋。該系統(tǒng)具有較大的功能延展性，可對(duì)違規(guī)進(jìn)入軌行區(qū)的人員進(jìn)行實(shí)時(shí)監(jiān)控，輔助保障列車(chē)行車(chē)安全，具有較高的實(shí)用價(jià)值。