隧道衬砌图像像素精度的自动计算方法及装置制造方法及图纸

本发明专利技术提供一种隧道衬砌图像像素精度的自动计算方法及装置，所述方法包括如下步骤：通过相机采集隧道的衬砌图像；基于所述隧道的实时检测数据动态计算所述相机视野范围内任意像素点距离所述相机中心的距离；根据所述距离计算所述相机视野范围内任意像素精度。本发明专利技术能够实现基于所述隧道的实时检测数据动态实时计算相机工作距离，进而计算衬砌图像中每一个像素点的像素精度，计算得出的像素精度准确，能够真实反映衬砌病害的物理属性。能够真实反映衬砌病害的物理属性。能够真实反映衬砌病害的物理属性。

【技术实现步骤摘要】
隧道衬砌图像像素精度的自动计算方法及装置


[0001]本专利技术涉及隧道衬砌图像处理
，尤其涉及一种隧道衬砌图像像素精度的自动计算方法及装置。

技术介绍

[0002]目前，铁路投入运营的隧道数目已经超过一万座，总长超过两万千米，隧道整体运营状态良好，部分隧道衬砌病害普遍存在且持续发展，近年来引起的行车安全隐患屡有发生，高铁隧道尤为突出。其中，典型的衬砌结构表观病害包括：衬砌开裂、剥落、掉块、渗漏水等，随着列车及环境荷载等因素的影响，此类病害可能引起衬砌结构不可逆的变化，同时受铁路检修天窗影响，检测效率较差。通常，针对此类病害的检测是采用移动平台搭载高清相机对衬砌图像快速采集，然后基于图像识别技术实现病害的准确定位和属性特征提取，因此基于图像的隧道衬砌表观病害智能检测系统成为隧道表观状态周期性检测，以指导精准维修的有效手段。
[0003]隧道衬砌表观病害智能检测系统搭载于移动车载平台，基于机器视觉及激光扫描技术实现隧道衬砌表观高清图像及断面尺寸信息的快速采集，最高检测速度80km/h，图像精度优于1mm，再基于人工智能技术实现对衬砌裂缝、剥落(掉块)、渗漏水等病害的智能识别和特征提取。高清图像可真实的反映衬砌表观状态，包括背景、纹理、形状及各种对象目标，在计算图像中各种表观病害的几何属性时，比如裂缝长度和宽度，剥落(掉块)的面积等属性，图像像素精度是必要条件之一。
[0004]传统的图像像素精度采用图像视野除以相机分辨率即可求得相机视野内的平均像素精度，但是在隧道衬砌表观病害智能检测系统中，图像视野动态可变且未知，并且，由于隧道衬砌断面有直墙、曲墙和拱部之分，又是多个相机通道分别成像，同时车体动态检测会导致相机的工作距离波动，因此基于以上多种因素，需要重点求得每一个像素的物理尺度，并保证每一个像素的精度，以此来支持计算更精确的病害属性。
[0005]鉴于此，实有必要提供一种新型的隧道衬砌图像像素精度的自动计算方法及装置以克服上述缺陷。

技术实现思路

[0006]本专利技术的目的是提供一种隧道衬砌图像像素精度的自动计算方法及装置，能够实现基于所述隧道的实时检测数据动态实时计算相机工作距离，进而计算衬砌图像中每一个像素点的像素精度，计算得出的像素精度准确，能够真实反映衬砌病害的物理属性。
[0007]为了实现上述目的，第一方面，本专利技术提供一种隧道衬砌图像像素精度的自动计算方法，包括如下步骤：步骤S100：通过相机采集隧道的衬砌图像；步骤S200：基于所述隧道的实时检测数据动态计算所述相机视野范围内任意像素点距离所述相机中心的距离；步骤S300：根据所述距离计算所述所述相机视野范围内任意像素精度。
[0008]在一个优选实施方式中，所述步骤S200包括：步骤S210：获取所述衬砌图像的像素
点的实际位置；步骤S220：获取所述相机的安装位置；步骤S230：获取所述隧道上车体垂向的补偿值；步骤S240：结合所述实际位置、安装位置及补偿值计算所述相机视野范围内任意像素点距离所述相机中心的距离。
[0009]在一个优选实施方式中，所述步骤S240中，所述相机视野范围内任意像素点距离所述相机中心的距离的计算公式为：
[0010][0011]其中，为衬砌图像任一像素点P
n
距相机中心的距离，即相机工作距离；为像素点P
n
的实际位置的坐标；为相机的安装位置的坐标；为隧道上车体垂向的补偿值。
[0012]在一个优选实施方式中，所述步骤S300包括：步骤S310：获取所述相机的固有参数；步骤S320：结合所述固有参数及所述相机视野范围内任意像素点距离所述相机中心的距离计算所述相机视野范围内任意像素精度。
[0013]在一个优选实施方式中，所述步骤S320中，所述相机视野范围内任意像素精度的计算公式为：
[0014][0015]其中，为像素点P
n
的像素精度，为相机C
n
的焦距，为相机C
n
的像元尺寸，为衬砌图像任一像素点P
n
距相机中心的距离，即相机工作距离。
[0016]第二方面，本专利技术提供一种隧道衬砌图像像素精度的自动计算装置，包括：采集模块，用于通过相机采集隧道的衬砌图像；第一计算模块，用于基于所述隧道的实时检测数据动态计算所述相机视野范围内任意像素点距离所述相机中心的距离；第二计算模块，用于根据所述距离计算所述相机视野范围内任意像素精度。
[0017]在一个优选实施方式中，所述第一计算模块包括实际位置获取单元、安装位置获取单元、补偿值获取单元及工作距离计算单元；所述实际位置获取单元用于获取所述衬砌图像的像素点的实际位置；所述安装位置获取单元用于获取所述相机的安装位置；所述补偿值获取单元用于获取所述隧道上车体垂向的补偿值；所述工作距离计算单元用于结合所述实际位置、安装位置及补偿值计算所述相机视野范围内任意像素点距离所述相机中心的距离。
[0018]在一个优选实施方式中，所述工作距离计算单元计算所述相机视野范围内任意像素点距离所述相机中心的距离的公式为：
[0019][0020]其中，为衬砌图像任一像素点P
n
距相机中心的距离，即相机工作距离；为像素点P
n
的实际位置的坐标；为相机的安装位置的坐标；为隧道上车体垂向的补偿值。
[0021]在一个优选实施方式中，所述第二计算模块包括性能参数获取单元及像素精度计算单元；所述性能参数获取单元用于获取所述相机的固有参数；所述像素精度计算单元用于结合所述固有参数及所述相机视野范围内任意像素点距离所述相机中心的距离计算所述相机视野范围内任意像素精度。
[0022]在一个优选实施方式中，所述像素精度计算单元计算所述相机视野范围内任意像素精度的公式为：
[0023][0024]其中，为像素点P
n
的像素精度，为相机C
n
的焦距，为相机C
n
的像元尺寸，为衬砌图像任一像素点P
n
距相机中心的距离，即相机工作距离。
[0025]相比于现有技术，本专利技术提供的隧道衬砌图像像素精度的自动计算方法及装置，能够通过相机采集隧道的衬砌图像，并基于所述隧道的实时检测数据动态计算所述相机视野范围内任意像素点距离所述相机中心的相机工作距离，再根据所述相机工作距离计算所述相机视野范围内任意像素精度，实现了基于所述隧道的实时检测数据动态自动计算相机工作距离，进而计算衬砌图像中每一个像素点的像素精度，进一步根据像素精度可计算裂缝、剥落、掉块、渗漏水等表观病害的长度、宽度、面积等几何尺寸，计算得出的像素精度准确，能够真实反映衬砌病害的物理属性。
【附图说明】
[0026]为了更清楚地说明本专利技术实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本专利技术的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种隧道衬砌图像像素精度的自动计算方法，其特征在于，包括如下步骤：步骤S100：通过相机采集隧道的衬砌图像；步骤S200：基于所述隧道的实时检测数据动态计算所述相机视野范围内任意像素点距离所述相机中心的距离；步骤S300：根据所述距离计算所述相机视野范围内任意像素精度。2.如权利要求1所述的隧道衬砌图像像素精度的自动计算方法，其特征在于，所述步骤S200包括：步骤S210：获取所述衬砌图像的像素点的实际位置；步骤S220：获取所述相机的安装位置；步骤S230：获取所述隧道上车体垂向的补偿值；步骤S240：结合所述实际位置、安装位置及补偿值计算所述相机视野范围内任意像素点距离所述相机中心的距离。3.如权利要求2所述的隧道衬砌图像像素精度的自动计算方法，其特征在于，所述步骤S240中，所述相机视野范围内任意像素点距离所述相机中心的距离的计算公式为：其中，为衬砌图像任一像素点P
n
距相机中心的距离，即相机工作距离；为像素点P
n
的实际位置的坐标；为相机的安装位置的坐标；为隧道上车体垂向的补偿值。4.如权利要求1所述的隧道衬砌图像像素精度的自动计算方法，其特征在于，所述步骤S300包括：步骤S310：获取所述相机的固有参数；步骤S320：结合所述固有参数及所述相机视野范围内任意像素点距离所述相机中心的距离计算所述相机视野范围内任意像素精度。5.如权利要求4所述的隧道衬砌图像像素精度的自动计算方法，其特征在于，所述步骤S320中，所述相机视野范围内任意像素精度的计算公式为：其中，为像素点P
n
的像素精度，为相机C
n
的焦距，为相机C
n
的像元尺寸，为衬砌图像任一像素点P
n
距相机中心的距离，即相机工作距离。6.一种隧道衬砌图像像素精度的自动计算装置，其特征在于，包括：采集模块，用于通过相机采集隧道的...

【专利技术属性】
技术研发人员：暴学志，李健超，柴雪松，王宁，茅宇琳，袁逸畅，于国丞，周游，路龙，吴冬旭，
申请(专利权)人：中国铁道科学研究院集团有限公司铁道建筑研究所中铁科学技术开发有限公司，
类型：发明
国别省市：