【技术实现步骤摘要】
本专利技术涉及铁路维护，具体为一种铁路栅栏场景建模和场景视频监控叠加的方法。
技术介绍
1、随着无人机技术的快速发展，其在铁路线路巡检中的应用变得越来越普遍。传统的铁路巡检主要依赖于人工视察，这种方式不仅耗时耗力，而且在一些难以接近的地区难以实施。近年来，使用无人机进行铁路沿线的巡检和监测，尤其是对于铁路防护栅栏的检查，已经成为一种有效的方法。无人机可以快速、高效地在低空飞行，采集沿线的遥感影像，为铁路的安全运营提供支持。
2、现有技术中的缺点：
3、数据管理和处理的复杂性：由于巡检的范围广泛，生成的数据量大，如果没有有效的数据管理系统，很容易导致数据混乱或丢失。
4、影像精度和分辨率限制：传统的遥感影像可能在分辨率和精度上有限制，尤其是在复杂地形或气候条件下。
5、三维建模和分析的技术挑战：将二维影像转换为三维模型需要复杂的处理，且在精确性和实时性方面可能存在挑战。
技术实现思路
1、针对现有技术的不足，本专利技术提供了一种铁路栅栏场景建模和场景视频监控叠加的方法，以解决上述
技术介绍
中提出的问题。
2、为实现上述目的，本专利技术提供如下技术方案：一种铁路栅栏场景建模和场景视频监控叠加的方法，包括以下步骤：
3、s1、预设无人机所航拍铁路沿线栅栏的坐标点信息；
4、s2、预设无人机航拍设置；
5、s3、进行影像数据的管理，编制专门目录；
6、s4、进行全景图拼接，对铁路沿线进
7、s5、将gis和三维模型集成，建立三维场景；
8、s6、进行关键帧的提取，通过对比分析相邻帧颜色、亮度、纹理的特征值的差异来确定关键帧；
9、s7、进行三维场景中摄像机位姿估计；
10、s8、通过cesium实现视频画面至三维场景映射，在cesium环境下完成三维场景和视频的叠加；
11、s9、输入铁路k里程后可快速查找防护栅栏位置，同时点击防护栅栏三维影像图快速调出该处栅栏的相关信息。
12、进一步优化本技术方案，所述步骤s2中，无人机航拍设置包括：
13、倾斜角度：设置无人机摄像头的倾斜角度在45°至55°之间，以获得最佳的拍摄效果；
14、飞行参数：选择飞行高度为150m，起飞点距离铁路沿线栅栏280m，飞行区距离铁路沿线栅栏的相对最近距离为180m；
15、航拍参数：在各个坐标点信息上执行低空航拍，避免飞越或靠近铁路线路，收集铁路沿线防护栅栏的遥感影像。
16、进一步优化本技术方案，所述步骤s3中，编制专门目录时，为每次航拍任务创建一个详细的目录，包括航拍日期、时间、地点、无人机飞行高度的信息；
17、其中，地点信息以铁路里程进行标记；
18、所述目录名称设置为(xx线xxkm+xxm-xxkm+xxm(xx年xx月xx日xx米高))。
19、进一步优化本技术方案，所述步骤s1和s2中，还包括航拍规划与坐标点设置的优化处理，使用genetic algorithm算法来优化无人机最佳的航拍坐标点，优化算法如下式所示：
20、[
ext{minimize}\sum_{i＝1}^{n}d(p_i，p_{i+1})]
21、其中，(d(p_i，p_{i+1}))表示点(p_i)和(p_{i+1})之间的距离，(n)是总的坐标点数。
22、进一步优化本技术方案，所述步骤s4中，使用3米至200米间隔连续拍摄的方法，对重点区段进行密集拍摄，然后将这些图片进行全景拼接，形成铁路沿线的全景图；并对铁路沿线防护栅栏所处地形地貌、栅栏位置、河流、坡面、山体、周边建筑物进行标识；
23、基于坐标变换模型来调整和拼接图像，模型形式如下式所示：
24、[\begin{bmatrix}x'\y'\end{bmatrix}＝\begin{bmatrix}a&b\c&d\end{bmatrix}\begin{bmatrix}x\y\end{bmatrix}+\begin{bmatrix}e\f\end{bmatrix}]
25、其中，((x，y))是原始坐标，((x'，y'))是变换后的坐标，矩阵元素(a，b，c，d)和偏移量(e，f)由图像匹配算法确定。
26、进一步优化本技术方案，所述步骤s6中，基于视频内容分析的关键帧提取技术，根据各图像间颜色差异提取视频关键帧，将rgb色彩空间转为hsv色彩空间，通过计算特征量hsv进行关键帧的提取；
27、其中，关键帧提取的算法流程包括：
28、1)输入视频，提取视频的每1帧图像vi(i＝1，2，3，…，n)；
29、2)选取第1帧图像作为关键帧vkey，即vkey＝v1；
30、3)依次用后续帧图像vi，vi从i＝2开始与关键帧vkey做差，当差值超过所设阈值时，该后续帧再次选取为关键帧；后面的帧图像再与最近选取的关键帧vkey做比较，2帧图像差值小于原先设定的阈值，则不做任何处理，继续进行下一个帧图像；
31、4)按上述流程依次完成差值比较，直至整个提取过程结束。
32、进一步优化本技术方案，所述步骤s7中，进一步包括：
33、通过将镜头参数引入到旋转矩阵影像中进行外方位元素计算；根据欧拉旋转定理，当旋转角度为0时推出旋转矩阵其余2个特征值，求得三维旋转迹数，据此计算三维旋转的旋转角，通过旋转角来确定三维旋转矩阵；
34、假设像点在像空间辅助坐标系和像空间坐标系中坐标分别为(x，y，z)和(x，y，-f)，正交变换如下:
35、
36、
37、由公式(3)可知，进行2个空间直角坐标系变换必须确定正交矩阵r，像空间坐标系看成由像空间辅助坐标系相应坐标轴依次旋转φ、ω、κ角度所得，旋转矩阵r表达如下:
38、
39、把rω，rκ的乘积结果列出后，可得:
40、
41、
42、
43、b1＝cosωsinκ
44、b2＝cosωcosκ
45、
46、
47、
48、ω＝-arcsin(b3)
49、
50、假设以y轴为主轴转换系统的坐标转换:
51、
52、由上式可知，根据影像姿态角元素φ、ω、k可计算相应方向余弦，推算出正交矩阵r实现坐标系转换；同理，也可以根据各方向余弦求得影像的3个姿态角。
53、进一步优化本技术方案，在进行外方位元素计算时，根据欧拉旋转定理，当旋转角度为0时推出旋转矩阵其余2个特征值，求得三维旋转迹数，据此计算三维旋转的旋转角，通过旋转角来确定三维旋转矩阵。
54、进一步优化本技术方案，所述步骤s7中，进本文档来自技高网...
【技术保护点】
1.一种铁路栅栏场景建模和场景视频监控叠加的方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种铁路栅栏场景建模和场景视频监控叠加的方法，其特征在于，所述步骤S2中，无人机航拍设置包括：
3.根据权利要求1所述的一种铁路栅栏场景建模和场景视频监控叠加的方法，其特征在于，所述步骤S3中，编制专门目录时，为每次航拍任务创建一个详细的目录，包括航拍日期、时间、地点、无人机飞行高度的信息；
4.根据权利要求1所述的一种铁路栅栏场景建模和场景视频监控叠加的方法，其特征在于，所述步骤S1和S2中，还包括航拍规划与坐标点设置的优化处理，使用GeneticAlgorithm算法来优化无人机最佳的航拍坐标点，优化算法如下式所示：
5.根据权利要求1所述的一种铁路栅栏场景建模和场景视频监控叠加的方法，其特征在于，所述步骤S4中，使用3米至200米间隔连续拍摄的方法，对重点区段进行密集拍摄，然后将这些图片进行全景拼接，形成铁路沿线的全景图；并对铁路沿线防护栅栏所处地形地貌、栅栏位置、河流、坡面、山体、周边建筑物进行标识；
6.根据权
7.根据权利要求1所述的一种铁路栅栏场景建模和场景视频监控叠加的方法，其特征在于，所述步骤S7中，进一步包括：
8.根据权利要求7所述的一种铁路栅栏场景建模和场景视频监控叠加的方法，其特征在于，在进行外方位元素计算时，根据欧拉旋转定理，当旋转角度为0时推出旋转矩阵其余2个特征值，求得三维旋转迹数，据此计算三维旋转的旋转角，通过旋转角来确定三维旋转矩阵。
9.根据权利要求1所述的一种铁路栅栏场景建模和场景视频监控叠加的方法，其特征在于，所述步骤S7中，进一步包括：
10.根据权利要求9所述的一种铁路栅栏场景建模和场景视频监控叠加的方法，其特征在于，将俯仰角、偏航角和翻滚角组合成相机的旋转矩阵，所述相机旋转矩阵为：
...【技术特征摘要】
1.一种铁路栅栏场景建模和场景视频监控叠加的方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种铁路栅栏场景建模和场景视频监控叠加的方法，其特征在于，所述步骤s2中，无人机航拍设置包括：
3.根据权利要求1所述的一种铁路栅栏场景建模和场景视频监控叠加的方法，其特征在于，所述步骤s3中，编制专门目录时，为每次航拍任务创建一个详细的目录，包括航拍日期、时间、地点、无人机飞行高度的信息；
4.根据权利要求1所述的一种铁路栅栏场景建模和场景视频监控叠加的方法，其特征在于，所述步骤s1和s2中，还包括航拍规划与坐标点设置的优化处理，使用geneticalgorithm算法来优化无人机最佳的航拍坐标点，优化算法如下式所示：
5.根据权利要求1所述的一种铁路栅栏场景建模和场景视频监控叠加的方法，其特征在于，所述步骤s4中，使用3米至200米间隔连续拍摄的方法，对重点区段进行密集拍摄，然后将这些图片进行全景拼接，形成铁路沿线的全景图；并对铁路沿线防护栅栏所处地形地貌、栅栏位置、河流、坡面、山体...
【专利技术属性】
技术研发人员：贾世庆，李帅，杨君，张大超，顾金，韩啸，
申请(专利权)人：山西世恒铁路技术有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。