(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210597226.9 (22)申请日 2022.05.30 (71)申请人 福州大学 地址 350108 福建省福州市闽侯县福州大 学城乌龙江北 大道2号福州大 学 (72)发明人 金涛　陈日成　杨雅熙　 (74)专利代理 机构 福州元创专利商标代理有限 公司 35100 专利代理师 丘鸿超　蔡学俊 (51)Int.Cl. G06V 20/40(2022.01) G06T 7/13(2017.01) G06T 7/194(2017.01) G06V 10/25(2022.01) G06V 20/52(2022.01) (54)发明名称 基于图像视觉算法的接触网和受电弓接触 点检测方法 (57)摘要 本发明提出一种基于图像视觉算法的接触 网和受电弓接触点检测方法， 通过在列车顶设置 摄像机持续采集受电弓的当前状态 图像作为数 据集， 采用图像识别的方法对接触点的位置进行 检测； 在所述采用图像识别的方法对接触点的位 置进行检测的过程中： 采用目标检测算法对受电 弓区域进行提取； 采用阈值法对 前景图像进行提 取并剔除背景图像； 对分割后的前景图像进行边 缘检测， 再对边缘特征中的直线进行识别， 采用 先验知识对识别获得的直线进行约束， 约束项包 括线段的位置、 线段的长度、 线段的斜率， 经过约 束后， 边缘直线段仅保留下受电弓的滑板线和接 触网的接 触线， 它们的交点则确定为接 触点。 权利要求书3页 说明书7页 附图4页 CN 114973089 A 2022.08.30 CN 114973089 A 1.一种基于 图像视觉算法的接触网和 受电弓接触点检测方法， 其特征在于： 通过在列 车顶设置摄像机持续采集受电弓的当前状态图像作为数据集， 采用图像识别的方法对接触 点的位置进行检测； 在所述采用图像识别的方法对接触点的位置进行检测的过程中： 采用目标检测算法对 受电弓区域进行提取； 采用阈值法对前景图像进行提取并剔除背景图像； 对分割后的前景 图像进行边缘检测， 再对边缘特征中的直线进行识别， 采用先验知识对识别获得的直线进 行约束， 约束项包括线 段的位置、 线段的长度、 线段的斜率， 经过约束后， 边缘直线段仅保留 下受电弓的滑板线和接触网的接触线， 它 们的交点则确定为接触点。 2.根据权利要求1所述的基于图像视觉算法的接触网和 受电弓接触点检测方法， 其特 征在于： 对受电弓区域进 行定位和提取时， 所提取的区域包括受电弓以及接触线， 通过以受 电弓为中心向四周各自延 长一定距离以确保覆盖： 定义图像中受电弓的宽为w， 高为h， 提取 的受电弓区域为以受电弓为中心向左右两边各自延长0.1w， 向上延长0.5h， 最终得到的受 电弓区域的宽高尺寸分别为： 1.2w和1.5 h。 3.根据权利要求1所述的基于图像视觉算法的接触网和 受电弓接触点检测方法， 其特 征在于： 所述采用阈值法对前 景图像进行提取并剔除背景图像 如摄像机采集的图像为RGB图像， 则先将图像转化为灰度图像， 然后将前景和背景的分 割阈值记作T， T的取值范围为0 ‑255， 类间方差记为g， 采用遍历的方式计算得到使g最大的 阈值T， 根据阈值将前 景图像提取 出来并剔除背景图像， g如下式所示： g＝ω0*ω1*( μ0‑μ1)2 其中， ω0为前景像素点个数占整个接触网图像像素点个数的比重， ω1为背景像素点个 数占整个接触网图像像素点个数的比重， μ0为前景的像素点平均灰度值， μ1为背景的像素点 平均灰度值。 4.根据权利要求1所述的基于图像视觉算法的接触网和 受电弓接触点检测方法， 其特 征在于： 在前 景图像像素值出现不连续的区间时， 采用形态学开 运算对图像进行边 缘修复： 其中， S为开运算后的图像； X为原始图像， B是闭运算的结构运算核。 Θ表示图像处理算 法中腐蚀运 算， 表示图像处 理算法中膨胀运 算。 5.根据权利要求1所述的基于图像视觉算法的接触网和 受电弓接触点检测方法， 其特 征在于： 所述对分割后的前 景图像进行边 缘检测的具体过程 为： 首先对受电弓图像进行高斯滤波图像平滑处理， 然后利用3*3卷积核的边缘检测算子 计算每个像素点的梯度强度和方向； 3*3卷积核算子包括Sx和Sy， 如下式所示， 它们分别代表 x和y方向上梯度水平： 则像素点P(m,n)在横坐标和纵坐标 方向上的一阶导数分为：权　利　要　求　书 1/3 页 2 CN 114973089 A 2其中， P1‑P8代表图像位置(m,n)处8个相邻位置的灰度值， 代表卷积运 算； 则梯度G(m,n)和方向θ(m,n)定义 为： θ(m,n)＝arctan(fx(m,n),fy(m,n)) 其中， θ(m,n)取值 限定为0°、 45°、 90°、‑45°、‑90°中最接近的角度， 将0 °、 45°、‑45°、‑ 90°和90°分为四个方向。 互为垂直的两个方向称之为相反方向； 然后根据角度对幅值进行非极大值抑制， 在每个像素点上， 通过比较和该点周围8个点 中梯度方向相反的点的梯度值大小， 若中心的像素值比较大， 则保留该像素点， 删除该像素 点， 通过此保留局部梯度值 最大的点， 剔除较小的点， 就能获得细化的边 缘特征。 6.根据权利要求5所述的基于图像视觉算法的接触网和 受电弓接触点检测方法， 其特 征在于： 所述对边 缘特征中的直线 进行识别的具体过程 为： 采用霍夫变换检测图像中的直线段： 获取边缘检测图像后， 首先初始化累加器H(θ0, ρ0)， 然后进入循环， 遍历每一个边缘点； 将边缘点图像坐标转换成极坐标形 式， 初始化角度 值θ0为0°， 再次进入循环， 计算ρ0并将累加器对应位置加1； 接着将角度值增加1 °， 再计算ρ0 并将累加器对应位置加1， 直到角度值 为360°， 其中像素点的极坐标ρ0如下所示： ρ0＝m*cosθ0+n*sinθ0 其中m、 n分别为像素点的像素坐标； 最终得到距离 ‑角度参数空间累加器H( θ, ρ )， 如果某一距离 ‑角度参数下累加器次数超 过设定的阈值， 则认定为找到的直线， 直线方程如下所示； 根据得到的直线方程， 找出符合 条件的图像边 缘线段: 7.根据权利要求6所述的基于图像视觉算法的接触网和 受电弓接触点检测方法， 其特 征在于： 所述采用先验知识对识别获得的直线 进行约束的具体过程 为： 根据所得到 的受电弓图像， 截取的受电弓区域图像宽 的0.2～0.8， 高的0.2～0.4的区 域作为滑板线提取的位置约束， 取宽度0.2～0.8和高度0～0.4的区域作为接触线提取的位 置约束； 取截取的受电弓区域图像宽度的1/5像素长度作为滑板线的长度约束， 高度的1/3 像素长度作为接触线的长度约束； 限定滑板线斜率为 ‑5°～5°， 限定接触线斜率为 ‑60°～ 60°； 在摄像机参数和安置位置不同情况 下， 微调以上参数以达 到最佳的约束值。 8.一种电子设备， 包括存储器、 处理器及存储在存储器上并可在处理器上运行的计算 机程序， 其特征在于， 所述处理器执行所述程序时实现如权利要求 1‑7其中任一所述的基于权　利　要　求　书 2/3 页 3 CN 114973089 A 3