視覺測量關鍵技術研究及其在尖軌伸縮位移監(jiān)測中的應用.pdf

1、視覺測量是計算機視覺在自動檢測與精密測量領域中的應用，因其自動化、非接觸、無損、高精度及智能化等特點，視覺測量已成為計算機視覺研究領域的熱點問題之一，并在公共安全、交通運輸以及軍事等領域得到了廣泛的應用。
　　本文對視覺測量關鍵技術進行了深入的研究與分析，針對軌道交通中尖軌伸縮位移自動監(jiān)測的迫切需求，為解決人工判讀尖軌伸縮位移圖像的局限及不足，重點研究了基于視覺測量技術的尖軌伸縮位移自動監(jiān)測方法，提出了全天候現(xiàn)場采集尖軌伸縮位移圖

2、像的自動判讀方法，并構建了尖軌伸縮位移圖像數(shù)據(jù)集，通過大量現(xiàn)場實驗數(shù)據(jù)驗證了方法的有效性，能夠滿足尖軌伸縮位移自動監(jiān)測的實際需求。本文的主要工作及研究成果如下:
　　(1)針對人工判讀尖軌伸縮位移圖像的局限及不足，首先提出一種基于層次積分梯度的圖像自動判讀算法。該算法采用了層次化逐層逼近目標區(qū)域的方法，以特征匹配方法的匹配結果為指導，結合二值化及積分梯度方法，逐步提取判讀目標的精確區(qū)域。根據(jù)積分梯度及其極值點精確定位判讀特征點位置

3、，結合可信度檢驗方法，最終實現(xiàn)了對尖軌伸縮位移圖像的自動判讀，并通過實驗證明了自動判讀算法的有效性。
　　(2)針對傳統(tǒng)的特征匹配方法應對包含復雜噪聲的尖軌伸縮位移圖像中的刻度尺檢測及定位存在的問題，提出了一種基于空間支撐的深度卷積神經(jīng)網(wǎng)絡刻度尺定位方法。該方法以深度學習的理論為指導，以卷積神經(jīng)網(wǎng)絡為模型，基于空間支撐的思想，首先采用積分梯度的似物性區(qū)域推薦方法獲取推薦區(qū)域，結合FastRCNN模型的訓練方法，得到魯棒的檢測模型，

4、根據(jù)模型的檢測結果，采用基于空間支撐的目標定位方法，最終獲得刻度尺的精確坐標位置，并通過實驗證明了所提出刻度尺定位方法的有效性。
　　(3)針對降質的尖軌伸縮位移圖像的刻度尺判讀問題，進行了研究并提出降質圖像的魯棒判讀方法。該方法首先對傾斜圖像進行了校正，并采用基于數(shù)字匹配的方法應對刻度尺區(qū)域噪聲的影響，結合先驗對低質模糊圖像進行判讀，實現(xiàn)了對降質圖像的自動判讀，最終綜合全文方法并通過實驗證明了方法的有效性。
　　為了進行理