基于相机和可控频闪光源的限界检测测距方法及系统与流程

本发明涉及铁路限界检测技术领域，具体涉及一种基于cmos面阵相机和可控频闪光源的限界检测测距方法及系统。

背景技术：

铁路限界检测一直备受铁路相关部门高度重视，对铁路运输安全与运输效率的提高起着至关重要的作用。目前限界检测的测试手段主要包括接触式限界检测与非接触式限界检测。

限界检测的早期，国内外限界检测测距系统普遍采用接触式，主要有机械触手式的和检测架样式的。这两种方法都是通过在检测车上面安装一个框架，运行中，通过记录框架与周围物体接触实现限界检测，检测速度很低，严重影响铁路正常运营。

非接触式限界检测最简单的测试方法是利用电磁测距来测量距离，用经纬仪来测量角度。而这种检测方法需要现场采集较高密度测点，耗费人力时间。

激光测距是基于光学的非接触式检测技术中应用最为广泛的测量方法之一，可分为脉冲测距、连续波相位差测距和干涉法激光测距。雷达和超声测距技术与激光脉冲式测距在原理上比较相似，是利用超声波或电磁波在空气中的传播速度为已知，测量该波在发射后遇到目标物反射回来的时间，计算得到相对距离。这些方法的核心是对返回光强度的识别，限界检测过程中，相机数据相对跳变大、灵敏度太低，不能达到测距的准确性和精度的要求。

常用的机器视觉测距主要是由多幅图像(一般两幅)获取物体三维几何信息的方法，在计算机视觉系统中，用双摄像机，从不同角度同时获取周围景物的两幅数字图像，由计算机重建周围景物的三维形状与位置。基于同名点匹配的通用立体视觉检测技术算法复杂、匹配困难、帧率有限和数据计算量巨大，在低速、检测对象固定的情况下可以得到较好结果，但难以满足高速和环境多变的要求。三角测距限界检测方法具有较高检测精度和较密的周向采样点及较高的纵向采样频率的优点，但是限界检测速度较快，纵向和横向测点较多，数据量较大，液晶板各单元的开关速度无法满足要求，导致难以实现高速在线检测。

技术实现要素：

本发明所要解决的技术问题是，克服以上背景技术中提到的不足和缺陷，提供一种适合于铁路高速在线检测、测量精度高和准确性好的基于相机和可控频闪光源的限界检测测距方法及系统。

为解决上述技术问题，本发明提出的技术方案为：

一种基于相机和可控频闪光源的限界检测测距方法，包括以下步骤：

s1：在列车行驶状态下，调节cmos面阵相机帧频和可控频闪光源的闪光频率，使可控频闪光源在cmos面阵相机曝光周期同一帧内进行多次频闪，并将该帧时长对应的列车运动视为匀速，进而使小于cmos面阵相机视场三分之一的被测物在cmos面阵相机同一帧图像中周期成像；

s2：基于被测物在光源照射下亮度较大且周期成像，对周期成像图像进行傅里叶变换，在幅度谱曲线中的特定频率处幅值达到最大，该最大值点所对应的频率即为频闪周期内被测物重复成像之间的像素数量，将频闪周期内被测物重复成像之间的像素数量与cmos面阵相机像素长度相乘，即得一帧图像中同一物体重复图像之间的间距d；

s3：根据相机成像原理计算得到被测物距离，计算公式如下：

式中，h为物距，单位为mm；f为cmos面阵相机的焦距，单位为mm；v为列车运行速度，单位为m/s；f为可控光源频闪频率，单位为fps；d为一帧图像中同一物体重复图像之间的间距，单位为mm。

传统的测距方法(如基于三角测距原理的立体扫描测距方法和基于tof(飞行时间)原理的机器视觉测距方法)无法满足铁路高速在线限界检测的要求。由于限界检测速度较快，采用基于三角测距原理的立体扫描测距方法纵向和横向测点较多，数据量较大，液晶板各单元的开关速度无法满足要求，导致难以实现高速在线监测。而在基于tof原理的机器视觉测距方法中，ccd(电荷耦合元件)线阵相机的数据稳定性和灵敏度难以满足测试精度的要求。本发明采用cmos(金属氧化物半导体元件)作为图像传感器，cmos与ccd相比具有成像过程快、集成度高、功耗小、读出速度快等优点，很好地满足了铁路高速在线限界检测测距对于图像传感器读出速度和集成度等的要求。本发明通过调节cmos面阵相机的帧频和可控频闪光源的闪光频率，使可控频闪光源在cmos面阵相机曝光周期同一帧内进行多次频闪，进而使小于cmos面阵相机视场三分之一的被测物在cmos面阵相机同一帧图像中周期成像，再对周期成像图像进行傅里叶变换，得到频闪周期内被测物重复成像之间的像素数量，进而得出一帧图像中同一物体重复图像之间的间距d，然后根据相机成像原理计算物距，该方法测量速度快、测量精度高、准确性好，适合于铁路高速在线检测，能够满足200km/h的实车在线限界检测。并且克服了传统激光测距只能检测隧道与地铁限界的缺点，能够在明线上进行限界检测；采用可控频闪光源照射，能够全天候检测，克服了传统限界检测受环境光影响大、抗干扰能力差的缺点。

进一步的，步骤s3中，列车运行速度v由如下方法测量得到：

s301：通过沿列车长度方向并列设置的两台线阵ccd相机采集列车线路时序图像，两台线阵ccd相机的视角存在交错重叠，并先后两次通过该两台线阵ccd相机同时采集图像，且同一相机先后两次所采集的图像存在重叠；

s302：根据先后两次所采集的部分重叠的图像，对单台线阵ccd相机在先后两次间隔δt内采集的时序图像进行循环相关运算，获得δt内列车移动的像素个数；

s303：对两台线阵ccd相机在同一时刻所采集的图像基于重叠的视角进行循环相关运算，得到的结果除两台线阵ccd相机的轴间距，即得线阵ccd相机每个像素代表的实际距离；

s304：列车在时间段δt内移动的像素个数与每个像素代表的实际距离相乘即得到δt内线阵ccd相机移动的距离；

s305：δt内线阵ccd相机移动的距离除以时间δt，即得列车的运行速度v。

现有的测速方法主要有激光测速、gps测速、雷达测速和机车测速等。激光测速存在设备价格昂贵、测试过程中激光设备需处于静止状态的缺点；gps测速存在卫星信号在山区、隧道等路段接收困难，测速精度低等问题；雷达测速存在雷达角度安装调试要求较高、测试过程误差较大等问题；而机车测速的数据接口较为特殊，考虑到铁路运输的安全性，难以将数据同步到限界检测中。本发明通过两台线阵ccd相机采集列车线路的时序图像，采用循环相关算法得到列车在某时段内移动的像素个数，再用循环相关算法得到每个像素代表的实际距离，最终计算得到列车的运行速度。该方法排除了列车运动、地形地貌等的影响，测速精度高，满足铁路高速在线限界检测的要求。

进一步的，步骤s302和步骤s303中，对线阵ccd相机采集的时序图像进行循环相关运算之前，先对图像进行高通滤波处理，过滤掉图像中的低频部分。当两个图像序列相同部分的灰度较为平缓，而不同的部分灰度变换较为剧烈时，计算结果将产生误差。因此，在对线阵图像进行循环相关运算之前先对图像进行高通滤波，将图像中低频部分过滤，以进一步提高计算结果的准确度。

进一步的，步骤s301中，所述线阵ccd相机采集列车线路时序图像时所用的主动照明光源为红外光源，所述红外光源为宽度不小于5mm的线光源，红外光源的长度覆盖两台线阵ccd相机视场范围的总和。为了不影响铁路线路的运行安全，选用红外光源作为测速系统的主动照明光源。

进一步的，步骤s1中，所述可控频闪光源的闪光频率大于所述cmos面阵相机帧率的三倍，可控频闪光源在cmos面阵相机视场区域内等周期频闪。确保cmos图像传感器中存在3个以上等间距的被测物成像。

进一步的，所述cmos面阵相机和所述可控频闪光源安装在列车的端部，可控频闪光源覆盖cmos面阵相机的全视角。

进一步的，所述可控频闪光源为红光、蓝光或紫光led频闪光源。由于cmos面阵相机的光谱响应在波长为700nm左右达到峰值，波长小于700nm时，光谱响应度逐渐减下，波长大于700nm时光谱响应度下降较快。选用波长为640-750nm的红光led频闪光源作为主动频闪光源满足测距要求，而考虑到红色、黄色、绿色可能会影响铁路信号，也可选用波长相近的蓝光或紫光作为led频闪光源的颜色。

与上述方法相对应的，本发明还公开一种执行上述方法的基于相机和可控频闪光源的限界检测测距系统。

与现有技术相比，本发明的优点在于：

(1)本发明的限界检测测距方法测量速度快、测量精度高、准确性好，适合于铁路高速在线检测，并且克服了传统激光测距只能检测隧道与地铁限界的缺点，能够在明线上进行限界检测；采用可控频闪光源照射，能够全天候检测，克服了传统限界检测受环境光影响大、抗干扰能力差的缺点。

(2)本发明通过两台线阵ccd相机采集列车线路的时序图像，采用循环相关算法最终计算得到列车的运行速度。该测速方法排除了列车运动、地形地貌等的影响，测速精度高，满足铁路高速在线限界检测测距的要求。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为cmos面阵相机目标成像行的灰度曲线。

图2为对图1中灰度图像做傅里叶变换的幅度曲线。

图3为相机成像原理示意图。

图4为cmos图像传感器的结构框图。

图5为二维图像相关运算示意图。

图6为两台ccd线阵相机结合红外成像技术测速原理示意图。

图7为ccd线阵相机结合红外成像技术测速流程图。

图8为ccd线阵相机单像素点表征实际距离的计算原理图。

图9为ccd线阵相机两行图像循环相关计算流程图。

图10为循环相关算法仿真分析中第一行线阵ccd灰度曲线图。

图11为循环相关算法仿真分析中第二行线阵ccd灰度曲线图。

图12为循环相关算法仿真分析中两行图像傅里叶变换后直接进行共轭计算的循环相关结果图。

图13为循环相关算法仿真分析中两行数据傅里叶变换高通滤波后进行共轭计算的循环相关结果图。

具体实施方式

为了便于理解本发明，下文将结合说明书附图和较佳的实施例对本发明作更全面、细致地描述，但本发明的保护范围并不限于以下具体的实施例。

除非另有定义，下文中所使用的所有专业术语与本领域技术人员通常理解的含义相同。本文中所使用的专业术语只是为了描述具体实施例的目的，并不是旨在限制本发明的保护范围。

除非另有特别说明，本发明中用到的各种原材料、仪器和设备等均可通过市场购买得到或者可通过现有方法制备得到。

实施例

本发明基于相机和可控频闪光源的限界检测测距方法的一种实施例，该限界检测测距方法主要适用于铁路限界的高速在线检测中，为限界检测提供物距数据。该测距方法主要包括以下步骤：

首先在列车行驶状态下，调节cmos面阵相机帧率和可控频闪光源的闪光频率，使可控频闪光源在cmos面阵相机曝光周期同一帧内进行多次频闪，并将该帧时长对应的列车运动视为匀速，进而使小于cmos面阵相机视场三分之一的被测物在cmos面阵相机同一帧图像中周期成像。

然后基于被测物在光源照射下亮度较大且周期成像，对周期成像图像进行傅里叶变换，在幅度谱曲线中的特定频率处幅值达到最大，该最大值点所对应的频率即为频闪周期内被测物重复成像之间的像素数量。也就是说，在曝光没有达到饱和前提下，通过图像识别，对重复成像行图像进行傅里叶变换，采取一定的带通滤波，显示幅度谱曲线，由于灰度图像中重复成像部分在光源照射下灰度值较大，并以一定的周期变化，在幅度谱曲线中特定频率处幅值达到最大，该点对应的频率即为频闪周期内目标重复成像之间的像素数量。图1为目标成像行的灰度曲线，图2为对图1中灰度图像做傅里叶变换的幅度曲线。将频闪周期内被测物重复成像之间的像素数量与cmos面阵相机每一像素所表示的距离相乘，即得一帧图像中同一物体重复图像之间的间距d。

再根据相机成像原理计算得到被测物距离，计算公式如下：

该式中，h为物距，单位为mm；f为cmos面阵相机的焦距，单位为mm；v为列车运行速度，单位为m/s；f为可控光源频闪频率，单位为fps；d为一帧图像中同一物体重复图像之间的间距，单位为mm。

相机成像原理如图3所示，由图3可见，列车速度相同时，h1、h2处的物体在图像中成像的间距d1、d2不同，通过图像识别以及处理，得出成像间距d，结合列车速度v、光源闪光频率f以及相机焦距f，即可计算物点到摄像机的距离。

该测距系统主要包括光学成像子系统和高速图像处理系统。其中光学成像子系统主要包括大功率的led阵列、光照频率调节系统、亮度调节系统和镜头及滤光装置，大功率的led阵列用来保证全天候的检测以及感光传感器能够接受到充足的光照；光照频率调节系统根据列车的运行速度，实时调节led光源的闪光频率使其与图像的帧频相协调，确保每一帧图像中，同一物点重复成像至少在三个以上；亮度调节系统用来调节led的光照强度，使光照强度随着环境的变化而变化，如在光线较暗时，加大光照亮度，从而增加物体成像的对比度，便于图像识别；镜头及滤光装置主要用来增加感光传感器的进光量同时滤掉影响成像的光成分。高速图像处理系统包括高速面阵cmos图像传感器、相机帧频调节系统和图像采集卡，其中高速面阵cmos图像传感器用来感应光强，将光能转化为电压值输出；相机帧频调节系统根据列车速度来调节相机的帧频，以适应帧图像的采集要求；图像采集卡主要用来存储图像，并做进一步的图像处理。

在进行高速采集过程中，对图像传感器的分辨率、快门形式及输出形式等有较高要求。本实施例选择aptina公司生产的500万像素的mt9p031系列cmos数字图像传感器。除了能满足分辨率、快门以及输出方式要求之外，该图像传感器还具有卓越的低光性能；可以编程进行增益、帧速率、帧大小、曝光方面的控制，帧率可以达到53fps；高速采集过程中，瞬间曝光，暗电流极低，可忽略不计；而且接口较为简单，为两线串行。cmos图像传感器的结构框图如图4所示。

由于cmos的光谱响应在波长为700nm左右达到峰值，波长小于700nm时，光谱响应度逐渐减小，波长大于700nm时光谱响应度下降较快。太阳光可见光谱中，紫色光平均每nm波长的辐射度最小为0.943w·m^-2·nm^-1，其次为波长为640-750nm的红光，平均每nm波长的辐照度为1.225w·m^-2·nm^-1，通过计算得到紫光两者比值范围为0.53-0.64，红光的两者之比范围为0.78-0.82，显然红光更适合作为led光源颜色，在本实施例中，优选用红色led频闪光源作为主动光源。考虑到红色、黄色、绿色可能会影响铁路信号，也可以选用蓝光或者紫光作为led的光源颜色。

对列车速度的精确测试是保证准确测距的基础，在本实施例中，列车运行速度v优选采用如下方法测量得到：采用两台ccd线阵相机结合红外光源，对ccd相机采集的时序图像进行循环相关处理计算，最终得到列车的运行速度。

图像的相关计算包括对图像进行自相关计算和对两幅图像的互相关计算。自相关和互相关都是用来描述两个信号的相似程度，其大小表示各信号在时空上的变化程度，在相关值最大的位置，两个信号的相似程度最大。假设两个能量有限的序列x(n)和y(n)，互相关计算为：

m为时间或者位移的延时变量，向左移动为负，向右移动为正，上式表示x(n)序列不动，y(n)序列向左平移m时间或位移。

根据时间平移的相对性，上式等价于：

上式表示y(n)序列不动，x(n)序列向右平移m时间或位移，因此两式得到的互相关序列是相等的。

在特殊情况下x(n)＝y(n)，上述两式就变成了x(n)序列的自相关，即

或者

在信号、一维图像以及二维图像中，x(n)和y(n)通常是有限的序列，尤其长度为n的序列x(n)和y(n)满足条件n＜0或者n≥n时，x(n)和y(n)的各元素为零，互相关和自相关计算为：

式中，m＞0时i＝m，k＝0且m＜0时i＝0，显然，自相关rxx(n)在m＝0处取得最大值。

利用相关函数取得最大值时，两序列相似程度最大的性质，对两个含有相同特征的图像序列进行相关计算，得到的峰值位置的变化即为图像的移动距离。在二维图像中，为了提高运算速度，选取图像中一定范围的像素构成一个区域，称为特征模板t(参见图5)，让t在图像整个区域s内做平移，特征模板t移动过程中覆盖区域的像素记为s(i，j)，(i，j)定义为s(i，j)左上角的像素点的坐标。特征模板t与覆盖区域s(i，j)的相似程度可以用两序列的差方和衡量，即

图像二值化后得到相关函数：

找到原始模板位置与r(i，j)的峰值位置之间的差值，即为特征区域移动的距离。

二维图像相关计算过程中，特征区域可以通过图像处理确定，较为方便，然而在测试速度较高的情况下，要求相关运算效率非常高，目前现有的技术很难达到这一要求。本发明采用线阵ccd传感器连续采集图像，将一维图像进行循环相关运算，可以得到两幅图像的移动距离，最终计算移动速度。

循环相关是对有限序列长度为n的数据y(n)以n为周期进行若干周期的拓延，然后朝一个方向移位，每次移动一个位置，由于周期性，向左移动一个位置就相当于向右平移n-1个位置。最后取(0，n-1)的n个值就得到了循环移位后的n个序列值。即

rxy(m)＝∑x(n)y((n))n

具体计算流程如下：

已知

x(n)＝[x1，x2…xn-1，xn]y(n)＝[y1，y2…yn-1，yn]

将y(n)进行周期扩展得到：

y(n)＝[…y1，y2…yn-1，yn，y1，y2…yn-1，yny1，y2…yn-1，yn…]

x(n)＝[x1，x2…xn-1，xn]

则

rxy(0)＝x1y1+x2y2+…xn-1yn-1+xnyn

rxy(1)＝x1y2+x2y3+…xn-1yn+xny1

rxy(n-2)＝x1yn-1+x2yn+…xn-1yn-3+xnyn-3

rxy(n-1)＝x1yn+x2y1+…xn-1yn-2+xnyn-1

用矩阵的形式表达循环相关为

计算得到一个n点长的行向量，即rxy(m)m＝0，1，…，(n-1)。

在本文的测速方案中，两台ccd线阵相机沿车辆长度方向布置，以固定间距精确布置在一条直线上，相机视角存在交错重叠(如图6所示)。控制线阵相机的采集频率，通过同步触发信号，ccd线阵相机采集线路图像，循环相关计算结合两台相机光轴间距标定出同时刻单像素点的表征距离；对单相机时序图像数据进行循环相关计算，获取数据采集周期内列车移动的像素个数，通过单像素点的表征距离与采集周期内列车移动的像素个数计算列车运行速度。

ccd线阵相机结合红外成像技术的测速流程如图7所示，其中g1(n，t)与g2(n，t)分别为相机1和相机2在t时刻采集的数据，δt为线阵相机的采集周期，pi为第i次循环相关的像素数量，d为两线阵相机的轴心距，s为线阵相机的采集周期内列车移动距离，v为列车运行速度。

由图7可以看出，测速方案的实质就是单相机在t，t+δt时刻采集的时序图像循环相关获得δt时间内列车移动的像素个数；双相机在同一时刻采集的图像循环相关运算后得到的结果除两台相机的轴间距即得相机每个像素代表的实际距离；移动的像素个数与每个像素代表的实际距离的乘积即为δt内相机移动的距离，并对两台相机循环相关运算的结果取平均值以进一步提高计算精度，最终可以计算列车运行速度。

每个像素代表的实际距离的计算方法具体如下：

如图8所示，距离投影中心h长度为x的物体在两台线阵ccd相机中的图像分别为a1b1与a2b2，设μ为每个像素的长度，每台ccd相机的总像素个数为n0，a1b1与a2b2包含有n个像素，有a1b1＝a2b2＝nμ，则单像素表征的实际距离k0＝x/n。根据透视投射定理，单像素点表征实际距离可以转化为相机焦距f与物点到焦点距离h的比值关系进行计算。然而，在实际运动过程中，列车运行姿态时刻发生变化，h也不会固定不变。为解决这一问题，本发明通过方案设计以及几何关系推导出不受列车运动影响的单像素点表征的实际距离，具体过程如下：

由透投射原理得

式中

a1b1＝nμ

可以求得

则每个像素代表的距离为

为了使两线阵ccd相机有共同成像，需要满足

x≥0

即

由循环相关原理可知，双相机在同一时刻采集的数据进行循环相关后，所得到的结果p0满足以下关系

p0+n＝n0

综上

可见，任一时刻单像素点表征实际距离为两线阵相机轴线间距d(轴心距)与同一时刻两相机采集的图像循环相关所得像素p0的比值，d为两相机轴心距，固定不变，排除了列车运动的影响，提高了测速精度。

值得说明的是，本发明在测速时并不是直接采用循环相关法，因为直接采用循环相关在逻辑实现时存在问题，需要很多乘法器，且需要多个计数周期。不但会影响运算效率，还可能会降低计算精度。因此，本发明将循环相关的原始计算原理进行转换，得到更为便捷的算法，以保证测速效率以及测速精度。

由相关函数的性质，循环相关的最大值反映的是两个信号的时间差，即当其中一个信号移动了最大值对应的位置，两个信号的相关程度最大，相似度最高。然而在循环相关计算线阵图像过程中，存在一个问题，当两个图像序列相同部分的灰度较为平缓，而不同的部分灰度变换较为剧烈，计算结果将产生误差。因此，对线阵图像进行循环相关运算之前需要进行高通滤波，将图像中低频部分部分过滤，提高计算结果的准确度，假设

令gn＝y-n，则gn的傅里叶变换为

另外

根据卷积定理得

由上式可知，两行数据的相关运算等价于将两行数据进行傅里叶变换(fft)后，其中一行数据的结果乘以另一行数据的共轭后，再进行逆傅里叶变换(ifft)；此过程在逻辑实现中，只需要采用fft核即可较容易的实现，由于采用了循环相关算法，在进行傅里叶变换时不需要再进行周期扩张。线阵ccd两行图像循环相关计算流程如图9所示。

为了验证循环相关的可行性，在测速设备开发前期，对线阵ccd采集的两行数据进行了循环相关仿真分析。采样为4096点的线阵ccd，数据位宽为8位，像素大小为5μm×5μm。数据分析过程中，按要求输出其中部分数据，对同一方向相隔4mm采集数据，并进行了图像处理与计算。

由计算分析可知，由于两个像素元是紧密连接在一起的，它们之间的中心距离即为像素元的尺寸长度，为5μm，因此两行数据相差4mm相当于移动了800个像素，也就是循环相关计算后，循环相关曲线应该在像素800处的值最大。如图10-13所示，图12是将图10和图11曲线进行傅里叶变换后直接用其中一行数据的结果乘以另一行数据的共轭，再进行傅里叶逆变换直接得到的循环相关曲线。由图12可以看出，在800像素位置出现了峰值点，但是由于低频背景的影响，该点并不是循环相关最大值点。图13是在傅里叶变换后通过高通滤波消除背景影响后得到的曲线，最大值出现在800像素位置，充分证明了循环相关在双线阵ccd相机结合红外光源成像技术速度测试方案中的实用性。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。