基于图像处理的接触网动态几何参数测量研究

刘寅秋，韩通新，刘会平

（中国铁道科学研究院 机车车辆研究所，北京100081）

接触网几何参数检测技术从开始出现至今已有40多年的历史。经过大量的研究和试验，开发出一系列根据不同要求而设计的接触网几何参数检测设备。按照检测设备是否接触或者接近受电弓以及接触网，可以将检测手段分为接触式与非接触式。当前世界上许多国家已经开展了非接触检测技术的理论研究与实践，其中德国、法国、日本、奥地利等国家研究和实践时间比较早，取得了较大进展。

现阶段我国比较成熟的非接触检测手段基于德国DB图像处理系统，该系统由4台两组线阵摄像机以及照明、传输、采集等设备组成。线阵摄像机双目立体成像技术理论成熟，像机分辨率普遍较高，能够同时获得接触线高度以及动态拉出值等参数，但是对安装以及定标的要求相当高。当两台摄像机安装对称性不够理想，或者两台摄像机不同步时，试验结果误差将非常大。

目前，接触网动态检测、联调联试、型式试验等均有弓网状态视频图像，研究方法就是依据弓网视频图像，对摄像机捕捉的画面进行处理。提取受电弓滑板、接触线的特征值，计算滑板的位移值，归算出接触线的动态高度，计算接触线相对于受电弓滑板中心的偏移值，即为接触线的动态拉出值。整套系统在车顶上只需安装一台摄像机，其余的设备均安装在车内，安装调试方便且远离电磁干扰，结构简洁且成本较低。

1 系统检测原理

在本测量系统中，出于图像直观，标定方便，软件及算法开发简单等方面考虑，要求摄像机的位置位于所拍摄受电弓的正面，与受电弓的距离根据车顶安装的实际情况以及拍摄需求而定，一般来说受电弓与摄像机的距离为2～5 m左右。图1为从现有弓网状态视频中提取的画面，也是之后进行图像处理以及参数提取时的参考画面。

图1 摄像机获取的一副图像

在受电弓接触网图像中，受电弓滑板基本上是处于水平状态的，在画面没有非常严重干扰的情况下，可以通过图像处理的手段分离并获取到受电弓滑板上沿所在位置，然后结合摄像头的定标数据将像素坐标换算为相应的真实坐标，即可检测出接触线高度。

接触线在摄像机所获取的画面中呈现近似于直线的形状特点，可以根据此状况，在进行初期的图像处理之后，检测图像中出现的长直形状连续体，并根据粗细、位置等约束条件，剔除干扰项，获得最终的接触线在二维图像中的数学表述。加之前面获得的接触线高度的数据，计算出两者的交叉点，即为接触线拉出值所在。再结合摄像头的定标数据，得到其实际值。

在现场的标定过程如图2所示，在车顶的工作人员需要在受电弓滑板的两端树立长尺型的标志物，以便车内软件操作人员确定标志所在位置的像素值。同时车顶人员还要测出两端标志物之间实际的长度值，以获得像素与实际长度之间的比例关系。对于高度来说，车顶的工作人员需要测量车顶到接触滑板的两个不同的高度值，并由车内人员记录相关的像素值。

图2 摄像机标定示意图

摄像机经过定标之后，即可以将检测结果的像素值表示转换为真实值。

对于受电弓滑板高度，相应的转换公式为：

式中Hm表示受电弓滑板的实际高度；Hp表示受电弓滑板在图像中的像素值；Hdp1、Hdp2表示标定时两个不同位置受电弓滑板的像素值；Hdm1、Hdm2表示标定时两个不同位置受电弓滑板的实际高度（车顶为零高度位置）；Hmtop表示车顶到轨面的实际高度。

对于拉出值，相应的转换公式为：

式中Lm表示拉出值的实际长度；Lp表示拉出值在图像中的像素长度；Ldm表示受电弓滑板的实际长度；Ldp表示标定时受电弓滑板在图像中的像素长度。

本装置的整体架构如图3所示。

图3 系统整体架构

在车顶设备中，由于隧道以及阴天等会不时出现光照不充足的情况，需要设置一个光源对图像进行补光，现阶段采用的是常开式的Led光源，如果实际需要的话可以研发主动控制光源。为了对所获得的高度及拉出值进行更好的定位，以便检测过程中出现问题时检修人员方便确定故障点位置，在车上安装了速度传感器，负责监测列车行进的速度以及里程等数据。

2 图像处理算法

对图像的处理步骤如图4所示，首先要将摄像头捕捉到的原始视频流文件中的当前帧转换成灰度图像，接下来要对灰度图像进行适当的平滑降噪处理，减少噪点、摄像头污点等对目标获取的干扰。接下来要对目标物进行提取和识别，要在保证精度的前提下尽量减少系统的运算复杂度，提高分析速度，最后对获得的接触线高度、拉出值等参数进行鉴别，修正有少许偏差的参数，剔除明显偏差的帧，最后得到相应的接触线高度以及拉出值曲线。

图4 一帧图像的处理流程

2.1 图像预处理

由视频采集卡获得的帧数据是在RGB颜色空间中构成的。在后续的处理中，我们更关心的是接触网以及受电弓与背景之间的灰度差异，以便于进行边缘检测等相关运算，为了减少运算量，可以将RGB颜色空间转换成YUV颜色空间。YUV颜色空间中，Y为亮度信号，U、V为色度信号，由于亮色信号分离，所以我们只要获取到Y信号，即可将彩色图像转换为256位的灰度图像。其转化公式为：

实际获得的图像在形成、传输、接收和处理的过程中，不可避免地存在着外部干扰和内部干扰，如光电转换过程中敏感元件灵敏度的不均匀性、数字化过程的量化噪声、传输过程中的误差以及人为因素等。噪声恶化了图像质量，使图像模糊，特征淹没，给分析带来困难。本文选择了空间域中值滤波的办法消除噪声干扰。中值滤波就是采用一个有奇数点的窗口（如3×3、5×5等）在图像上滑动，窗口中心点所对应像素的灰度值用窗口内所有像素的中值代替。普通的平滑滤波往往不只是把干扰去除，还经常把图像边缘模糊，因而造成图像失真，对于受电弓接触网图像这类需要保留边缘棱角等图像特征的情况，中值滤波是一种比较好的选择。由于接触线以及承力索的宽度所占像素数不多，为了获得清晰的目标物所以窗口选择不宜过大。本文选择3×3的方形窗口进行中值滤波，其滤波窗口如图5所示。

图5 3×3的方形中值滤波窗口

图6、图7为中值滤波前后一帧图像中的某一行的灰度分布图，从图中可以看出，经过了中值滤波之后，接触线的边缘以及尖峰依然明显，而一些小的脉冲干扰已经被滤除。

图6 滤波前的行像素分布

2.2 受电弓滑板的提取

因为接触线是与受电弓滑板的上边缘相接触的，所以要得到接触线高度值以及拉出值就需要得到受电弓滑板上边缘与接触线的交叉点。由于受电弓滑板在图像中总是呈近似水平状态，滑板的上边缘是一个平缓且长的水平边缘，特征十分清晰明显，所以采用模板匹配的处理方法可以很好的获得受电弓滑板上边缘的准确位置。

图7 滤波后的行像素分布

在机器识别事物的过程中，常需要把不同传感器或同一传感器在不同时间、不同成像条件下对同一景物获取的两幅或者多幅图像在空间上对准，或根据已知模式到另一幅图中去寻找相应的模式，这就叫做模板匹配。关于模板匹配的算法非常多，需要根据实际情况选择。方案中摄像机安装于列车顶端，以斜向上的角度拍摄取景，背景以天空为主，光线对测量影响很大，并且拥有种类多样的背景噪声。采用的是归一化互相关算法（normalized cr oss correlation，NCC），NCC算法的主要优点是对光照强度的线性变化不太敏感，抗干扰性能良好，计算结果有固定的范围［－1，1］，能够满足方案对于算法的需求。

设摄像机捕捉到的图像为f（x，y），f（x i，y i）表示在二维图像范围M x×M y中，点（x i，y i）处图像的灰度值。同理定义一个范围为N x×N y的模板用来表示受电弓的固有特征，模板函数为t（x，y），互相关系数γ表示在原始图像f上的某一点（u，v）为左上角的模板大小范围内图像像素与给定的模板t之间的相关程度，相关程度越高说明这一图像范围与模板越相近。互相关系数的计算公式为：

其中表示在f（x，y）上（u，v）点处右方N x×N Y区域内的像素均值；同理，¯t表示模板t的像素均值。其表达式为：

当在图像中的一定区域内进行模板检测时，值最大的点就是受电弓滑板最可能存在的区域，所使用的受电弓滑板模板如图8所示。

由于摄像机固定于车顶，受电弓与摄像机之间的水平面相对位置并不随车辆摆动和振动所变化，所以可以认为受电弓在图像中的横向位置不会发生变化，同时可以在摄像机标定的时候获取到受电弓在图像中的垂直位置范围，这样就缩小了检测区域，减少了预算量。

图8 受电弓滑板模板

2.3 接触线位置的获取

在获得了受电弓上边缘位置之后，我们就可以确定出对接触线进行采样的图像空间，一般来说选在受电弓上边缘位置上方一定区域内。如图9所示就是接触线在一行中的像素分布情况，可以看出在背景无明显干扰物，光照平均的情况下，接触线和承力索在行像素分布中呈现出一个明显的负冲击，而且接触线与承力索在冲击处的像素灰度没有明显区别，所以判别区分一行像素内接触线与承力索基本上依靠的是两个冲击的宽度，以及在实际运行中显示出来的仰视状态下接触线与承力索在画面中的位置关系。对于如图9中的像素分布情况，可以简单地利用边缘检测算法或者直接运用二值化处理，选定一个适当的阈值或者采用自适应阈值算法，就可以获得比较明显的二值化图像。

图9 良好背景情况下接触线行像素分布

但是在实际检测过程中，不难想象，背景不会总像墙面一样平滑且平均，由于摄像机为仰视放置，摄像机中的图像背景画面为天空，其中充斥着无数种随机噪声和干扰，而其中对阈值分割影响最为明显的就是太阳光线的分布不均。背景有明显太阳光照的接触线行像素灰度分布如图10所示，整个背景噪声因为右下角太阳光源的影响而分布不均，并且呈现出一个明显的坡度。接触线和承力索两个目标点在背景上虽然也产生了两个明显的冲击，但是从绝对值来看冲击的幅值仍然小于整幅图最左边很大一块区域，并且，当太阳光并不位于屏幕两侧而是屏幕中央区域的时候，干扰情况可能更为恶劣。

图10 太阳光干扰下接触线行像素分布

在这种情况下，必须对接触线的行像素图进行进一步的处理、识别之后，才能将所需要的目标物从背景图像中分离出来。

图像的微分处理实际上就是利用算子模板对图像进行运算，消除背景噪声的影响，得到图像中灰度级突变的边缘。图10所示背景噪声的灰度是平缓渐变的，而背景与接触线的交界处灰度级产生了突变，所以利用微分算子进行处理恰好可以消除背景。这里使用Sobel一阶算子中的纵向边缘处理算子的变体对每一行的像素进行微分处理。所用算子如图11所示。

图11 Sobel算子的单维变体

处理后得到的一阶微分结果如图12所示，在图中可以看出，由于阳光影响而产生的背景噪声由于变化平缓自然所以相邻像素之间的变化很小，而在接触线与背景的边缘处由于像素灰度变化大，微分处理后得到了清晰的正向冲击和负向冲击，它表示的是接触线灰度的下降边缘和上升边缘，中间的零点处表示的是目标线灰度的最底端，从图像上来讲近似为接触线的中心点。

图12 一阶微分结果

图13 二阶微分结果

为了方便确定目标线的位置，可以对获得的微分结果再一次进行微分，也就是对原始像素行进行二阶微分，处理结果如图13表示。从图中可以看出，由一个明显的正向冲击和其两侧的负向冲击构成。负向冲击表示目标导线与背景的边缘，正向冲击表示目标导线的中心部分，正向冲击的最大值近似于导线的中心点，并且，经过了两次微分处理之后目标线的特征变得十分明显，使得通过编程快速确定目标线的位置变得可行。

通过二次微分之后已经能够确定目标线的基本位置，但是要想清楚分辨出接触线和承力索之间的区别，主要依靠的是宽度这个属性。这里采用的办法是局部二值化，将已经取得的接触线中心坐标值与其周围一定范围内的像素值算作一个子像素组，在这个子像素组之中由于背景噪声的变化缓慢，不会对阈值分割的结果产生如同整行进行分割那样的巨大影响。这里设目标线中心坐标为A，接触线宽度为A1，选取的子像素组长度约为－1.5A1＋A～1.5A1＋A，这样便能够既包含目标线的全部象素又包含一定量的背景像素，再使用适当的阈值进行二值化处理后便能够得到宽度特征明显的目标线二值化图像。而在二阶导数很小的地方，不论原图像素值如何也不对其进行处理。其处理结果如图14所示。

图14 局部二值化处理结果

3 试验结果

通过上述方法提取出接触线与受电弓的交叉点以后，即可以得到接触线高度以及动态拉出值这两个几何参数的像素值，然后结合对摄像头进行定标的数据即可以得到两个几何参数的真实值。对一段视频图像的检测结果如图15所示。

从图15（a）中可以看出，接触线的拉出值图像呈现出正负交替的之字形排列，当某一帧中出现了强干扰物体时，所获得的数据可能有误，这是获得的拉出值的点会形成一个之字形排列之外的离散点，对于此点的处理办法有两种，一种是直接舍去该帧数值，第二种是使用前后帧数值对此帧进行修复。当检测条件较好，目标物体清晰明确且干扰源较少的时候，可以采取修补此帧的办法，但当干扰源明显，某一区段之内错误帧很多的时候，则只能通过人工进行后期处理。从图15（b）中可以发现，受电弓动态高度图像中存在着许多的尖峰，这是由于接触线硬点或者双弓滑板的后弓跟随性不好所导致。

图15 （a）接触导线拉出值的检测结果

图15 （b）受电弓滑板动态高度检测结果

4 结论

随着我国电气化铁路的不断发展，以及铁路运输的不断提速，对接触网受流质量的要求也将越来越高，从而对接触网动态几何参数的检测要求也越来越高。而由于接触式检测会影响改变列车的受流特性。所以，非接触式检测方案将成为以后弓网检测技术的发展趋势。本文提出了一种非接触式的检测方案，通过数字图像处理技术来完成对高速铁路接触线参数的实时以及动态检测，本检测方案具有以下特点：

（1）通过一台定标后的摄像头获取视频数据，运用图像处理技术实现了弓网参数的非接触式检测，安装简单，定标方便。

（2）本检测方案是基于接触网动态检测、联调联试、型式试验等均有弓网状态视频图像，通过视频采集卡以及软件处理系统对图像进行分析，不需要在车顶架设更多的检测设备，一方面增加了测试的安全性，另一方面也有利于设备升级改造。

（3）将视频系统与速度传感器相集成，更有利于对超标点的定位以及分析。

（4）在测试数据的同时可以进行视频的录制，将测试数据与视频图像相结合可以在后期由人工对超标点进行进一步的判断以及识别。

［1］于万聚.接触网设计及检测原理［M］.北京：中国铁道出版社，1991.

［2］杨淑莹编.VC＋＋图像处理程序设计［M］.北京：清华大学出版社、北京交通大学出版社，2005.

［3］牛大鹏.非接触式接触网几何参数检测系统研究［D］.成都：西南交通大学，2008.

［4］青 莉.接触导线几何参数测量研究［D］.成都：西南交通大学，2005.

［5］邓昌延，高洪杰，周曙光.接触网参数非接触式测量系统的研制［J］.铁道学报，1990，（2）：12－20.

［6］G.E.Fletcher.Auto matic Measurement of the Position of the Over head Contact Wire［J］.U.K：British Rail，2009：119－123.