高速铁路运行环境视频采集增强系统实现与应用

王凡，周谦，刘俊博，程雨，赵鑫欣，王宁，夏博光

（中国铁道科学研究院集团有限公司 基础设施检测研究所，北京 100081）

0 引言

截至2020年底，我国铁路运营总里程已达14.63万km，其中，高速铁路里程突破3.79万km，铁路运输正向高速度、高密度的趋势发展。高速铁路运行环境安全检测是高速铁路运营检测和联调联试[1]的重要工作，基于高速综合检测列车的视频采集系统能够获取全线路运行环境信息，检测人员可实时监控运行环境状态，及时发现线路中的安全隐患，有效保障高速铁路运营安全。此外，通过与高速综合检测列车中其他检测系统关联，能够依据可靠的视频数据对故障检测结果进一步分析，减少检测结果的误报率。

目前，世界各国综合检测列车均配备车载视频采集系统[2]，如日本“East-Ⅰ”综合检测列车，最高检测速度为275 km/h，其视频采集系统能够同时获取列车前后的运行环境信息，视频分辨率为720×480，帧率为30帧/s。我国用于联调联试和运营检测的高速综合检测列车，在司机室操作台与挡风玻璃之间安装高清摄像机，视频数据采用最新的H.264视频编码技术[3]，视频图像的分辨率为1 920×1 080，帧率为25帧/s。

但现有视频采集系统受制于网络承载能力限制，无法在会议车大屏幕上实时察看线路运行环境状况。且系统容易受到天气等自然因素影响。光照条件较差时，采集的视频图像存在亮度低、噪声大等问题，不利于进一步分析和处理，无法适应快速增长的联调联试和运营检测任务需求。

为解决现有系统存在的问题，提出一种新型基于高速综合检测列车的运行环境视频采集增强系统。该系统通过全千兆光纤数据环网和分布式多计算机切换器（KVM）实现视频数据的多终端实时展示，利用Retinex图像增强算法解决视频图像亮度低、噪声大等问题。在真实高铁线路的试验验证结果表明：该系统可以全天候地获取高质量的高铁运行环境视频数据，并可在检测列车多个显示终端上实时展示，能够满足当前高铁线路运行环境安全检测任务的需求。该系统已推广应用于多辆高速综合检测列车，为高铁运行环境安全检测任务提供了重要数据支撑。

1 视频采集增强系统架构

高速铁路运行环境视频采集增强系统架构见图1，该系统由1号车和8号车的司机室环境视频枪机、高清视频采集处理服务器、会议车高清大屏、集中监控显示屏和多套分布式KVM构成，其中2套分布式KVM的输入节点分别与高清视频采集处理服务器和定位同步服务器相连接，输出节点分别与集中监控显示屏和会议车2K分辨率的高清大屏连接，即可实现集中监控显示屏同时监视2台服务器的界面，而高清大屏展示某台视频枪机的图像。全新设计的全千兆光纤数据环网为视频数据的传输提供了高速网络环境，定位同步服务器可通过串口为视频数据提供里程、速度等信息。

图1 高速铁路运行环境视频采集增强系统架构

该系统配置2台高清视频枪机，视频图像的最大分辨率为2 048×1 536，帧率为25帧/s，分别安装于检测列车1号车和8号车的司机室操作台上（见图2（a）），能够沿线路中心线拍摄清晰的线路及周边环境（如建筑物、电杆、护栏、声屏障）的视频数据。视频数据通过解码、叠加定位同步系统[4]提供的线路名称、里程、速度、车次和时间等字符信息，实现视频数据的采集与存储。系统采集的夜间视频图像见图2（b）。

图2 运行环境视频采集

全千兆光纤数据环网通过多台工业级全千兆网管型以太网交换机搭建而成（见图3），视频图像可通过全千兆光纤数据环网和分布式KVM在检测列车的高清大屏上实时展示，方便检测人员实时监控运行环境状态，及时发现线路安全隐患。

图3 全千兆光纤数据环网架构

全千兆光纤数据环网由主备3层核心交换机与各车的2层主干交换机组成冗余环网，通过应用光纤介质作为传输通道，能够有效降低磁场对图像信号的传输影响，保障数据网络全面达到千兆带宽的通信能力。冗余环网共享主备3层核心交换机，形成4条冗余通道，依靠路由冗余协议（VRRP）[5]，能够保证主3层交换机在出现故障时，自动切换至备3层交换机，从而持续提供路由服务。此外，通过对各车厢的交换机进行虚拟局域网（VLAN）规划与配置，可对广播风暴进行有效抑制。

高速综合检测列车中安装多台显示终端，包括高清视频采集系统的显示器、高清大屏和集中监控显示屏等。分布式KVM自带视频推送和拉取功能，可通过全千兆光纤数据环网将视频信号同步推送至多台显示终端，进行实时展示（见图4）。全千兆光纤数据网络与分布式KVM的结合，确保数据能无损传输至高清大屏，保证了视频显示的流畅度与清晰度。

图4 视频展示

2 视频图像增强

高速铁路日常检测和联调联试工作通常全天候进行，检测过程中会遇到各种天气情况，高清视频枪机采集的原始视频图像通常存在低亮度、噪声大等问题，不利于运行环境的安全检测。因此，需要利用图像增强方法提升视频图像的质量。

Retinex理论[6]常用于提升图像亮度、降低图像噪声。该理论主要基于2个假设：（1）物体颜色是由物体对长波、中波和短波光线的反射能力所决定；（2）物体色彩不受光照的非均匀性影响。原始图像S可表示为照射分量L与反射分量R的乘积：

式中：x、y为图像的像素坐标，分别代表图像的行和列。

将式（1）的等号两边取对数，可将计算过程转换为对数域的加法运算，以降低运算的复杂度：

由于物体的真实颜色取决于反射分量R（x，y）[7]，因此可通过提取原始图像的反射分量来提升图像亮度、降低噪声，以实现增强原始图像质量的目的。然而，直接获取原始图像的反射分量非常困难。通常先估计原始图像的照射分量[7]，再利用式（3）得到原始图像的反射分量，即在对数域用原始图像减去照射分量便可得到反射分量。

由于原始图像的照射分量是图像中低频成分[8]，因此，可采用基于高斯核的非线性滤波方法来估计照射分量。目前，单尺度Retinex算法（Single-scale Retinex，SSR）[9]和多尺度 Retinex算法 （Multi-scale Retinex，MSR）[10]都是通过该原理来实现图像质量的增强。具体来说，将原始图像和1个高斯核进行卷积来获取照射分量（低频成分），然后进一步计算得到图像的反射分量（高频成分）[11-12]，计算过程见式（4）和式（5）。式（4）是空间域下反射分量的计算公式，式（5）是对数域下反射分量的计算公式：

式中：G为高斯核；ε为无穷小常量。

3 试验验证

为更好地应用高速综合检测列车上采集到的视频数据，有必要提升视频图像中环境要素的被识别能力，同时将图像中的细节信息和边缘信息进行还原。目前，试验都是基于检测列车现有视频采集系统所生成的视频数据进行分析，在高铁线路运行中采集多组运行环境视频数据，并利用Retinex图像增强算法进行增强。对于自带图像增强能力的低照度和宽动态摄像机，虽能改善拍摄主体的亮度，但图像质量会下降、防抖效果较差、噪点和模糊增多，有丢失画面细节的风险。

试验采用高速综合检测列车为平台，在真实高铁线路的检测过程中采集运行环境视频数据。同时，利用SSR和MSR算法进行对比试验，以比较2种算法对视频亮度的提升效果。

利用SSR和MSR算法增强后的视频图像见图5。观察发现，2种算法都可以降低原始图像的细节模糊程度，而且很好地保留了物体的边缘信息。将图中“出站口”指示牌和轨道区域放大后查看，对于指示牌上文字，MSR算法的提升效果更为显著，对高速铁路运行环境检测中所关注的轨道区域及整体环境同样有着更好的增强效果。

图5 视频图像增强结果

在此，采用图像熵[13]的方法评价图像增强效果，该方法是一种无参考图像的增强评价方法，熵值越大，说明图像中像素灰度分布差异性越大、纹理越显著，即图像中包含更多的有效信息。利用SSR和MSR算法得到的局部熵图像结果见图6。观察发现，MSR算法生成的局部熵图像比SSR算法更为明亮，表明MSR算法增强后图像的亮度提升和纹理丰富方面更具优势，对于后续基于视频的高速铁路运行环境安全检测任务的开展更为有利。

图6 局部熵图像

4 结论

针对现有高速铁路运行环境视频采集系统存在的问题，提出一种新型基于高速综合检测列车的运行环境视频采集增强系统。

（1）搭建全千兆光纤数据环网和分布式KVM，实现视频数据在高清大屏幕等多个显示终端实时显示的功能，便于检测人员实时监控线路运行环境状态。

（2）应用Retinex算法提升视频图像质量，解决了视频数据亮度低、噪声大的问题，为后续分析工作提供更高质量的视频图像数据。

（3）实际线路的试验验证结果表明：该系统可全天候获取高质量的高速铁路运行环境视频数据，并可同步在高速综合检测列车的多个显示终端实时显示。

（4）该系统已推广应用于多辆高速综合检测列车，为高铁运行环境安全检测任务提供了重要的数据支撑，具有较高实用价值。