視覺測量關(guān)鍵技術(shù)研究及其在尖軌伸縮位移監(jiān)測中的應(yīng)用.pdf

1、視覺測量是計算機視覺在自動檢測與精密測量領(lǐng)域中的應(yīng)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(lǐng)域的熱點問題之一，并在公共安全、交通運輸以及軍事等領(lǐng)域得到了廣泛的應(yīng)用。
　　本文對視覺測量關(guān)鍵技術(shù)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(shù)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(gòu)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(biāo)區(qū)域的方法，以特征匹配方法的匹配結(jié)果為指導(dǎo)，結(jié)合二值化及積分梯度方法，逐步提取判讀目標(biāo)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(jié)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(yīng)對包含復(fù)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(luò)刻度尺定位方法。該方法以深度學(xué)習(xí)的理論為指導(dǎo)，以卷積神經(jīng)網(wǎng)絡(luò)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(jié)合FastRCNN模型的訓(xùn)練方法，得到魯棒的檢測模型，

4、根據(jù)模型的檢測結(jié)果，采用基于空間支撐的目標(biāo)定位方法，最終獲得刻度尺的精確坐標(biāo)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(zhì)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(zhì)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(yīng)對刻度尺區(qū)域噪聲的影響，結(jié)合先驗對低質(zhì)模糊圖像進行判讀，實現(xiàn)了對降質(zhì)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