基于高清图像处理的弓网检测识别算法解析

肖冰语，徐恒巍，孙艺洋

（中车长春轨道客车股份有限公司，吉林 长春 130113）

在科学技术水平不断发展的大时代背景下，我国电气化铁路管理水平出现了质的飞跃。随着人们生活水平的逐渐提高，城市架构内部的交通轨道系统及铁路对高速接触网动态特性的要求也随之提升，经过科研人员的不断研发和探索，管理人员通过特定方式对弓网系统进行多元检测，尤其是在动态检测试验中，其利用适量的激光测量方法，经过相关人员的不断优化和调整，采用导高方式能够将整体测量误差降至1 ～2cm,进一步了解后发现，管理人员还可利用雷达激光方法确定拉出值的数据信息，整体测量误差降至1cm 左右。为了全面提升弓网检测的真实性和准确性，高速铁路管理部门应摒弃传统的弓网检测方法，顺应时代发展潮流，积极利用先进的计算机技术，在引进适量的高清摄像头设备后，进一步对摄像头拍摄的图像信息进行识别，掌握视距内弓网接触部位所形成的轮廓曲线存在规律后，在各个部门周密分析的基础上，制定科学合理的接触网几何参数目的的非接触式检测方案，为后期拉出值及导线测量工作的获取创设诸多有利条件。

1 弓网系统相关内容分析

1.1 地铁车辆弓网系统

众所周知，接触网和受电弓是地铁车辆的重要组成部分，例如，首先，在地铁运输轨道上方架设是现实接触网主要安设的形式之一，此个架构主要是将大量电能及时输送至正在移动的牵引自系统架构中，采用特定模式满足地铁车辆牵引的实际需求。一般情况下，可以将接触网分为柔性悬挂和刚性悬挂两种方式，柔性悬挂主要是通过支柱、接触线、吊弦及承力索等重要元器件组成的，而旋转底座、绝缘子、汇流排和接触线等重要零部件则是刚性悬挂的重要组成部分，在不同的接触网架构中发挥着相应的作用；其次，针对受电弓等架构，是地铁弓网系统架构中重要的受流设备，在现实生活中，全面连接地铁车辆及相关接触网，主要是与接触网紧密连接后达到电能快速传输的效果。

1.2 弓网检测系统的主要方式

（1）人工检测。管理人员应采用人工登顶测量方式，采用特定方式及时获取弓网系统的测量参数数据信息。大量实践表明，人工检测的数据结果相对准确可靠，然而，在实际的检测过程中，需要管理人员进行停车对相关部位进行检测，相关部门需要投入大量的人力物力资源才能完成此项工作，整个检测的效率相对较低，不能满足现实地铁在线检测的工作要求。

（2）接触式检测。此种检测方式的操作原理如下：管理人员妥善运用地铁车辆弓网系统的温度、速度及加装压力传感器，及时更新并学习相应的理论知识，切实应用完整的弓网间数学关系后，采用相关方式将传感器内部的参数信息转换成测量数据信息，大量实践表明，此种检测方式在应用后，内部的传感器在标记期间会受到外界客观环境因素的影响，抗干扰效果较差的基础上，不利于接触式检测方式的普及和推广。

（3）非接触式检测。据有关资料显示，通过地铁车辆的基础视觉采集单元对特定图像数据信息进行分析处理时非接触式检测方法的主要形式，检测人员在反复优化、调整后，紧密联系先进的图像加工处理方法，实时获取相对准确的参数检测结果，非接触式检测方法在实际应用中，具备抗干扰性较强且实时性较高的诸多优势，受到了相关行业管理人员的一致好评。与此同时，有关资料显示，国内外检测人员通过大量研究出适量的智能弓网检测系统，确保对弓网点进行检测、几何参数检验等诸多工作的顺利进行。

2 智能识别简介

管理人员利用先进的计算机技术，在快速获取大量图像信息后，对内部的数据信息进行全面分析、处理及整合，从不同角度对不同形式的图像进行技术加工处理即可称为图像识别技术。一般情况下，在实际的工业生产期间，操作人员应利用适量的工业相机拍摄的图片，引进相关软件系统对整个图像的像素差进行统一识别操作，在利用相关人工智能识别技术后，获取精准的识别参数信息。例如，动态检测系统应用过程中，管理人员不但要及时收集大量的原始图像，还应同时获取相应的接触线目标信息，在统一收集诸多干扰目标信息后，保证检测系统能够全面对原始图像进行收集和处理，从而完整的对接触线目标图像的起始点和终止点予以确定，在得出相应的接触线目标图像宽度，并根据最终得出的接触线图，结合算法定位出目标，采用统一方式获取相关数据。

3 算法架构分析

针对高速铁路车辆的弓网检测系统，经过科研人员周密分析的基础上，通常会将弓网检测摄像头安装在弓正前方1 ～2m 处，利用相关元器件构建完整的弓网检测系统。例如，在受电弓架构科学完整的情况下，操作人员应采用特定模式对图像中受电弓具体位置进行确定后，应利用自身知识，紧密联系受电弓前期标定情况，获取准确的导高数据信息，与此同时，管理人员应全面识别接触网和受电弓的交叉点部位，及时计算获取中心点的实际距离，由此可以看出，针对弓网图像的识别处理，应高度重视查找交叉点和定位受电弓等方面。

（1）管理人员应妥善利用先进的图像滤波处理技术，对摄像头拍取的图像信息进行加工处理，采用此种处理方式的主要原因有两个：第一，图像识别特征模式大多是由抽出的特征作为主要组成部分的；第二，可以及时地消除图像在数字化处理过程中掺杂的噪声因素干扰。值得注意的是，采用此种方法应尽量避免对图像边缘信息和重要轮廓的破坏，管理人员应及时更新并学习相应的高斯滤波线性平滑处理方式，实际的二维处理函数应用如下计算公式表示：

通过以上计算公式可以得出，在受电弓定位期间，主要运用了模板匹配算法。具体操作流程如下：管理人员应提前对左右弓头图像进行截取，在确保与高斯滤波后的图像完全匹配后，采用特定方式对直方图进行均衡化，其次，通过特定的匹配计算方法获取两个弓头位的导高数据信息；最后，应高度重视高速列车进入隧道时弓网的状态，例如，在高曝光的空间下，整个弓网的周身结构为白色，背景主要为黑色，在此种情况下，弓网检测系统的弓头完全匹配存在一定困难，因此，为了全面提升精准效果，且能够完全适应黑夜高曝光的空间环境，操作人员可以采用canny 边缘检测方式对截取分弓头和视频图像进行集中处理，同时利用适量的轮廓图像进一步进行匹配处理，继而排除外界客观环境对其的干扰。

（2）在定位弓网接触点具体位置时，管理人员应及时关注承力索等因素在图像中的干扰状况，利用高度差产生的成像粗细效果继而对接触线位置、承力索存在形式进行分析。例如，在此个算法中，应提前对受电弓进行定位，进一步获取交叉点的大概位置后，统一规划出实际的感兴趣区域，随后相关人员通过闭运算的方式对此个区域进行处理，通过先膨胀比后腐蚀运算的方法得出相关数据信息，实际数学表达公式如下：

上述等式中，处理图像结果由dst 表示，原图像由src 表示，处理内核由element 代表。管理人员应通过参数调整方式，妥善利用大量的闭运算处理方法消除较细的承力索图像，在确保仅仅保存接触线的基础上，方便相关人员在短时间内及时定位接触点。

首先，统一对整块感兴趣区域进行角分检测，确保接触点主要呈现L 型角点，使用harris 算法提前的角度精度相对较高，采用大量的试验模拟方法后发现，两种测算方法在定位计算过程中都会存在一定误差，进一步证实后发现，在对整段直线路线进行提取过程中，采用直线检测方法能够及时排除外界各种干扰因素，在误差逐渐缩小的同时，使用直线检测方式对背景环境的干扰不会产生过多敏感。例如，管理人员可以每隔52m，促使弓网与支柱重叠一次，在此种模式下，角点检测期间会产生大量误差，此种检测方法不利于误差的排除和缩小，假如接触线的检测点位在没有重叠区域被检测出来，也不会影响交出点位的准确度。因此，在实际的检测过程中，利用霍夫变换算法在opencv中可以直接调用，在相关接触线被完全定位后，管理人员只需要对检验路段的交叉点像素坐标值充分确定后，和中心点位进行对比即可得出相应的拉出值。

其次，在工况不稳定的情况下，弓网检测的环境会发生大量变化，光照、天气因素、隧道结构都会从一定程度上影响图像识别的准确性。因此，在现实生活中，应保证系统检测参数处于可以调节的状态，管理人员应采用适当方式确保其能满足弓网系统正常检测的运行条件，以上检测程序需要全面调整的参数主要包含以下两个方面：首先，应及时对整体图像边缘检测用来与弓头匹配时的滞后阈值进行规划；其次，在闭运算过程中，应高度重视内核矩阵尺寸的参数信息。

最后，为了确保误差逐渐减少，应通过排除背景环境的干扰因素，采用适当底肥canny 边缘检测方式获取相关轮廓图像，达到视频图像轮廓能够和弓头完全匹配的效果。然而，在现实生活中，大雾、雨雪等自然气候等外界因素会造成图像在成像期间的形成条件相对复杂，管理人员应积极学习国内外先进的canny 检测方法对滞后阈值进行调整。

4 测试结果与对比

首先，通过大量实践表明，采用以上检测方法形成的图像，大量细小的承力索被完全滤除，不会轻易被人们观测到，管理人员全面记录接触线的两条边界；其次，管理人员应采用适当方法对边界线段进行综合分析，确保其能够位于弓网交点的平均值即接触点的坐标，与此同时，在隧道环境检测过程中，当隧道内部出现大量的曝光灯照时，虽然背景环境出现明显的变化，在部分时间流逝后，还能进一步检测出接触线。

5 新算法优势与不足

此种算法的优势如下：在复杂多变的外界环境下，此种算法应用范围较广，管理人员应不断进行优化和调整，通过大量的视频图像来拓宽弓网检测的实际范围，并且通过大量试验对参数进行调整后，能够全面减少运行程序的响应时间。由于匹配过程中进行轮廓提取时，可能受到其他异物在镜头前的干扰，继而可能产生强大的抗干扰因素影响；其次，在标定过程中，知横竖两边的像素所代表的距离通过一把刻有标度的直尺就可获得，在后期硬件准备过程中应用很方便。

然而，此种算法也存在诸多不足之处，例如，首先，在进行软硬横跨过程中，背景轮廓发生变化会受到过多因素干扰，形成的图像在直线检测中会产生较大误差；其次，当高速列车在隧道进出口经过时，光线发生强烈变化时，视频图像会产生2 ～3s 的完全黑屏或者白屏现象，产生此种状况后，管理人员不能通过对程序进行改进解决此类问题，只能应用较好的摄像头硬件完成检测工作；最后，在隧道中，由于探照灯造成的接触线背部的阴影同样会影响到检测精度。

6 结语

总而言之，弓网检测识别算法会受到诸多外界因素的干扰，相关人员应积极利用先进的检测技术和智能处理技术，安装质量较好的监控摄像头后，构建完整的弓网检测系统，在具体问题具体分析后，采用适宜的检测算法，达到预设的工作效果。