CN115984836A - 一种铁路油罐车罐口识别定位方法 - Google Patents

Abstract

本发明涉及图像处理技术领域，具体涉及一种铁路油罐车罐口识别定位方法，该方法包括：获取罐口疑似区域，获取阴影区域及阴影区域对应的两个子区域，获取每个阴影区域的对称特征值，获取罐口疑似区域对应的所有阴影区域的特征一致性及阴影区域的暗度特征值，获取阴影对罐口的影响程度，确定油罐车罐口。本发明精确获取了阴影对罐口的影响程度，实现了对图像采集设备位置进行调整，进而排除光照对罐口定位的影响，提高罐口定位的准确性。

Description

一种铁路油罐车罐口识别定位方法

技术领域

本发明涉及图像处理技术领域，具体涉及一种铁路油罐车罐口识别定位方法。

背景技术

铁路运输具有机动灵活、流向范围广、安全可靠、受自然因素影响小等优点，现如今全国60％～70％成品油都由铁路运输完成输送和转运。铁路油罐车（也称槽车）是散装油品铁路运输的专用车辆，由罐体及其附件、底架、转向架、自动装置、牵引缓冲装置等组成。为了在原油装卸以及运输过程中减少泄漏和挥发，最大限度节约原油、保护环境、保障安全，在装卸过程中需要使用鹤管装卸，所以在鹤管安装对接时需要对铁路油罐车的罐口进行定位。

然而，为了满足输油环境的防爆要求，一般采用无接触测量方式对铁路油罐车的罐口进行定位。

现有技术中的对铁路油罐车罐口进行识别的方法主要基于模板匹配，将疑似罐口位置与不同车型的罐口模板根据相似度逐个进行匹配，进而确定罐口位置，然而，由于铁路油罐车装车在半露天环境下昼夜进行，所以常常会遇到夜晚时需要额外进行照明的情况，但是灯光的位置和灯光对应的物体阴影往往会对罐口的识别造成影响，所以，现有技术对罐口进行识别的精度并不高。

发明内容

本发明提供一种铁路油罐车罐口识别定位方法，以解决现有的对罐口进行识别的精度不高的问题。

本发明的一种铁路油罐车罐口识别定位方法采用如下技术方案：

获取图像采集设备在初始位置时所采集的铁路油罐车的表面灰度图像，并获取表面灰度图像中的罐口疑似区域；

获取罐口疑似区域相邻的阴影区域，获取每个阴影区域的主成分方向，获取阴影区域对应的边缘线的两个端点之间连线，过连线的中心点作沿主成分方向的直线，直线将阴影区域分为两个子区域；

根据每个子区域对应的边缘线段上的像素点到直线的欧氏距离，获取每个阴影区域关于直线的对称性及该阴影区域的规则性；根据每个阴影区域对应的对称性、规则性获取每个阴影区域的对称特征值；

根据罐口疑似区域相邻的所有阴影区域的对称特征值相似性及所有阴影区域的主成分方向的方向相似性，获取罐口疑似区域对应的所有阴影区域的特征一致性；

根据阴影区域的灰度均值及其相邻的罐口疑似区域的灰度均值，获取阴影区域的暗度特征值；

根据罐口疑似区域相邻的所有阴影区域的对称特征值、暗度特征值，以及罐口疑似区域对应的所有阴影区域的特征一致性，获取阴影对罐口的影响程度；

判断获取的阴影对罐口的影响程度是否符合设定条件，当阴影对罐口的影响程度符合设定条件时，将该初始位置上获取的罐口疑似区域确定为油罐车罐口；

当获取的阴影对罐口的影响程度不符合设定条件时，调整图像采集设备的初始位置，直至获取调整位置后得到的罐口疑似区域中的阴影对罐口的影响程度符合设定条件时，停止调节，将调节位置后获得的铁路油罐车的表面灰度图像中的罐口疑似区域确定为油罐车罐口。

优选的，获取每个阴影区域关于直线的对称性，包括：

根据阴影区域的每个子区域对应的边缘线段上的所有像素点到直线的欧氏距离，获取每个边缘线段对应的距离序列；

将两个距离序列的动态时间弯曲距离作为阴影区域关于直线的对称性。

优选的，获取每个阴影区域的规则性，包括：

根据阴影区域对应的距离序列中每两个相邻的欧氏距离获取距离增长速度；

对阴影区域对应的两个距离序列进行突变检测，得到每个距离序列对应的突变点；

将阴影区域对应的两个距离序列中负距离增长速度的个数，与所有突变点的个数之和作为阴影区域的规则性。

优选的，获取每个阴影区域的对称特征值，包括：

对阴影区域关于直线的对称性进行负相关计算得到目标对称性；

将目标对称性作为分子，将阴影区域的规则性与防零系数之和作为分母，得到阴影区域的对称特征值。

优选的，获取罐口疑似区域相邻的所有阴影区域的对称特征值相似性，包括：

根据罐口疑似区域相邻的所有阴影区域的对称特征值，获取特征分布散点图；

对特征分布散点图中的散点进行聚类，得到散点数量最多的目标聚类簇；

将目标聚类簇的散点数量作为罐口疑似区域相邻的所有阴影区域的对称特征值相似性。

优选的，获取罐口疑似区域相邻的所有阴影区域的主成分方向的方向相似性，包括：

将目标聚类簇内的散点对应的每个阴影区域的直线作为目标直线；

获取每个目标直线与水平方向的夹角，与所有目标直线与水平方向的夹角均值的差值，并将差值的绝对值的和值作为罐口疑似区域相邻的所有阴影区域的主成分方向的方向相似性。

优选的，获取罐口疑似区域对应的所有阴影区域的特征一致性，包括：

将罐口疑似区域相邻的所有阴影区域的对称特征值相似性，与罐口疑似区域相邻的所有阴影区域的主成分方向的方向相似性的比值，作为罐口疑似区域对应的所有阴影区域的特征一致性。

优选的，获取阴影对罐口的影响程度，包括：

获取目标聚类簇的散点对应所有阴影区域的对称特征值和值，与罐口疑似区域对应的对称特征值相似性的第一比值，并作为罐口疑似区域对应的目标聚簇的所有影响区域的显著对称特征值；

获取目标聚类簇的散点对应所有阴影区域的暗度特征值和值，与罐口疑似区域对应的对称特征值相似性的第二比值，并作为罐口疑似区域对应的目标聚簇的所有影响区域的显著暗度特征值；

将显著对称特征值、显著暗度特征值以及罐口疑似区域对应的所有阴影区域的特征一致性的乘积作为阴影对罐口的影响程度。

优选的，调整图像采集设备的初始位置，包括：

根据罐口疑似区域相邻的所有阴影区域对应的直线对应的夹角获取图像采集设备的移动方向，设定移动步长；

按照图像采集设备移动方向和移动步长，移动图像采集设备。

优选的，获取图像采集设备的移动方向，包括：

获取罐口疑似区域相邻的所有阴影区域的直线对应的夹角均值；

并将罐口疑似区域相邻的所有阴影区域的直线对应的夹角均值，作为图像采集设备移动方向。

本发明的一种铁路油罐车罐口识别定位方法的有益效果是：

通过获取表面灰度图像中的罐口疑似区域，然后基于罐口疑似区域获取影响罐口定位的阴影区域，由于阴影区域是受倾斜光导致的物体出现影子形成的阴影区域，对阴影区域进行分析，受倾斜光导致的物体出现影子形成的阴影区域，其具有对称性和规则性，故以阴影区域对应的对称性、规则性获取每个阴影区域的对称特征值，然后，阴影区域相对于罐口疑似区越暗，则阴影区域对应的暗度特征值就越大，即阴影区域越可能为受倾斜光导致的物体出现影子形成的阴影区域，故阴影区域的灰度均值及其相邻的罐口疑似区域的灰度均值，获取阴影区域的暗度特征值，基于暗度特征值、对称特征值使得实现对阴影区域的判断，然而，由于灌口表面附近无法保证完全干净，常常会沾有油污，油污同样可能有暗度特征、对称特征，故利用暗度特征值，基于暗度特征值来分析，其结果并不准确，由于物体影子同向性的特征，故基于罐口疑似区域相邻的所有阴影区域的对称特征值相似性及所有阴影区域的主成分方向的方向相似性，获取罐口疑似区域对应的所有阴影区域的特征一致性，故基于阴影区域的暗度特征值、对称特征值及罐口疑似区域对应的所有阴影区域的特征一致性，来综合获取由于受倾斜光导致的物体出现影子形成的阴影区域的阴影对罐口的影响程度，通过对称特征值实现对阴影区域的形态进行限定、暗度特征值实现排除表面物体的干扰、阴影区域的特征一致性实现对阴影区域的方向的限定，从而实现阴影对罐口的影响程度的精确获取，然后基于精确获取的阴影对罐口的影响程度，调整图像采集设备位置，使得采集的图像能尽可能正对罐口，进而排除光照对罐口定位的影响，提高罐口定位的准确性。

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，下面描述中的附图仅仅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为本发明的一种铁路油罐车罐口识别定位方法的实施例的流程图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明的一种铁路油罐车罐口识别定位方法的实施例，本实施例的使用场景为：铁路油罐车装油过程中，从鹤管前端定位铁路油罐车罐口的常规情况出发，尤其在晚上时，受灯光斜射罐口导致的出现倾斜阴影，进而会使得到灯光斜射造成的阴影影响对罐口识别，故如图1所示，本实施例具体包括：

S1、获取罐口疑似区域；

具体的，在需要与油罐车罐口连接的鹤管前端固定CCD相机和照明设备，当鹤管移动时，其前端固定的图像采集设备（CCD相机）和照明设备同步移动，通过CCD相机即可获取铁路油罐车的表面图像，然后对表面图像进行灰度化处理得到灰度图像，为避免图像中噪声的干扰，使用中值滤波对罐口灰度图像进行去噪，其中，中值滤波去噪为公知技术，不再赘述，对去噪后的灰度图像使用OTSU最大类间方差法进行划分，将灰度图像中大于阈值的像素点对应的各区域划分出来，记为罐口疑似区域，其中，需要说明的是最大类间方差法为现有技术，本实施例不再赘述。

S2、获取阴影区域及阴影区域对应的两个子区域；

具体的，获取罐口疑似区域相邻的阴影区域，获取每个阴影区域的主成分方向，获取阴影区域对应的边缘线的两个端点之间连线，过连线的中心点作沿主成分方向的直线，直线将阴影区域分为两个子区域。

其中，需要说明的是，在对罐口进行定位时，一般无法保证鹤管前端直接与罐口对准，所以鹤管前端的照明设备的灯光相对于罐口表面的各凸起物为倾斜照射，在斜射的灯光下，这些凸起物（如螺钉）旁会出现与灯光方向相同的影子（即阴影区域）。当凸起物在罐口的较外侧位置时，对应的阴影区域可能与罐口对应位置边缘相接且较暗，此时会将上述划分过程中部分为罐口的区域划分在罐口疑似区外，影响后续根据罐口呈圆形特征的判断，故先获取罐口疑似区域相邻的阴影区域，具体包括：对罐口灰度图像使用canny边缘检测算子，获得边缘图像，根据边缘图像获取各个边缘围成的区域，然后从所有区域中获取罐口疑似区域相邻的阴影区域，然后采用主成分分析方法获取每个阴影区域的主成分方向，主成分方向即为阴影区域的这些像素点位置分布的走向，若该阴影区域对应物体影子，则主成分方向对应光照方向，其中，主成分分析为公知技术，不再赘述。

S3、获取每个阴影区域的对称特征值；

具体的，在判断阴影区域是否属于罐口区域，故需要根据阴影区域的对称性和规则性，以阴影区域的对称性和规则性来衡量每个阴影区域的对称特征值，当阴影区域越可能为罐口表面的物体因灯光斜射产生的影子对应的区域时，那么依据一个物体的影子特征，即影子的对称特征值就越大，故，本实施例根据每个子区域对应的边缘线段上的像素点到直线的欧氏距离，获取每个阴影区域关于直线的对称性及该阴影区域的规则性；根据每个阴影区域对应的对称性、规则性获取每个阴影区域的对称特征值。

其中，点到线的欧氏距离为现有技术，本实施例不再赘述。

其中，获取每个阴影区域关于直线的对称性包括：根据阴影区域的每个子区域对应的边缘线段上的所有像素点到直线的欧氏距离，获取每个边缘线段对应的距离序列；将两个距离序列的动态时间弯曲距离作为阴影区域关于直线的对称性，即本实施例具体的在实施过程中，以直线与阴影区域的边缘线相交的位置为起始点，以阴影区域的边缘线的两个端点为结束点开始遍历，获取阴影区域的两个子区域对应的边缘线段上每个像素点到直线的欧氏距离，并按照获取的时间顺序对每个边缘线段上的像素点到直线的欧氏距离进行排序得到每个边缘线段对应的距离序列，例如：以其中一个边缘线段对应的每个像素点到直线的欧氏距离分别即为（为阴影区域对应的边缘线的其中一个边缘线段的像素点的总数量），将阴影区域对应的边缘线的其中一个边缘线段对应的所有欧氏距离构成的距离序列记为；将阴影区域的右侧对应的各欧氏距离分别记为（为阴影区域对应的边缘线的另一个边缘线段的像素点的总数量），阴影区域对应的边缘线的另一个边缘线段对应的所有欧氏距离构成的距离序列记为；然后，获取距离序列与距离序列的dtw距离（动态时间弯曲距离），并将距离序列与距离序列的动态时间弯曲距离记为，其中，若阴影区域为物体的影子，那么阴影区域的两个子区域必然关于直线对称分布，所以以两个距离序列间的dtw距离来表示阴影区域关于直线的对称性；需要说明的是，dtw距离的计算方法为现有技术计算方法，本实施例不再赘述。

其中，由于光线的特性，物体的阴影呈弧形，且影子在越远离物体的位置越窄，所以按照本实施例的获取欧氏距离的顺序，得到的距离序列和距离序列中各欧氏距离应逐次增大，故，获取每个阴影区域的规则性包括：根据阴影区域对应的距离序列中每两个相邻的欧氏距离获取距离增长速度；对阴影区域对应的两个距离序列进行突变检测，得到每个距离序列对应的突变点；将阴影区域对应的两个距离序列中负距离增长速度的个数，与所有突变点的个数之和作为阴影区域的规则性；其中，距离序列中的距离增长速度的计算公式为：

式中，表示距离序列中第个欧氏距离对应的距离增长速度；

表示距离序列中第个欧氏距离；

表示距离序列中第个欧氏距离；

需要说明的是，当阴影区域为物体影子时，那么其对应的距离序列中的每一项对应的距离增长速度均应为正值，故，当阴影区域为非物体影子的较暗区域，那么其对应的距离序列中的每一项对应的距离增长速度中必然存在负值。

具体的，对阴影区域对应的两个距离序列分别进行M-K突变检测，得到每个距离序列中对应的突变点，基于两个距离序列对应的突变点，距离序列中的负距离增长速度获取每个阴影区域的规则性，即将阴影区域对应的两个距离序列中负距离增长速度的个数，与所有突变点的个数之和作为阴影区域的规则性。

其中，根据阴影区域对应的对称性、规则性获取每个阴影区域的对称特征值包括：对阴影区域关于直线的对称性进行负相关计算得到目标对称性；将目标对称性作为分子，将阴影区域的规则性与防零系数之和作为分母，得到阴影区域的对称特征值，具体的，阴影区域的对称特征值的计算公式为：

式中，表示阴影区域的对称特征值；

表示阴影区域对应的距离序列和距离序列的动态时间弯曲距离，即阴影区域关于直线的对称性；

表示阴影区域对应的距离序列和距离序列中负距离增长速度的个数；

表示阴影区域对应的距离序列和距离序列中的所有突变点的个数；

表示阴影区域的规则性；

表示防零系数，本实施例取1；

表示以自然常数e为底的指数函数，其中，表示目标对称性；

需要说明的是，当阴影区域对应的两个距离序列的动态时间弯曲距离越小，越能说明两个距离序列越相似，即阴影区域的越对称，当阴影区域对应的距离序列突变检测得到突变点的个数越小，说明阴影区域的形状越规则，当阴影区域的对称性越大，且阴影区域的形状越规则时，阴影区域的对称特征值就越大，故动态时间弯曲距离，突变点的个数与负距离增长速度的个数之和均与对称特征值成反比。

S4、获取罐口疑似区域对应的所有阴影区域的特征一致性及阴影区域的暗度特征值；

具体的，由于光源相同，所以罐口表面的各物体对应的阴影区域应具有高度的同向性，且由于并不是所有阴影区域都是因为各物体受倾斜光照产生的影子，故，为了提高后续罐口定位的精度故本实施例根据罐口疑似区域相邻的所有阴影区域的对称特征值相似性及阴影区域的主成分方向的方向相似性，获取罐口疑似区域对应的所有阴影区域的特征一致性；根据阴影区域的灰度均值及其相邻的罐口疑似区域的灰度均值，获取阴影区域的暗度特征值。

具体的，获取罐口疑似区域相邻的所有阴影区域的对称特征值相似性包括：根据罐口疑似区域相邻的所有阴影区域的对称特征值，获取特征分布散点图；对特征分布散点图中的散点进行聚类，得到散点数量最多的目标聚类簇；将目标聚类簇的散点数量作为罐口疑似区域相邻的所有阴影区域的对称特征值相似性，其中，构建特征分布散点图具体包括：根据罐口疑似区对应的每个阴影区域的对称特征值的大小，按照对称特征值从大到小的顺序为每个阴影区域编号为1，2，3…，然后，以阴影区域的编号为横坐标值，以每个阴影区域对应的影子对称特征值为纵坐标值，建立该罐口疑似区对应的特征分布散点图。

其中，本实施例采用DBSCAN算法（密度聚类算法）对特征分布散点图中的散点进行聚类，其中，聚类时，以4为最少点数目，以5为半径使用DBSCAN算法对特征分布散点图中的散点进行聚类，选取的聚类簇中包含的散点个数最多的簇（记为目标聚类簇），记目标聚类簇内散点个数为，即作为罐口疑似区域相邻的所有阴影区域的对称特征值相似性，其中，DBSCAN聚类算法为公知技术，不再赘述。需要说明的是，由于，罐口表面的物体的阴影区域的对称特征值较大且较为接近时，这些阴影区域在特征分布散点图对应的编号也较为接近，所以这些阴影区域会聚类为同一聚类簇，所以当越大，则罐口表面表现出较为强烈的阴影特征的阴影区域越多，即这些阴影区域越可能为罐口表面的物体因灯光斜射产生的影子对应的区域。

其中，获取阴影区域之间的主成分方向的方向相似性包括：将目标聚类簇内的散点对应的每个阴影区域的直线作为目标直线；获取每个目标直线与水平方向的夹角，与所有目标直线与水平方向的夹角均值的差值，并将差值的绝对值的和值作为罐口疑似区域相邻的所有阴影区域的主成分方向的方向相似性，即在这里获取该簇内的各散点对应的阴影区域，记这些阴影区域对应直线作为目标直线，目标直线与水平方向的夹角依次记为，得到这些夹角的夹角均值为，需要说明的是，水平方向为与铁路油罐车的行进方向的水平垂直方向。

具体的，获取罐口疑似区域对应的所有阴影区域的特征一致性包括：将罐口疑似区域相邻的所有阴影区域的对称特征值相似性，与罐口疑似区域相邻的所有阴影区域的主成分方向的方向相似性的比值，作为罐口疑似区域对应的所有阴影区域的特征一致性，罐口疑似区域对应的所有阴影区域的特征一致性的计算公式为：

式中，表示罐口疑似区域对应的所有阴影区域的特征一致性；

表示罐口疑似区域相邻的所有阴影区域的对称特征值相似性，即罐口疑似区域对应的目标聚类簇内的散点总数；

表示罐口疑似区域相邻的第个阴影区域对应的目标直线与水平方向的夹角；

需要说明的是，表示罐口疑似区域对应的目标聚类簇内的每个阴影区域的目标直线与水平方向的夹角，与所有目标直线与水平方向的夹角均值的差值绝对值的和值，即罐口疑似区域相邻的所有阴影区域的主成分方向的方向相似性，当对称特征值相似性越大，则罐口表面表现出较为强烈的阴影特征的阴影区域越多，即这些阴影区域越可能为罐口表面的物体因灯光斜射产生的影子对应的区域，即罐口疑似区域对应的所有阴影区域的特征一致性越大，由于影子方向与光线方向相同，所以当这些阴影区域的目标直线与水平方向的夹角均值的差值绝对值越小，则方向相似性就越大，即罐口疑似区域对应的所有阴影区域的特征一致性越大。

其中，阴影区域的暗度特征值的计算公式为：

式中，表示阴影区域的暗度特征值；

表示阴影区域相邻的罐口疑似区域的灰度均值；

表示阴影区域的灰度均值；

需要说明的是，当阴影区域相对于罐口疑似区域越暗，则该阴影区域对应的暗度特征值越大，该阴影区域越可能为罐口表面的物体因灯光斜射产生的影子对应的区域。

S5、获取阴影对罐口的影响程度；

具体的，根据罐口疑似区域相邻的所有阴影区域的对称特征值、暗度特征值，以及罐口疑似区域对应的所有阴影区域的特征一致性，获取阴影对罐口的影响程度，即获取目标聚类簇的散点对应所有阴影区域的对称特征值和值，与罐口疑似区域对应的对称特征值相似性的第一比值，并作为罐口疑似区域对应的目标聚簇的所有影响区域的显著对称特征值；获取目标聚类簇的散点对应所有阴影区域的暗度特征值和值，与罐口疑似区域对应的对称特征值相似性的第二比值，并作为罐口疑似区域对应的目标聚簇的所有影响区域的显著暗度特征值；将显著对称特征值、显著暗度特征值以及罐口疑似区域对应的所有阴影区域的特征一致性的乘积作为阴影对罐口的影响程度，其中，阴影对罐口的影响程度的计算公式为：

式中，表示阴影对罐口的影响程度；

表示罐口疑似区域对应的所有阴影区域的特征一致性；

表示阴影区域的对称特征值；

表示阴影区域的暗度特征值；

表示罐口疑似区域相邻的所有阴影区域的对称特征值相似性，即罐口疑似区域对应的目标聚类簇内的散点总数；

需要说明的是，表示罐口疑似区域对应的目标聚簇的所有影响区域的显著对称特征值，目标聚簇的所有影响区域的对称特征值的和值越大，且罐口疑似区域对应的对称特征值相似性（目标聚簇的对应的散点总数量）越小，则显著对称特征值越大，表示罐口疑似区域对应的目标聚簇的所有影响区域的显著暗度特征值，目标聚簇的所有影响区域的暗度特征值的和值越大，且罐口疑似区域对应的对称特征值相似性（目标聚簇的对应的散点总数量）越小，则显著暗度特征值越大，而阴影对罐口的影响程度是为了反应罐口疑似区域内各物体的影子特征的显著程度，当罐口疑似区域对应的所有阴影区域的特征一致性、罐口疑似区域相邻的阴影区域的显著暗度特征值和显著对称特征值越大时，则显著程度越明显，即该罐口疑似区域对应的阴影对罐口的影响程度越大，该罐口疑似区域越可能为铁路油罐车的罐口位置。

S6、确定油罐车罐口；

具体的，判断获取的阴影对罐口的影响程度是否符合设定条件，当阴影对罐口的影响程度符合设定条件时，将该初始位置上获取的罐口疑似区域确定为油罐车罐口；当获取的阴影对罐口的影响程度不符合设定条件时，调整图像采集设备的初始位置，直至获取调整位置后得到的罐口疑似区域中的阴影对罐口的影响程度符合设定条件时，停止调节，将调节位置后获得的铁路油罐车的表面灰度图像中的罐口疑似区域确定为油罐车罐口。

其中，为了方便设定阈值，对阴影对罐口的影响程度进行归一化处理，使得阴影对罐口的影响程度的取值范围为0到1，故本实施例设定影响程度为0.6，即设定条件为阴影对罐口的影响程度是否小于0.6，满足设定条件时，本实施例认为灯光造成的阴影对该罐口疑似区域影响较小，当不满足设定条件时，即阴影对罐口的影响程度大于或者等于0.6时，则认为灯光造成的阴影对该罐口疑似区域影响较大，需要移动搭载有采集图像设备的鹤管，以减小鹤管前端与罐口疑似区域之间的距离，使得减少灯光造成的阴影对该罐口疑似区域影响，每次移动后采集图像设备采集图像，并获取鹤管移动后的目标罐口疑似区域，直至目标罐口疑似区域的阴影对罐口的影响程度满足设定条件，则根据满足设定条件时的目标罐口疑似区域确定油罐车罐口。

具体的，调整图像采集设备的初始位置，包括：根据罐口疑似区域相邻的所有阴影区域对应的直线对应的夹角获取图像采集设备的移动方向，即获取罐口疑似区域相邻的所有阴影区域的直线对应的夹角均值；并将罐口疑似区域相邻的所有阴影区域的直线对应的夹角均值，作为图像采集设备的移动方向设定移动步长；按照图像采集设备的移动方向和移动步长，移动图像采集设备，即移动搭载有采集图像设备的鹤管，其中，本实施例根据经验值设置移动步长为10cm，当不论怎么移动均不能满足设定条件时，即可调整移动步长，可以移动步长减半，然后直至目标罐口疑似区域的阴影对罐口的影响程度满足设定条件。

具体的，根据满足设定条件时的目标罐口疑似区域确定油罐车罐口包括：本实施例可根据人工标识出灰度图像的目标罐口疑似区域为罐口，然后进行神经网络训练，神经网络采用卷积神经网络，如ResNet34、SENet，损失函数采用交叉熵损失函数，优化算法采用Adam，网络输出是图像中目标罐口疑似区域是否对应铁路油罐车罐口，网络的标签数据通过人为标注的铁路油罐车的表面灰度图像中的目标罐口疑似区域，目标罐口疑似区域为油罐车罐口或者非油罐车罐口，需要说明的是，神经网络的识别为现有技术，本实施例不再赘述。

本发明的一种铁路油罐车罐口识别定位方法，通过获取表面灰度图像中的罐口疑似区域，然后基于罐口疑似区域获取影响罐口定位的阴影区域，由于阴影区域是受倾斜光导致的物体出现影子形成的阴影区域，对阴影区域进行分析，受倾斜光导致的物体出现影子形成的阴影区域，其具有对称性和规则性，故以阴影区域对应的对称性、规则性获取每个阴影区域的对称特征值，然后，阴影区域相对于罐口疑似区越暗，则阴影区域对应的暗度特征值就越大，即阴影区域越可能为受倾斜光导致的物体出现影子形成的阴影区域，故阴影区域的灰度均值及其相邻的罐口疑似区域的灰度均值，获取阴影区域的暗度特征值，基于暗度特征值、对称特征值使得实现对阴影区域的判断，然而，由于灌口表面附近无法保证完全干净，常常会沾有油污，油污同样可能有暗度特征、对称特征，故利用暗度特征值，基于暗度特征值来分析，其结果并不准确，由于物体影子同向性的特征，故基于罐口疑似区域相邻的所有阴影区域的对称特征值相似性及所有阴影区域的主成分方向的方向相似性，获取罐口疑似区域对应的所有阴影区域的特征一致性，故基于阴影区域的暗度特征值、对称特征值及罐口疑似区域对应的所有阴影区域的特征一致性，来综合获取由于受倾斜光导致的物体出现影子形成的阴影区域的阴影对罐口的影响程度，通过对称特征值实现对阴影区域的形态进行限定、暗度特征值实现排除表面物体的干扰、阴影区域的特征一致性实现对阴影区域的方向的限定，从而实现阴影对罐口的影响程度的精确获取，然后基于精确获取的阴影对罐口的影响程度，调整图像采集设备位置，使得采集的图像能尽可能正对罐口，进而排除光照对罐口定位的影响，提高罐口定位的准确性。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，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。

Claims (10)

1.一种铁路油罐车罐口识别定位方法，其特征在于，包括：

获取图像采集设备在初始位置时所采集的铁路油罐车的表面灰度图像，并获取表面灰度图像中的罐口疑似区域；

获取罐口疑似区域相邻的阴影区域，获取每个阴影区域的主成分方向，获取阴影区域对应的边缘线的两个端点之间连线，过连线的中心点作沿主成分方向的直线，直线将阴影区域分为两个子区域；

根据每个子区域对应的边缘线段上的像素点到直线的欧氏距离，获取每个阴影区域关于直线的对称性及该阴影区域的规则性；根据每个阴影区域对应的对称性、规则性获取每个阴影区域的对称特征值；

根据罐口疑似区域相邻的所有阴影区域的对称特征值相似性及所有阴影区域的主成分方向的方向相似性，获取罐口疑似区域对应的所有阴影区域的特征一致性；

根据阴影区域的灰度均值及其相邻的罐口疑似区域的灰度均值，获取阴影区域的暗度特征值；

根据罐口疑似区域相邻的所有阴影区域的对称特征值、暗度特征值，以及罐口疑似区域对应的所有阴影区域的特征一致性，获取阴影对罐口的影响程度；

判断获取的阴影对罐口的影响程度是否符合设定条件，当阴影对罐口的影响程度符合设定条件时，将该初始位置上获取的罐口疑似区域确定为油罐车罐口；

当获取的阴影对罐口的影响程度不符合设定条件时，调整图像采集设备的初始位置，直至获取调整位置后得到的罐口疑似区域中的阴影对罐口的影响程度符合设定条件时，停止调节，将调节位置后获得的铁路油罐车的表面灰度图像中的罐口疑似区域确定为油罐车罐口。

2.根据权利要求1所述的一种铁路油罐车罐口识别定位方法，其特征在于，获取每个阴影区域关于直线的对称性，包括：

根据阴影区域的每个子区域对应的边缘线段上的所有像素点到直线的欧氏距离，获取每个边缘线段对应的距离序列；

将两个距离序列的动态时间弯曲距离作为阴影区域关于直线的对称性。

3.根据权利要求2所述的一种铁路油罐车罐口识别定位方法，其特征在于，获取每个阴影区域的规则性，包括：

根据阴影区域对应的距离序列中每两个相邻的欧氏距离获取距离增长速度；

对阴影区域对应的两个距离序列进行突变检测，得到每个距离序列对应的突变点；

将阴影区域对应的两个距离序列中负距离增长速度的个数，与所有突变点的个数之和作为阴影区域的规则性。

4.根据权利要求1所述的一种铁路油罐车罐口识别定位方法，其特征在于，获取每个阴影区域的对称特征值，包括：

对阴影区域关于直线的对称性进行负相关计算得到目标对称性；

将目标对称性作为分子，将阴影区域的规则性与防零系数之和作为分母，得到阴影区域的对称特征值。

5.根据权利要求1所述的一种铁路油罐车罐口识别定位方法，其特征在于，获取罐口疑似区域相邻的所有阴影区域的对称特征值相似性，包括：

根据罐口疑似区域相邻的所有阴影区域的对称特征值，获取特征分布散点图；

对特征分布散点图中的散点进行聚类，得到散点数量最多的目标聚类簇；

将目标聚类簇的散点数量作为罐口疑似区域相邻的所有阴影区域的对称特征值相似性。

6.根据权利要求5所述的一种铁路油罐车罐口识别定位方法，其特征在于，获取罐口疑似区域相邻的所有阴影区域的主成分方向的方向相似性，包括：

将目标聚类簇内的散点对应的每个阴影区域的直线作为目标直线；

获取每个目标直线与水平方向的夹角，与所有目标直线与水平方向的夹角均值的差值，并将差值的绝对值的和值作为罐口疑似区域相邻的所有阴影区域的主成分方向的方向相似性。

7.根据权利要求1所述的一种铁路油罐车罐口识别定位方法，其特征在于，获取罐口疑似区域对应的所有阴影区域的特征一致性，包括：

将罐口疑似区域相邻的所有阴影区域的对称特征值相似性，与罐口疑似区域相邻的所有阴影区域的主成分方向的方向相似性的比值，作为罐口疑似区域对应的所有阴影区域的特征一致性。

8.根据权利要求1所述的一种铁路油罐车罐口识别定位方法，其特征在于，获取阴影对罐口的影响程度，包括：

获取目标聚类簇的散点对应所有阴影区域的对称特征值和值，与罐口疑似区域对应的对称特征值相似性的第一比值，并作为罐口疑似区域对应的目标聚簇的所有影响区域的显著对称特征值；

获取目标聚类簇的散点对应所有阴影区域的暗度特征值和值，与罐口疑似区域对应的对称特征值相似性的第二比值，并作为罐口疑似区域对应的目标聚簇的所有影响区域的显著暗度特征值；

将显著对称特征值、显著暗度特征值以及罐口疑似区域对应的所有阴影区域的特征一致性的乘积作为阴影对罐口的影响程度。

9.根据权利要求1所述的一种铁路油罐车罐口识别定位方法，其特征在于，调整图像采集设备的初始位置，包括：

根据罐口疑似区域相邻的所有阴影区域对应的直线对应的夹角获取图像采集设备的移动方向，设定移动步长；

按照图像采集设备移动方向和移动步长，移动图像采集设备。

10.根据权利要求9所述的一种铁路油罐车罐口识别定位方法，其特征在于，获取图像采集设备的移动方向，包括：

获取罐口疑似区域相邻的所有阴影区域的直线对应的夹角均值；

并将罐口疑似区域相邻的所有阴影区域的直线对应的夹角均值，作为图像采集设备移动方向。

Images