仪器，测量与计量

列车运行环境下，激光三角测量技术面临的一个主要问题是由于轨道污损、光照变化和不均匀的反射而引入的噪声和模糊，该问题不可避免地对光条中心提取结果造成影响。本文重点研究行车环境下激光条纹图像中心线快速、准确、可靠的提取方法，首先基于ENet深度学习模型实现激光条纹的多区段快速分割；然后通过统计各区段内光条梯度方向的直方图来确定各分段光条的法线主方向，并构造相应的方向模板；最后利用分区域多模板匹配的灰度重心法实现光条中心的亚像素坐标提取。实验结果表明，该方法可以有效克服室外行车环境中各类干扰信息对光条中心提取的影响，单幅轨廓图像光条提取时间仅为2.1ms,误差均值约为0.082个像素且标准差控制在0.047个像素，同时兼顾了光条提取的时效性和准确率。

王胜春, 王昊, 赵鑫欣, 黄雅平, 刘宇鸣. 行车环境下钢轨轮廓激光条纹中心提取方法[J]. 光学学报, 2019, 39(02): 4.  复制并引用该论文