高速鐵路運行環境視頻采集增強系統實現與應用

王凡，周謙，劉俊博，程雨，趙鑫欣，王寧，夏博光

（中國鐵道科學研究院集團有限公司 基礎設施檢測研究所，北京 100081）

0 引言

截至2020年底，我國鐵路運營總里程已達14.63萬km，其中，高速鐵路里程突破3.79萬km，鐵路運輸正向高速度、高密度的趨勢發展。高速鐵路運行環境安全檢測是高速鐵路運營檢測和聯調聯試[1]的重要工作，基于高速綜合檢測列車的視頻采集系統能夠獲取全線路運行環境信息，檢測人員可實時監控運行環境狀態，及時發現線路中的安全隱患，有效保障高速鐵路運營安全。此外，通過與高速綜合檢測列車中其他檢測系統關聯，能夠依據可靠的視頻數據對故障檢測結果進一步分析，減少檢測結果的誤報率。

目前，世界各國綜合檢測列車均配備車載視頻采集系統[2]，如日本“East-Ⅰ”綜合檢測列車，最高檢測速度為275 km/h，其視頻采集系統能夠同時獲取列車前后的運行環境信息，視頻分辨率為720×480，幀率為30幀/s。我國用于聯調聯試和運營檢測的高速綜合檢測列車，在司機室操作臺與擋風玻璃之間安裝高清攝像機，視頻數據采用最新的H.264視頻編碼技術[3]，視頻圖像的分辨率為1 920×1 080，幀率為25幀/s。

但現有視頻采集系統受制于網絡承載能力限制，無法在會議車大屏幕上實時察看線路運行環境狀況。且系統容易受到天氣等自然因素影響。光照條件較差時，采集的視頻圖像存在亮度低、噪聲大等問題，不利于進一步分析和處理，無法適應快速增長的聯調聯試和運營檢測任務需求。

為解決現有系統存在的問題，提出一種新型基于高速綜合檢測列車的運行環境視頻采集增強系統。該系統通過全千兆光纖數據環網和分布式多計算機切換器（KVM）實現視頻數據的多終端實時展示，利用Retinex圖像增強算法解決視頻圖像亮度低、噪聲大等問題。在真實高鐵線路的試驗驗證結果表明：該系統可以全天候地獲取高質量的高鐵運行環境視頻數據，并可在檢測列車多個顯示終端上實時展示，能夠滿足當前高鐵線路運行環境安全檢測任務的需求。該系統已推廣應用于多輛高速綜合檢測列車，為高鐵運行環境安全檢測任務提供了重要數據支撐。

1 視頻采集增強系統架構

高速鐵路運行環境視頻采集增強系統架構見圖1，該系統由1號車和8號車的司機室環境視頻槍機、高清視頻采集處理服務器、會議車高清大屏、集中監控顯示屏和多套分布式KVM構成，其中2套分布式KVM的輸入節點分別與高清視頻采集處理服務器和定位同步服務器相連接，輸出節點分別與集中監控顯示屏和會議車2K分辨率的高清大屏連接，即可實現集中監控顯示屏同時監視2臺服務器的界面，而高清大屏展示某臺視頻槍機的圖像。全新設計的全千兆光纖數據環網為視頻數據的傳輸提供了高速網絡環境，定位同步服務器可通過串口為視頻數據提供里程、速度等信息。

圖1 高速鐵路運行環境視頻采集增強系統架構

該系統配置2臺高清視頻槍機，視頻圖像的最大分辨率為2 048×1 536，幀率為25幀/s，分別安裝于檢測列車1號車和8號車的司機室操作臺上（見圖2（a）），能夠沿線路中心線拍攝清晰的線路及周邊環境（如建筑物、電桿、護欄、聲屏障）的視頻數據。視頻數據通過解碼、疊加定位同步系統[4]提供的線路名稱、里程、速度、車次和時間等字符信息，實現視頻數據的采集與存儲。系統采集的夜間視頻圖像見圖2（b）。

圖2 運行環境視頻采集

全千兆光纖數據環網通過多臺工業級全千兆網管型以太網交換機搭建而成（見圖3），視頻圖像可通過全千兆光纖數據環網和分布式KVM在檢測列車的高清大屏上實時展示，方便檢測人員實時監控運行環境狀態，及時發現線路安全隱患。

圖3 全千兆光纖數據環網架構

全千兆光纖數據環網由主備3層核心交換機與各車的2層主干交換機組成冗余環網，通過應用光纖介質作為傳輸通道，能夠有效降低磁場對圖像信號的傳輸影響，保障數據網絡全面達到千兆帶寬的通信能力。冗余環網共享主備3層核心交換機，形成4條冗余通道，依靠路由冗余協議（VRRP）[5]，能夠保證主3層交換機在出現故障時，自動切換至備3層交換機，從而持續提供路由服務。此外，通過對各車廂的交換機進行虛擬局域網（VLAN）規劃與配置，可對廣播風暴進行有效抑制。

高速綜合檢測列車中安裝多臺顯示終端，包括高清視頻采集系統的顯示器、高清大屏和集中監控顯示屏等。分布式KVM自帶視頻推送和拉取功能，可通過全千兆光纖數據環網將視頻信號同步推送至多臺顯示終端，進行實時展示（見圖4）。全千兆光纖數據網絡與分布式KVM的結合，確保數據能無損傳輸至高清大屏，保證了視頻顯示的流暢度與清晰度。

圖4 視頻展示

2 視頻圖像增強

高速鐵路日常檢測和聯調聯試工作通常全天候進行，檢測過程中會遇到各種天氣情況，高清視頻槍機采集的原始視頻圖像通常存在低亮度、噪聲大等問題，不利于運行環境的安全檢測。因此，需要利用圖像增強方法提升視頻圖像的質量。

Retinex理論[6]常用于提升圖像亮度、降低圖像噪聲。該理論主要基于2個假設：（1）物體顏色是由物體對長波、中波和短波光線的反射能力所決定；（2）物體色彩不受光照的非均勻性影響。原始圖像S可表示為照射分量L與反射分量R的乘積：

式中：x、y為圖像的像素坐標，分別代表圖像的行和列。

將式（1）的等號兩邊取對數，可將計算過程轉換為對數域的加法運算，以降低運算的復雜度：

由于物體的真實顏色取決于反射分量R（x，y）[7]，因此可通過提取原始圖像的反射分量來提升圖像亮度、降低噪聲，以實現增強原始圖像質量的目的。然而，直接獲取原始圖像的反射分量非常困難。通常先估計原始圖像的照射分量[7]，再利用式（3）得到原始圖像的反射分量，即在對數域用原始圖像減去照射分量便可得到反射分量。

由于原始圖像的照射分量是圖像中低頻成分[8]，因此，可采用基于高斯核的非線性濾波方法來估計照射分量。目前，單尺度Retinex算法（Single-scale Retinex，SSR）[9]和多尺度 Retinex算法 （Multi-scale Retinex，MSR）[10]都是通過該原理來實現圖像質量的增強。具體來說，將原始圖像和1個高斯核進行卷積來獲取照射分量（低頻成分），然后進一步計算得到圖像的反射分量（高頻成分）[11-12]，計算過程見式（4）和式（5）。式（4）是空間域下反射分量的計算公式，式（5）是對數域下反射分量的計算公式：

式中：G為高斯核；ε為無窮小常量。

3 試驗驗證

為更好地應用高速綜合檢測列車上采集到的視頻數據，有必要提升視頻圖像中環境要素的被識別能力，同時將圖像中的細節信息和邊緣信息進行還原。目前，試驗都是基于檢測列車現有視頻采集系統所生成的視頻數據進行分析，在高鐵線路運行中采集多組運行環境視頻數據，并利用Retinex圖像增強算法進行增強。對于自帶圖像增強能力的低照度和寬動態攝像機，雖能改善拍攝主體的亮度，但圖像質量會下降、防抖效果較差、噪點和模糊增多，有丟失畫面細節的風險。

試驗采用高速綜合檢測列車為平臺，在真實高鐵線路的檢測過程中采集運行環境視頻數據。同時，利用SSR和MSR算法進行對比試驗，以比較2種算法對視頻亮度的提升效果。

利用SSR和MSR算法增強后的視頻圖像見圖5。觀察發現，2種算法都可以降低原始圖像的細節模糊程度，而且很好地保留了物體的邊緣信息。將圖中“出站口”指示牌和軌道區域放大后查看，對于指示牌上文字，MSR算法的提升效果更為顯著，對高速鐵路運行環境檢測中所關注的軌道區域及整體環境同樣有著更好的增強效果。

圖5 視頻圖像增強結果

在此，采用圖像熵[13]的方法評價圖像增強效果，該方法是一種無參考圖像的增強評價方法，熵值越大，說明圖像中像素灰度分布差異性越大、紋理越顯著，即圖像中包含更多的有效信息。利用SSR和MSR算法得到的局部熵圖像結果見圖6。觀察發現，MSR算法生成的局部熵圖像比SSR算法更為明亮，表明MSR算法增強后圖像的亮度提升和紋理豐富方面更具優勢，對于后續基于視頻的高速鐵路運行環境安全檢測任務的開展更為有利。

圖6 局部熵圖像

4 結論

針對現有高速鐵路運行環境視頻采集系統存在的問題，提出一種新型基于高速綜合檢測列車的運行環境視頻采集增強系統。

（1）搭建全千兆光纖數據環網和分布式KVM，實現視頻數據在高清大屏幕等多個顯示終端實時顯示的功能，便于檢測人員實時監控線路運行環境狀態。

（2）應用Retinex算法提升視頻圖像質量，解決了視頻數據亮度低、噪聲大的問題，為后續分析工作提供更高質量的視頻圖像數據。

（3）實際線路的試驗驗證結果表明：該系統可全天候獲取高質量的高速鐵路運行環境視頻數據，并可同步在高速綜合檢測列車的多個顯示終端實時顯示。

（4）該系統已推廣應用于多輛高速綜合檢測列車，為高鐵運行環境安全檢測任務提供了重要的數據支撐，具有較高實用價值。