基于云臺相機(jī)的鐵路異物侵限檢測方法研究.pdf

1、列車運行速度快、制動距離長，一旦有異物侵入鐵路限界便可能造成重大鐵路事故。本文針對鐵路現(xiàn)場大量存在的云臺相機(jī)研究基于云臺相機(jī)的鐵路異物侵限檢測方法，通過自動完成限界區(qū)域的自動識別和標(biāo)記，檢測出侵限異物，并通過相機(jī)自標(biāo)定完成侵限異物的定位與尺寸估計，進(jìn)而完成報警以便于工作人員進(jìn)行針對性處理。本文研究內(nèi)容主要分為限界區(qū)域自動識別與標(biāo)記、背景提取與目標(biāo)檢測、異物定位與尺寸估計三部分。
　　本文研究了云臺相機(jī)姿態(tài)或焦距改變后限界區(qū)域隨之改

2、變的情況，提出了基于消隱點的極向投影處理方法，能夠在相機(jī)任何狀態(tài)下自動識別和標(biāo)記出限界區(qū)域。首先利用分時圖像融合方法得到一幅匹配模板，經(jīng)過一系類圖像預(yù)處理操作之后在匹配模板中檢測出特征最明顯的兩條鋼軌，根據(jù)相機(jī)投影原理，計算得到所有平行鋼軌的消隱點，然后向該消隱點做極向投影，投影的峰值位置即為其他鋼軌位置，進(jìn)而確定限界區(qū)域。為提高算法實時性，當(dāng)相機(jī)姿態(tài)或焦距改變后，采用圖像匹配算法將模板圖像中的限界區(qū)域映射到當(dāng)前圖像中重新標(biāo)記。

3、　　本文設(shè)計了一種基于幀差與多幀平均的背景提取與更新算法，采用背景幀差與區(qū)域特征提取并篩選運動目標(biāo)。針對鐵路相機(jī)抖動特點，本文提出了基于投影特征匹配的去抖算法，能夠快速、準(zhǔn)確地去除圖像抖動。利用基于相鄰幀差、二值投影與多幀平均的方式提取到精確的背景圖像，并實時更新背景。采用了基于背景幀差的前景提取算法，初步提取前景目標(biāo)，根據(jù)目標(biāo)的面積、形狀特征設(shè)計了去噪方法，并針對陰影、反光等環(huán)境進(jìn)行處理，獲得準(zhǔn)確的前景目標(biāo)。
　　為方便工作人員

4、根據(jù)侵限異物的位置、體積大小做出快速、有效的針對性處理，本文提出了基于相機(jī)自標(biāo)定的目標(biāo)定位與尺寸估計算法。利用鋼軌與軌枕形成的矩形代替?zhèn)鹘y(tǒng)相機(jī)標(biāo)定中的棋盤格，通過改變云臺相機(jī)方向拍攝同一段鋼軌不同角度的圖像，完成相機(jī)自標(biāo)定，利用標(biāo)定后的相機(jī)可輕易獲得檢測出的侵限異物的物理位置和尺寸信息，可以極大的提高鐵路工作人員的效率，預(yù)防事故的發(fā)生。
　　通過多條鐵路現(xiàn)場實驗驗證，本論文提出的算法具有較強(qiáng)的適用性和實時性，對最大限度提高現(xiàn)有設(shè)備