基于邊緣特征及對稱差分的鐵路安全圖像處理技術研究.pdf

1、隨著中國鐵路系統(tǒng)的高速發(fā)展，人們也面臨著越來越嚴重的鐵路事故。與此同時，智能交通已成為交通科技領域的研究熱點，然而，大部分的學者研究領域主要幾種在公路交通，對鐵路交通的關注較少。
　　 本文針對鐵路線路的實際圖像特點，研究了鐵軌及路障的檢測技術。雖然大部分比較成熟的智能公路交通技術可以直接用于鐵路交通領域，但鐵路線路還是有它自己的特點，最為突出的就是鐵軌軌道部分并不像公路路面那么干凈，背景也復雜多變。因此需要面向鐵路線路的檢測技

2、術。
　　 目前對公路線的檢測主要分為兩個方面，基于模型的，存在的主要問題在于模型的選取及樣本點的確定；基于圖像特征的，其優(yōu)點是不受所選模型的限制，缺點在于容易受到噪聲、入侵路障的影響，影響最終線路的提取。
　　 考慮到后期路障檢測的需要，可以利用入侵路障對已確定的鐵軌線的影響來檢測路障，最后將方案縮小到基于邊緣特征的鐵軌檢測和基于區(qū)域特征的鐵軌檢測。至于這兩種基于圖像特征的鐵軌檢測算法，基于區(qū)域特征的鐵軌檢測抗噪聲性較

3、好，但檢測出來的鐵軌線不夠準確，相比于基于區(qū)域特征的鐵軌檢測，基于邊緣特征的鐵軌檢測算法檢測到的鐵軌線較為準確，在引入迭代閾值與幀間淽波算法后，在抗噪聲性能上有了較大的提高，在考慮到實時性與準確性上，與另外兩個方案的優(yōu)缺點進行了綜合對比，最終選擇了基于邊緣特征的鐵軌檢測。
　　 由于本系統(tǒng)最終要移植到DSP上，計算量的降低是一個必須要考慮的問題。根據(jù)鐵軌線路的連續(xù)性，通過在邊緣連接階段引入低分辨率的算法，可以取得一舉兩得的效果: