图像识别在编组站驼峰作业过程控制中的应用.pdfVIP

第26卷，第4期 中 国 铁 道 科 学 Vd．26No．4 SCIENCE 2005年7月 CHINARAILWAY July，2005 文章编号：1001—4632(2005)04—0104—05 图像识别在编组站驼峰作业过程控制中的应用 邢群雁，栗学人 (铁道科学研究院通信信号研究所，北京100081) 摘要：利用图像识别理论，针对编组站驼峰作业情况，提出一种通过图像序列快速、直观判断溜放车组 特征和走行趋势的方法。根据图像的形状特征，采用伸长度、圆度、矩形度、凹凸度4个参数作为模式样本的 特征。采用基于熵的运动目标的检测方法实现目标检测和跟踪。用Kalman滤波来更新背景，用当前帧图像减除 动态背景，用信息熵来选择阈值，使目标和背景的信息量达到最大，从而将目标和背景正确分割。通过双轨检 测判断车组走行位置。应用统计原理，建立计算距离与实际距离的关系模型，通过分析和计算分别得到双曲线 拟合、二阶多项式拟合及三阶多项式拟合三条回归曲线，选取三阶多项式作为关系模型。根据车组的实际位置 计算车组的瞬时速度。 关键词：图像识别；编组站驼峰；过程控制；摄像机；测速 中图分类号：U284．662文献标识码：A 图像识别技术在很多领域得到了成功的应用。 有棚车、敞车和平车等；专用货车有保温车、罐车 将图像识别技术应用到编组站驼峰【1o作业控制中， 等。从图像可以一目了然车的特征，然后根据预知 利用适当的软硬件处理，可以取代目前普遍使用的 的形状做相应的控制。 雷达、车轮传感器甚至于轨道电路等测量设备。在 驼峰场头部至目的间隔制动位间放置摄像机，摄像 机以一定时间间隔拍摄车组溜放状况，把拍摄的图 像输入计算机，通过图像处理和模式识别方法对溜 放车组的特征和走行趋势进行判断，可使驼峰作业 控制效果更佳。 1 图像识别 (a)原始图像 1．1图像处理 摄像机将摄取的溜放车组的视频信号送入图像 监控系统，图像心3监控系统按照一定的时间间隔从 连续的数字视频流中提取单帧图像数据。系统对实 时获得的单帧图像数据进行图像处理，判断溜放车 组走行位置及速度的变化趋势，从而进行反馈控 制。图1(a)是编组场某一位置的原始图像，图1 (b)一(f)是利用Matlab对原始图像进行处理后 的静态图像。 (b)灰化后图像 1．2模式识别 货车分为通用型和专用型两大类，通用货车又 收稿Et期：2005—01一04 作者简介：邢群雁(1978一)，女，内蒙古海拉尔人，硕士研究生。 万方数据 第4期 图像识别在编组站驼峰作业过程控制中的应用 1)伸长度E F min{W，H} E2面可丽 图形区域越呈细长形，E越小，当图形区域 为圆时，E=1。 设方向码ai在x，y轴上的分量分别是a垃， a∽且x。与Y。是起始的坐标，则 宽度： z