基于智能视频分析摄像机的轨道异物检测.docVIP

基于智能视频分析摄像机的轨道异物检测 　　【摘 要】在铁路运输系统中，安全运行是确保列车平稳、不间断运行的基础。在线监测轨道间异物技术为驾驶员提供减速信息，并对行车安全具有重要意义。本文提出采用智能视频分析摄像机对轨道异物检测技术，通过主动检测方式智能识别入侵物体，并发出报警给机车司机。实验证明，该方法能有效地检测出轨道间的异物。 　　【关键词】智能视频分析技术 摄像机 异物检测 　　1 引言 　　在铁路运输系统中，轨道异物入侵影响到正常行车安全的障碍物，如桥梁隧道掉落的悬挂物、因报警失误仍滞留在道上作业的工务人员、非法上道的人畜车辆（尤其在我局的临策线上）。 　　由于普通列车行车速度较快，单靠司机的视觉和常规检测方法来进行异物识别，难以保证行车安全。目前，铁路异物入侵检测分为主动检测和被动检测两种方法。主动检测是指向需检测的方位发出某种探测信号，通过传感器反射回来的信号检测障碍物。这种方法是侵犯式检测，但是检测的空间覆盖率有限。本文应用车载移动的方式安装智能视频分析摄像机，通过主动检测方法，研究铁路行车视频图像中的异物分割，检测前方异物并报警。 　　2 系统的详细设计 　　2.1系统的工作原理 　　系统主要由车载式智能视频分析摄像机、传感器、报警装置等构成。工作原理如下：首先需向检测的方位发出探测信号，有快速、准确的Hough变化检测出铁轨，划定检测范围，将检测信息传输至智能视频分析摄像机中的分析模块，如有异物将发生报警，提供信息给列车司机，该方法能有效的检测出列车运行前方异物的入侵。本文设计了图1所示的检测流程来完成轨道异物检测。 　　图1 异物检测流程图 　　2.2系统模块设计 　　系统主要有图像采集单元、智能视频分析模块和报警模块三部分构成。 　　图像采集单元的功能主要是完成图像采集、分解以及光电信号转换的器件，并通过摄相机图像采集原理实现。 　　智能视频分析模块的功能主要通过在不同摄像机的场景中预设不同的报警规则，一旦目标在场景中出现了违反预定义规则的行为，系统会自动发出报警，监控工作站自动弹出报警信息并发出警示音。该模块是基于计算机图像视觉分析技术，采用嵌入式处理器，通过算法将场景中背景和目标分离进而分析并追踪在摄像机场景内出现的目标。 　　报警模块的主要功能是为了防止或预防某事件发生所造成的后果，以声音、光、气压等形式来提醒或警示人们应当采取某种行动的电子产品。模块主要依靠系统设置的报警规则触发报警装置实。 　　3 基于Hough变换的铁轨检测 　　由于研究的目标移动中轨道间的异物，所以在图像中首先用快速、准确的Hough变换检测出铁轨，再以铁轨图像为工作窗口检测并分割出异物。 　　3.1 Hough变换 　　其原理是利用图像空间和Hough参数空间的点-线对偶性，把图像空间中的检测问题转换到参数空间。通过在参数空间里进行简单的累加统计，然后在Hough参数空间寻找累加器峰值的方法检测直线。 　　霍夫变换是图像处理中从图像中识别几何形状的基本方法之一，应用很广泛，也有很多改进算法。最基本的霍夫变换是从黑白图像中检测直线（线段）。已知一黑白图像上画了一条直线，要求出这条直线所在的位置。我们知道，直线的方程可以用y=k*x+b 来表示，其中k和b是参数，分别是斜率和截距。过某一点（x0，y0）的所有直线的参数都会满足方程y0=kx0+b。即点（x0，y0）确定了一族直线。方程y0=kx0+b在参数k--b平面上是一条直线，（你也可以是方程b=-x0*k+y0对应的直线）。这样，图像x--y平面上的一个前景像素点就对应到参数平面上的一条直线。其Hought变化检测MATLAB代码为： 　　function Img_hough = hough_s（Img， bw） %该函数实现hough变换提取直线的功能；%输入图像x，运行之后直接画出直线；%选择进行Hough变换的图像行；%Img为原图像；bw为边缘图像。 　　[H，W，D]=size（Img）；%求出图像大小； 　　md=ceil（（N+round（sqrt（M^2+N^2）））/drho）；%确定网格的最大区域； 　　coordrhotheta{rho+1，k}=[coordrhotheta{rho+1，k}；[i，j]]； %记录hough变换值相应位置对应的点的坐标。 　　3.2 铁轨Hough变换检测 　　将列车运行区间分割成N个短距离的直线，同时，假设在铁路上采集的视频图像中，轨道的两条直线长度与轨道旁其它参照物的直线距离最长。通过Hough变换的性质选出两个峰值点，该两点在K-B坐标系中的值分别为对应的两条轨道直线方程的参数，即给出了铁轨的直线方程。 　　为了提高铁轨检测的速度，首先对预处理的图