大连交通大学

硕士

2016

基于数字图像处理的铁路异物检测

Railway Foreign Object Detection Based on Digital Image Processing

秦金

张旭秀

控制工程(专业学位)

模式识别

近年来我国铁路事业发展迅速,大量铁路线路陆续建设完成,高铁领域也取得很大进步与突破,这即方便了人们的出行,也对铁路运行安全性提出了更高的要求。一直以来,铁路异物问题.直威胁着铁路的运行安全。依靠传统的检测方法和司机视觉对铁路异物进行识别很难彻底解决这一问题。所以,利用机器视觉,设计出一种有效的铁路异物检测系统,能实时准确地检测出异物,并及时发出警报,这对保证铁路运行安全有很大帮助。本文在研究了国内外现有的铁路异物检测技术后,设计出一种基于数字图像处理的铁路异物检测系统,其中主要包括铁路异物检测系统总体结构设计以及算法设计,并通过实验仿真证明了本文所设计系统的可行性和实用性。本文基于数字图像处理方法进行铁路异物检测,设计了基于背景差分算法的检测系统,实现了异物检测的基础功能。在此基础上,本文分析了铁路监控视频图像由于采集环境的变化导致图像质量下降的情况,如光照强度变化,大风、列车经过时的震动导致镜头发生畸变、摄像机出现抖动等原因,使得到的视频图像往往存在含有噪声、对比度较小、图像失真等不足,对之后的异物检测造成影响。为了解决这些问题,本文对视频图像了进行预处理:运用图像滤波、灰度图像对比度增强对图像进行了优化,分别选择应用了时域递归低通滤波法、直方图均衡化法;然后对视频图像进行抖动分析,如某帧存在抖动,则使用基于Harris角点特征的图像配准算法对其配准。本文所给图像预处理方法能够很好地提高铁路图像质量,降低检测错误率,有效的提高系统准确率和可靠性。为了验证本文所设计系统的实用性,利用一些相关的铁路视频图像和运动目标视频,在MATLAB仿真平台下分别对时域递归低通滤波法、直方图均衡化、基于Harris角点特征的图像配准算法和背景差分法进行验证,实验结果表明,本文所用算法能够有效地达到其设计目的,准确而快速地检测出异物,并且能够有效地分辨异物性质,检测准确率高,实时性好,适用于铁路异物检测。

Railway career in China has developed rapidly in recent years,a large number of railway lines are complete,have also made great progress and high-speed breakthroughs,it is convenient for people to travel,also put forward higher requirements on the safety of railway operation.For a long time,railway has been threatening the safety operation of railway foreign body problem.Rely on the traditional detection method and the driver visual for railway foreign body recognition difficult to thoroughly solve the problem.So,the use of machine vis