基于紅外圖像的鐵軌提取及運(yùn)動(dòng)目標(biāo)的檢測(cè).pdf

1、發(fā)達(dá)的鐵路運(yùn)輸一直以來(lái)被人們當(dāng)作是推動(dòng)經(jīng)濟(jì)發(fā)展的重要因素。近年來(lái)，為了更好的推動(dòng)我國(guó)的經(jīng)濟(jì)發(fā)展，列車(chē)行駛速度加快，行車(chē)密度加大已成為鐵路運(yùn)輸必然的發(fā)展趨勢(shì)，但伴隨而來(lái)則是鐵路運(yùn)輸中的安全問(wèn)題。鐵路路外傷亡事故始終是我國(guó)鐵路運(yùn)輸安全中的一個(gè)極大隱患，這對(duì)我國(guó)經(jīng)濟(jì)運(yùn)輸命脈的快速發(fā)展造成一定影響，也對(duì)人民的生命安全造成一定威脅。因此，需要在列車(chē)行駛中對(duì)前方路況實(shí)時(shí)分析，鐵軌的實(shí)時(shí)提取及沿線運(yùn)動(dòng)目標(biāo)的檢測(cè)就顯得至關(guān)重要。
　　本文主要研究

2、分為兩部分，一部分為基于紅外圖像的鐵軌提取，另一部分為對(duì)鐵軌沿線的運(yùn)動(dòng)目標(biāo)如行人進(jìn)行檢測(cè)。實(shí)驗(yàn)中采用安裝在列車(chē)頭部的紅外熱像儀進(jìn)行原始紅外圖像的采集，通過(guò) OpenCV開(kāi)源平臺(tái)來(lái)對(duì)視頻中的圖像序列幀進(jìn)行相關(guān)的數(shù)字圖像處理。
　　基于圖像處理的鐵軌提取是監(jiān)測(cè)列車(chē)安全運(yùn)行的基礎(chǔ)，因?yàn)樗鼧?biāo)識(shí)著視頻中最重要的區(qū)域位置。本文首先對(duì)采集到的圖像進(jìn)行預(yù)處理操作，通過(guò)灰度化，以降低圖像的數(shù)據(jù)量，提高圖像的處理速度。再進(jìn)行中值濾波和直方圖均衡化處理

3、，降低圖像噪聲，增強(qiáng)圖像對(duì)比度。其次對(duì)圖像進(jìn)行 Canny算子檢測(cè)邊緣，在此基礎(chǔ)上提出利用鏈碼相關(guān)方法來(lái)完成對(duì)圖像中邊緣線的識(shí)別和刪除，結(jié)合累計(jì)到的鏈碼值個(gè)數(shù)來(lái)判斷對(duì)應(yīng)線段的方向，從而進(jìn)一步刪除圖中的一些干擾線段，最終通過(guò)線段的再連接完成對(duì)鐵軌輪廓的提取。
　　基于紅外圖像的運(yùn)動(dòng)目標(biāo)檢測(cè)主要目的是從采集的紅外圖像中將目標(biāo)大體輪廓從復(fù)雜的背景中檢測(cè)出來(lái)。本文研究的運(yùn)動(dòng)目標(biāo)檢測(cè)屬于動(dòng)態(tài)背景下的運(yùn)動(dòng)目標(biāo)檢測(cè)，這是一類(lèi)動(dòng)態(tài)背景研究中最為復(fù)

4、雜、最為普遍存在的模式。但目前相關(guān)的研究還不多，理論尚未成熟，本文在研究過(guò)程中先后采用了兩種方法，一個(gè)是特征點(diǎn)匹配的方法來(lái)實(shí)現(xiàn)背景的運(yùn)動(dòng)估計(jì)，一個(gè)是針對(duì)運(yùn)動(dòng)目標(biāo)相對(duì)攝像頭的位移與動(dòng)態(tài)背景相對(duì)攝像頭的位移不同，在此基礎(chǔ)上采用改進(jìn)的塊匹配算法來(lái)進(jìn)行運(yùn)動(dòng)目標(biāo)檢測(cè)，從而消除了背景移動(dòng)的干擾，準(zhǔn)確檢測(cè)出運(yùn)動(dòng)的目標(biāo)。
　　在對(duì)采集到的視頻圖像進(jìn)行了一定量的實(shí)驗(yàn)基礎(chǔ)上，得出的實(shí)驗(yàn)結(jié)論為，在現(xiàn)實(shí)的野外自然條件下能有效、快速地提取出圖像中有關(guān)鐵軌自