基于多特征融合的复杂背景铁路护栏网格提取
2020-08-04黎富泉吴健
数码世界 2020年7期
关键词:特征提取
黎富泉 吴健



摘要:铁路护栏是列车高速安全运行免受异物入侵的必要保障,其护栏完整性与高速运行的列车以及沿线居民生命财产安全息息相关。传统的解决办法都是通过人工进行沿线检查,费工费时并且不能及时发现。
本文提出一种由搭载在列车车厢上的高速摄像机拍摄铁路两侧防护栏网格图像并经计算机处理以识别其完整性方法。首先对采集的铁路护栏图像进行预处理;然后提取护栏的相关特征(线性特征、方差特征和矩特征),然后利用加权融合与连通域去燥提取护栏网格。实验结果表明,本文方法对铁路护栏网格提取具有较强的鲁棒性。
关键词:铁路防护栏网格 特征提取 伽马变换 连通域
1 引言
铁路防护栏网是重要的铁路交通基础设施,作为铁路系统的配套工程,一旦架设在铁路线两侧的防护栏网被盗、丢失或人为损坏,将会给列车运行和沿线居民生命财产安全造成严重威胁。目前已有的研究方法仅对铁路沿线防护网较粗的水泥栏杆是否完好进行识别,且存在适应性差、漏判率和误判率高等缺点,同时均未能有效识别铁路沿线中面积占比最大的防护栏网是否完好,如对于破损面积达200cm2的防护栏网进行正确识别。为了降低成本、提高护栏检测准确率和即时性,亟需研发一套完备的自动化智能识别系统。
由于铁路护栏所涉背景类型多样,开展护栏网格提取相关研究文献相对较少。文献[2]基于HMM(Hidden Markov Model)统计模型解码方法提取一类网格图像的直线,但其研究对象未涉及图像背景干扰。……
登录APP查看全文
