CN103640595B - 一种铁路防护栏网自动检测系统及破损识别方法 - Google Patents
一种铁路防护栏网自动检测系统及破损识别方法 Download PDFInfo
- Publication number
- CN103640595B CN103640595B CN201310724755.1A CN201310724755A CN103640595B CN 103640595 B CN103640595 B CN 103640595B CN 201310724755 A CN201310724755 A CN 201310724755A CN 103640595 B CN103640595 B CN 103640595B
- Authority
- CN
- China
- Prior art keywords
- guard rail
- image
- rail net
- net
- area
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Landscapes
- Train Traffic Observation, Control, And Security (AREA)
- Image Analysis (AREA)
Abstract
本发明涉及一种铁路防护栏网自动检测系统及破损识别方法,包括高速数字摄像机、高速图像采集卡、车载防护栏网检测计算机、卫星定位模块、照度智能补光装置、无线数据收发模块、远程后台管理服务器以及智能手机,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图像并经计算机处理,识别铁路两侧防护栏网是否破损。其识别率高、检测范围宽、稳定性好、处置速度快,工作效率比人工巡视提高5倍以上。
Description
技术领域
本发明涉及一种铁路防护栏网自动检测系统及破损识别方法,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图像并经计算机处理,识别铁路两侧防护栏网是否破损。
背景技术
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。
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。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,例如对于破损面积达200cm2的防护栏网进行正确识别。此外,在这些研究项目中没有建立起完善统一的后台数据库与管理系统,不能同时对多路信号进行处理。
发明内容
本发明的目的是克服现有技术中存在的缺陷,提供一种铁路防护栏网自动检测系统,其具有识别率高、检测范围宽、稳定性好与处置速度快等特点,并且能够同时将多路检测结果实时发送到后台管理系统,通过管理系统对破损防护栏网的维修状态进行全程跟踪记录,提高工作效率;
本发明的另一目的是提供一种铁路防护栏网破损识别方法。
本发明的技术方案:一种铁路防护栏网自动检测系统,包括高速数字摄像机、高速图像采集卡、车载防护栏网检测计算机、卫星定位模块、照度智能补光装置、无线数据收发模块、远程后台管理服务器以及智能手机,上述各部分功能分别为:
①高速数字摄像机:安装在列车车厢两侧位置,用于拍摄铁路两侧防护栏网的图像;
②高速图像采集卡:对安装在列车两侧的高速数字摄像机输出图像采集与存储;
③车载防护栏网检测计算机:安装有防护栏网破损识别系统,用以对图像进行防护栏网完整性分析判断与信号处理,并计算防护栏网的破损面积与地理坐标;
④卫星定位模块:安装在列车车厢无遮挡的顶部,用于对列车运行的位置坐标及运行速度的采集;
⑤照度智能补光装置:能够根据外界光线强度自动调节光照强度,用于夜间或白天低照度拍摄;
⑥无线数据收发模块:用于车载防护栏网检测计算机与远程后台管理服务器进行数据通讯;
⑦远程后台管理服务器:接收从车载防护栏网检测计算机发出的防护栏网破损信息数据,运行在服务器上的管理系统后提取出防护栏网破损地点坐标与图像,将其实时显示在地图中,并将这些数据进行审核后通过互联网发送到负责维修部门所持的智能手机中;
⑧智能手机:能够接收远程后台管理系统发出的防护网破损信息,并将维修处理结果传回远程后台管理服务器。
本发明还提供了一种铁路防护栏网破损识别方法,包括以下步骤:
①安装在列车上的两台高速数字摄像机可以在较大范围内拍摄到铁路线路两侧防护栏网,其拍摄角度不小于120°;
②通过安装在车载防护栏网检测计算机上的高速图像采集卡接收高速数字摄像机输出的图像,并存储到车载防护栏网检测计算机内存中;
③通过运行安装在车载防护栏网检测计算机上防护栏网破损识别系统对图像进行分析与完整性判断,并计算防护栏网的破损面积以及通过卫星定位模块确定地理坐标;
④经识别系统处理后的防护栏网破损信息数据存储到车载防护栏网检测计算机硬盘中,并通过无线数据收发模块将检测结果发送给远程后台管理服务器;
⑤远程后台管理服务器将接收的防护栏网破损信息进行危害性评估,并将评估结果通过网络发送到所属地段维修管理部门负责人持有的智能手机中;
⑥所属地段维修人员接收到防护栏网破损信息后前往实地查看与维修,并将维修处理结果传回远程后台管理服务器;
其中,所述的车载防护栏网检测计算机中的识别系统对采集的图像识别过程如下:
第一步,提取视频中的每一帧图像图片并根据行驶速度去除拍摄图片中的重复区域;
第二步,利用MeanShift图像分割,具体为:
选取合适的色度带宽hr和空间带宽hs,将图像的像素点循环执行以下步骤:
(1)设置初始下标j=1,迭代次数k,初始待处理点yi,1=xi;
(2)循环计算下式:
从而得到yi,j+1,令yi,j=yi,j+1,j=j+1,k=k+1,直到当前|yi,j+1-yi,1|<ε收敛达到收敛条件或k>K时,当前yi,j+1记为收敛值yi,c;
(3)赋值具体为:
循环结束后得到初始滤波平滑图像,将含有相同收敛值的像素点划分为同一区域,然后再按照以下准则合并,就可以得到分割图像:①合并那些空间距离小于空间带宽hs的相邻区域;②合并色度域差值小于色度带宽hr的相邻区域,重新计算区域色度值;
第三步,图像分割后的区域合并,具体为:
(1)按照设定的最小面积M0,将所有的区域面积小于M0的小区域直接合并到相邻的大区域中;
(2)针对被分割图像R,分别计算出边缘图像E、标识矩阵B的构建区域邻接图RAG,并且计算每个区域的面积S(Ri);
(3)依据相似性准则,依次合并面积最小的区域,即将其合并至相似度最大的相邻区域中去;
(4)更新区域邻接图RAG,重复第三步中的(3),直到所有区域的面积大于阈值M1;
第四步,图像区域合并后的二值化,具体为:
(1)选择合适的不同的颜色范围双阈值,将图像的三个分量分别执行二值化操作;
(2)将三张二值图执行与操作,得到最后的网格区域二值图;
第五步,防护栏网格区域直线检测提取网格,其流程如下:
(1)对二值图进行直线检测,保存直线;
(2)去掉其中theta不在(-6,6),(84,90),(-90,-84)范围内的直线;
(3)合并距离小于18的直线,然后去掉小于10的直线;
(4)根据先验信息测出图像中的网格的竖直线的像素间距Dl≈63,根据计算得出直线的像素间距Dr1、Dr2,然后去除非网格直线;
(5)根据已知直线位置判断相邻直线位置是否有直线,没有,则指定与直线距离的(60,70)范围内检测最长直线,直到相邻直线位置坐标溢出。
第六步,网格区域破损识别,具体为:
根据第五步得到的直线网格,用最大外接矩形标定网格区域,并计算其中是否存在面积大于破损阈值的连通域;
如果存在则标定该连通域,然后判定此图片中防护栏网存在破损并保存、报警与发送。
本发明以铁路防护栏网为对象、以采集的铁路防护栏网图像处理为手段、以铁路防护栏网的完整性识别为目的,在列车运行条件下,实现铁路防护栏网完整状态的自动检测的相关技术,包括基于图像的防护栏网破损的智能识别系统。本发明能及时给出防护栏网破损的具体信息,如地点、破损面积等,具有自动识别、实时传输、快速处置等特点,有效地提高了工作效率(较传统的人工巡视工作效率高出5倍以上)、减轻了巡视工作量大、降低了维护成本。
附图说明
图1是本发明的铁路防护栏网自动检测系统方框图。
图2是本发明的铁路防护栏网破损识别系统中的方法步骤方框图。
具体实施方式
以下结合实施例对本发明的具体实施方式作进一步详细描述,以下实施方式用于解释本发明,但不用来限制本发明的保护范围。
下面介绍本发明的一个实施例,本实施例可用于网格类型的铁路防护栏网破损程度检测。
如图1所示,本发明包括一台车载防护栏网检测计算机、两台高速数字摄像机、一个卫星定位模块、一台远程后台管理服务器、一个无线数据收发模块、一组照度智能补光装置、一个高速图像采集卡和放置在维修部门的若干台能够上网的智能手机。
①本实施例中高速数字摄像机放置在列车车厢两侧位置,在列车前进时分别拍摄铁路线路两侧的防护栏网图像。高速数字摄像机具有高像素(像素数不低于1600*1200)、高增益、支持动态图像捕捉、白平衡、自动曝光、即插即用、数据传输速度快、防水防尘以及拍摄角度不小于120°等特点,能够保证在列车高速运行时提取出高清晰度的图像。此外在高速数字摄像机的镜头上安装偏振滤光片,用于滤去车窗玻璃的反射光线对拍摄图像的影响。
②通过安装在车载防护栏网检测计算机上的数据采集卡接收高速数字摄像机输出的视频图像,并存储到车载防护栏网检测计算机内存中。
③通过运行安装在车载防护栏网检测计算机上防护栏网破损识别系统,对防护栏网的破损程度进行分析与完整性判断。在检测识别过程中,当车载防护栏网检测计算机检测到防护栏网有不小于200CM2的孔洞时,将卫星定位模块输出的数据与采集的防护栏网的破损图像信息打包发送到远程后台管理服务器。
④本实施例的远程后台管理服务器通过互联网接收从车载防护栏网检测计算机发来的防护网破损信息等数据,运行安装在远程后台管理服务器上的管理系统提取出防护栏网破损地理坐标与图像,将其实时显示在地图中,并将这些数据进行审核后通过互联网发送到负责维修部门手机中,其中每个维修部门配有能够上网的智能手机若干部。
⑤本实施例的卫星定位模块采用SiRFStarIV系列方案,安装在列车车厢无遮挡的顶部,实现对列车运行的位置坐标及运行速度进行采集,以便在远程后台管理服务器地图中显示防护栏网破损的具体位置,便于通知相关管理部门快速组织维修人员实地勘查与维修。
⑥本实施例的照度智能补光装置采用压铸铝质外壳,前透明罩材质为钢化玻璃,100瓦集成硅光源,防水等级:11级。它能够保证列车在夜间或白天运行外界光照条件不足时提供必要的光源。照度智能补光装置能够根据外界光线强度自动调节光照强度,并将外界光线强度与自身发出的照射功率发送给车载防护栏网检测计算机,同时运行在计算机上的识别系统能够根据需要通过计算机的串行接口控制照度智能补光装置。
⑦无线数据收发模块采用4GLTE模块,安装好对应驱动程序后,直接连接到车载防护栏网检测计算机的接口上。无线数据收发模块主要用于车载防护栏网检测计算机与远程后台管理服务器进行数据通讯,它能将破损的防护栏网视频及破损地点的经纬度以无线的方式发送至互联网,再由互联网传输至远程后台管理服务器。远程后台管理服务器可以安装在较远的位置,由于采用移动互联网技术,因此不受距离限制。
以上所述实施例并非用于限制本发明实施范围,只是本发明的示例实施例,故凡依本发明申请专利范围所述的显而易见的变动,以及其他不脱离本发明实质的改动,均应包括在本发明的保护范围内。
Claims (1)
1.一种铁路防护栏网破损识别方法,其特征是:包括以下步骤:
①安装在列车上的两台高速数字摄像机可以在较大范围内拍摄到铁路线路两侧防护栏网,其拍摄角度不小于120°;
②通过安装在车载防护栏网检测计算机上的高速图像采集卡接收高速数字摄像机输出的图像,并存储到车载防护栏网检测计算机内存中;
③通过运行安装在车载防护栏网检测计算机上防护栏网破损识别系统对图像进行分析与完整性判断,并计算防护栏网的破损面积以及通过卫星定位模块确定地理坐标;
④经识别系统处理后的防护栏网破损信息数据存储到车载防护栏网检测计算机硬盘中,并通过无线数据收发模块将检测结果发送给远程后台管理服务器;
⑤远程后台管理服务器将接收的防护栏网破损信息进行危害性评估,并将评估结果通过网络发送到所属地段维修管理部门负责人持有的智能手机中;
⑥所属地段维修人员接收到防护栏网破损信息后前往实地查看与维修,并将维修处理结果传回远程后台管理服务器;
其中,所述的车载防护栏网检测计算机中的识别系统对采集的图像识别过程如下:
第一步,提取视频中的每一帧图像图片并根据行驶速度去除拍摄图片中的重复区域;
第二步,利用MeanShift图像分割,具体为:
选取合适的色度带宽hr和空间带宽hs,将图像的像素点循环执行以下步骤:
(1)设置初始下标j=1,迭代次数k,初始待处理点yi,1=xi;
(2)循环计算下式:
从而得到yi,j+1,令yi,j=yi,j+1,j=j+1,k=k+1,直到当前|yi,j+1-yi,1|<ε收敛达到收敛条件或k>K时,当前yi,j+1记为收敛值yi,c;
(3)赋值具体为:
循环结束后得到初始滤波平滑图像,将含有相同收敛值的像素点划分为同一区域,然后再按照以下准则合并,就可以得到分割图像:①合并那些空间距离小于空间带宽hs的相邻区域;②合并色度域差值小于色度带宽hr的相邻区域,重新计算区域色度值;
第三步,图像分割后的区域合并,具体为:
(1)按照设定的最小面积M0,将所有的区域面积小于M0的小区域直接合并到相邻的大区域中;
(2)针对被分割图像R,分别计算出边缘图像E、标识矩阵B的构建区域邻接图RAG,并且计算每个区域的面积S(Ri);
(3)依据相似性准则,依次合并面积最小的区域,即将其合并至相似度最大的相邻区域中去;
(4)更新区域邻接图RAG,重复第三步中的(3),直到所有区域的面积大于阈值M1;
第四步,图像区域合并后的二值化,具体为:
(1)选择合适的不同的颜色范围双阈值,将图像的三个分量分别执行二值化操作;
(2)将三张二值图执行与操作,得到最后的网格区域二值图;
第五步,防护栏网格区域直线检测提取网格,其流程如下:
(1)对二值图进行直线检测,保存直线;
(2)去掉其中theta不在(-6,6),(84,90),(-90,-84)范围内的直线;
(3)合并距离小于18的直线,然后去掉小于10的直线;
(4)根据先验信息测出图像中的网格的竖直线的像素间距Dl≈63,根据计算得出直线的像素间距Dr1、Dr2,然后去除非网格直线;
(5)根据已知直线位置判断相邻直线位置是否有直线,没有,则指定与直线距离的(60,70)范围内检测最长直线,直到相邻直线位置坐标溢出;
第六步,网格区域破损识别,具体为:
根据第五步得到的直线网格,用最大外接矩形标定网格区域,并计算其中是否存在面积大于破损阈值的连通域;
如果存在则标定该连通域,然后判定此图片中防护栏网存在破损并保存、报警与发送。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310724755.1A CN103640595B (zh) | 2013-12-25 | 2013-12-25 | 一种铁路防护栏网自动检测系统及破损识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310724755.1A CN103640595B (zh) | 2013-12-25 | 2013-12-25 | 一种铁路防护栏网自动检测系统及破损识别方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103640595A CN103640595A (zh) | 2014-03-19 |
CN103640595B true CN103640595B (zh) | 2016-03-02 |
Family
ID=50245937
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310724755.1A Expired - Fee Related CN103640595B (zh) | 2013-12-25 | 2013-12-25 | 一种铁路防护栏网自动检测系统及破损识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103640595B (zh) |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104333740B (zh) * | 2014-10-31 | 2018-08-03 | 成都唐源电气股份有限公司 | 一种一体化接触网安全巡检系统装置 |
CN105205800B (zh) * | 2014-11-28 | 2018-04-03 | 天津光电高斯通信工程技术股份有限公司 | 安全网的图模型结构的完整性检测方法 |
CN105407611A (zh) * | 2015-12-15 | 2016-03-16 | 厦门市智联信通物联网科技有限公司 | 一种补光灯的远程智能控制系统 |
CN106529593B (zh) * | 2016-11-08 | 2020-04-28 | 广东诚泰交通科技发展有限公司 | 路面病害检测方法和系统 |
CN107909535B (zh) * | 2017-12-21 | 2021-07-23 | 福州信诺通信息技术有限公司 | 基于移动互联网的路政管理方法及系统 |
CN108765807B (zh) * | 2018-04-23 | 2019-10-25 | 泉州市念芝工业设计有限公司 | 一种铁路栅栏双电网结构 |
CN109685010B (zh) * | 2018-12-20 | 2021-04-06 | 四川睿盈源科技有限责任公司 | 一种高速公路边坡防护网漏洞位置定位方法及系统 |
CN112883781A (zh) * | 2021-01-12 | 2021-06-01 | 航景科技有限公司 | 基于视频监控辨认未授权人士及指定物品异常的预警方法 |
CN114928720A (zh) * | 2022-05-13 | 2022-08-19 | 重庆云凯科技有限公司 | 一种停车道闸杆的状态的检测系统及方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8942426B2 (en) * | 2006-03-02 | 2015-01-27 | Michael Bar-Am | On-train rail track monitoring system |
CN200964120Y (zh) * | 2006-09-25 | 2007-10-24 | 北京福斯达高科技公司 | 高速车载式轨道图像识别系统 |
CN101082489A (zh) * | 2007-07-11 | 2007-12-05 | 武汉立得空间信息技术发展有限公司 | 铁路限界高速动态检测装置 |
CN102445453B (zh) * | 2011-11-30 | 2013-10-23 | 北京交通大学 | 一种高速铁路线路护栏完整性自动检测装置及识别方法 |
-
2013
- 2013-12-25 CN CN201310724755.1A patent/CN103640595B/zh not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
CN103640595A (zh) | 2014-03-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103640595B (zh) | 一种铁路防护栏网自动检测系统及破损识别方法 | |
CN102722704B (zh) | 一种融合视频动态跟踪的车牌识别方法和系统 | |
CN104851295B (zh) | 获取路况信息的方法和系统 | |
CN105678852B (zh) | 多车道自由流电子不停车收费车道系统及其车牌识别方法 | |
CN101833859B (zh) | 基于虚拟线圈的自触发车牌识别方法 | |
CN105702048B (zh) | 基于行车记录仪的高速公路前车违法占道识别系统及方法 | |
CN104616502B (zh) | 基于组合式车路视频网络的车牌识别与定位系统 | |
CN103186982B (zh) | 一种治安智能卡口系统 | |
CN111161543A (zh) | 一种基于图像识别的公交前车违章行为自动抓拍方法及系统 | |
CN105872970B (zh) | 一种基于路灯物联网的伪基站检测系统 | |
CN109242035B (zh) | 车底故障检测装置及方法 | |
CN102509090B (zh) | 一种基于天网工程中公共安全视频图像的车辆特征识别装置 | |
CN204882391U (zh) | 一种基于图像处理的车载式路面破损自动识别装置 | |
CN105067633A (zh) | 基于图像处理的车载式路面破损自动识别装置及使用方法 | |
CN102867417A (zh) | 一种出租车防伪系统及方法 | |
WO2004042673A2 (en) | Automatic, real time and complete identification of vehicles | |
CN1448886A (zh) | 用于测量车辆队列长度的装置和方法 | |
CN101373517A (zh) | 一种车牌识别方法及系统 | |
CN103400500A (zh) | 车辆信息数据采集装置及方法 | |
CN105046966A (zh) | 即停即离区域的违章停车行为自动检测系统和方法 | |
CN103164958B (zh) | 车辆监控方法及系统 | |
CN205890910U (zh) | 可见光与红外光结合的轨道异物侵限探测装置 | |
CN111696364A (zh) | 一种路侧停车管理方法 | |
WO2023221425A1 (zh) | 一种用于船舶过闸安全检测方法 | |
CN113255552B (zh) | 公交车载视频乘客od分析方法、装置及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20160302 Termination date: 20201225 |
|
CF01 | Termination of patent right due to non-payment of annual fee |