CN111681267B - 基于图像识别的轨道防侵入方法 - Google Patents
基于图像识别的轨道防侵入方法 Download PDFInfo
- Publication number
- CN111681267B CN111681267B CN202010521417.8A CN202010521417A CN111681267B CN 111681267 B CN111681267 B CN 111681267B CN 202010521417 A CN202010521417 A CN 202010521417A CN 111681267 B CN111681267 B CN 111681267B
- Authority
- CN
- China
- Prior art keywords
- image
- preset
- target
- track
- images
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 51
- 238000001514 detection method Methods 0.000 claims abstract description 75
- 230000033001 locomotion Effects 0.000 claims abstract description 15
- 238000012545 processing Methods 0.000 claims description 10
- 238000005070 sampling Methods 0.000 claims description 8
- 230000009545 invasion Effects 0.000 claims description 7
- 230000002265 prevention Effects 0.000 claims description 7
- 238000003708 edge detection Methods 0.000 claims description 4
- 238000012163 sequencing technique Methods 0.000 claims description 4
- 238000012217 deletion Methods 0.000 claims description 3
- 230000037430 deletion Effects 0.000 claims description 3
- 239000000126 substance Substances 0.000 claims description 3
- 238000004590 computer program Methods 0.000 description 13
- 238000010586 diagram Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 238000011156 evaluation Methods 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000011897 real-time detection Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
- G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
-
- G06T5/70—
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/194—Segmentation; Edge detection involving foreground-background segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10016—Video; Image sequence
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30132—Masonry; Concrete
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Image Analysis (AREA)
Abstract
一种基于图像识别的轨道防侵入方法，该方法包括：通过设置在轨道两侧第一预设位置上的第一图像装置获取包含轨道图像的预设范围内的图像信息，形成t1到t2时间段内基于时间排序的第一图像序列；对所述第一图像序列中的图像执行背景去除操作，得到第二图像序列；对所述第二图像序列中的图像执行目标检测，得到包含多个目标对象的目标检测结果；在所述目标检测结果中，判断不同目标对象在第二图像序列中的运动轨迹是否满足预设平滑性要求，从而进行异物判断。通过本公开的处理方案，能够有效的对侵入的异物进行检测和监控。
Description
技术领域
本公开涉及数据处理技术领域，尤其涉及一种基于图像识别的轨道防侵入方法、装置及电子设备。
背景技术
随着中国经济的飞速发展和城市化进程的加速，铁路交通已经成为重要交通工具，与城市居民通勤、旅游、商务人士的日常出行息息相关。由于铁路运行环境的复杂性，存在铁路异物侵入铁路铁轨的情况，从而导致铁路上的车辆不能有效的运作。传统的方式是通过人工巡检铁路的方式来进行，但是人工巡检的方式一方面消耗较多的人力资源，同时也会导致效率较低，影响了铁路异物检测的及时性和成本。
现有技术中还存在通过摄像头对铁路进行巡检的方案，但是通过摄像头摄像的方式，仍然需要人工对获取的摄像图像进行辨认，由于人工经验的差异，会导致图像辨认的效率较低。
发明内容
有鉴于此，本公开实施例提供一种基于图像识别的轨道防侵入方法、装置及电子设备，以至少部分解决现有技术中存在的问题。
第一方面，本公开实施例提供了一种基于图像识别的轨道防侵入方法，包括：
通过设置在轨道两侧第一预设位置上的第一图像装置获取包含轨道图像的预设范围内的图像信息，形成t1到t2时间段内基于时间排序的第一图像序列，t2大于t1；
获取与所述第一图像序列对应的背景图像，以所述背景图像中包含的轨道图像为基准点，对所述第一图像序列中的图像执行背景去除操作，得到第二图像序列；
对所述第二图像序列中的图像执行目标检测，得到包含多个目标对象的目标检测结果；
在所述目标检测结果中，判断不同目标对象在第二图像序列中的运动轨迹是否满足预设平滑性要求，若不满足，则在大于t2的t3时刻进一步获取轨道两侧第二预设位置上的第二图像装置拍摄的包含轨道图像的第三图像，当所述第三图像中仍存在不满足预设平滑性要求的目标对象时，则判定不满足平滑性要求的目标对象为轨道侵入异物。
根据本公开实施例的一种具体实现方式，所述通过设置在轨道两侧第一预设位置上的第一图像装置获取包含轨道图像的预设范围内的图像信息，形成t1到t2时间段内基于时间排序的第一图像序列，包括：
获取预先设置的图像采样间隔△t，△t＜（t2-t1）；
基于所述图像采样间隔在t1和t2时间段内进行图像采集；
基于t1和t2时间段内采集到的图像，形成第一图像序列。
根据本公开实施例的一种具体实现方式，所述基于t1和t2时间段内采集到的图像，形成第一图像序列，包括：
判断当前采集的图像与上一个图像之间的相似度是否大于预设值；
若是，则在所述第一图像序列中不保存当前采集的图像。
根据本公开实施例的一种具体实现方式，所述获取与所述第一图像序列对应的背景图像之前，所述方法还包括：
利用所述第一图像装置在第一预设位置拍摄备选图像；
对所述备选图像进行目标对象检测，得到目标检测对象集合；
将所述目标检测对象集合中的对象与预设目标对象集合进行比对，判断是否存在所述预设目标对象集合中不存在的目标对象；
若不存在，则将所所述备选图像设置为所述背景图像。
根据本公开实施例的一种具体实现方式，所述以所述背景图像中包含的轨道图像为基准点，对所述第一图像序列中的图像执行背景去除操作，得到第二图像序列，包括：
分别对所述背景图像和所述第一图像序列中的图像进行边缘检测，得到多个具有封闭曲线的对象；
基于所述背景图像中轨道图像的封闭曲线为基准点，查找第一图像序列中与背景图像中的封闭曲线相似的对象，形成相似对象集合；
将所述相似集合中的对象所对应的图像在第一图像序列中执行删除操作，得到第二图像序列。
根据本公开实施例的一种具体实现方式，所述对所述第二图像序列中的图像执行目标检测，得到包含多个目标对象的目标检测结果，包括：
对所述第二图像序列中包含的对象执行目标检测，得到包含多个目标对象的目标检测结果；
判断所述目标检测结果中的目标对象的是否属于预设集合中的对象；
若是，则删除与预设集合中的对象相同的对象，从而将删除之后的目标对象集合作为包含多个目标对象的目标检测结果。
根据本公开实施例的一种具体实现方式，所述在所述目标检测结果中，判断不同目标对象在第二图像序列中的运动轨迹是否满足预设平滑性要求，包括：
判断所述目标检测结果中目标对象的运动距离是否大于预设距离；
若是，则判断该目标对象不满足平滑性要求。
根据本公开实施例的一种具体实现方式，所述判定不满足平滑性要求的目标对象为轨道侵入异物之后，所述方法还包括：
获取所述侵入异物的位置坐标，以便于将所述位置坐标发送给目标用户。
第二方面，本公开实施例提供了一种基于图像识别的轨道防侵入装置，包括：
设置模块，用于通过设置在轨道两侧第一预设位置上的第一图像装置获取包含轨道图像的预设范围内的图像信息，形成t1到t2时间段内基于时间排序的第一图像序列，t2大于t1；
获取模块，用于获取与所述第一图像序列对应的背景图像，以所述背景图像中包含的轨道图像为基准点，对所述第一图像序列中的图像执行背景去除操作，得到第二图像序列；
检测模块，用于对所述第二图像序列中的图像执行目标检测，得到包含多个目标对象的目标检测结果；
执行模块，用于在所述目标检测结果中，判断不同目标对象在第二图像序列中的运动轨迹是否满足预设平滑性要求，若不满足，则在大于t2的t3时刻进一步获取轨道两侧第二预设位置上的第二图像装置拍摄的包含轨道图像的第三图像，当所述第三图像中仍存在不满足预设平滑性要求的目标对象时，则判定不满足平滑性要求的目标对象为轨道侵入异物。
第三方面，本公开实施例还提供了一种电子设备，该电子设备包括：
至少一个处理器；以及，
与该至少一个处理器通信连接的存储器；其中，
该存储器存储有可被该至少一个处理器执行的指令，该指令被该至少一个处理器执行，以使该至少一个处理器能够执行前述第一方面或第一方面的任一实现方式中的基于图像识别的轨道防侵入方法。
第四方面，本公开实施例还提供了一种非暂态计算机可读存储介质，该非暂态计算机可读存储介质存储计算机指令，该计算机指令用于使该计算机执行前述第一方面或第一方面的任一实现方式中的基于图像识别的轨道防侵入方法。
第五方面，本公开实施例还提供了一种计算机程序产品，该计算机程序产品包括存储在非暂态计算机可读存储介质上的计算程序，该计算机程序包括程序指令，当该程序指令被计算机执行时，使该计算机执行前述第一方面或第一方面的任一实现方式中的基于图像识别的轨道防侵入方法。
本公开实施例中的基于图像识别的轨道防侵入方案，包括通过设置在轨道两侧第一预设位置上的第一图像装置获取包含轨道图像的预设范围内的图像信息，形成t1到t2时间段内基于时间排序的第一图像序列，t2大于t1；获取与所述第一图像序列对应的背景图像，以所述背景图像中包含的轨道图像为基准点，对所述第一图像序列中的图像执行背景去除操作，得到第二图像序列；对所述第二图像序列中的图像执行目标检测，得到包含多个目标对象的目标检测结果；
在所述目标检测结果中，判断不同目标对象在第二图像序列中的运动轨迹是否满足预设平滑性要求，若不满足，则在大于t2的t3时刻进一步获取轨道两侧第二预设位置上的第二图像装置拍摄的包含轨道图像的第三图像，当所述第三图像中仍存在不满足预设平滑性要求的目标对象时，则判定不满足平滑性要求的目标对象为轨道侵入异物。通过本公开的处理方案，提高了基于图像识别的轨道防侵入的准确度。
附图说明
为了更清楚地说明本公开实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本公开的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。
图1为本公开实施例提供的一种基于图像识别的轨道防侵入方法的流程图；
图2为本公开实施例提供的另一种基于图像识别的轨道防侵入方法的流程图；
图3为本公开实施例提供的另一种基于图像识别的轨道防侵入方法的流程图；
图4为本公开实施例提供的另一种基于图像识别的轨道防侵入方法的流程图；
图5为本公开实施例提供的一种基于图像识别的轨道防侵入装置的结构示意图；
图6为本公开实施例提供的电子设备示意图。
具体实施方式
下面结合附图对本公开实施例进行详细描述。
以下通过特定的具体实例说明本公开的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本公开的其他优点与功效。显然，所描述的实施例仅仅是本公开一部分实施例，而不是全部的实施例。本公开还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本公开的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。基于本公开中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本公开保护的范围。
需要说明的是，下文描述在所附权利要求书的范围内的实施例的各种方面。应显而易见，本文中所描述的方面可体现于广泛多种形式中，且本文中所描述的任何特定结构及/或功能仅为说明性的。基于本公开，所属领域的技术人员应了解，本文中所描述的一个方面可与任何其它方面独立地实施，且可以各种方式组合这些方面中的两者或两者以上。举例来说，可使用本文中所阐述的任何数目个方面来实施设备及/或实践方法。另外，可使用除了本文中所阐述的方面中的一或多者之外的其它结构及/或功能性实施此设备及/或实践此方法。
还需要说明的是，以下实施例中所提供的图示仅以示意方式说明本公开的基本构想，图式中仅显示与本公开中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制，其实际实施时各组件的型态、数量及比例可为一种随意的改变，且其组件布局型态也可能更为复杂。
另外，在以下描述中，提供具体细节是为了便于透彻理解实例。然而，所属领域的技术人员将理解，可在没有这些特定细节的情况下实践所述方面。
本公开实施例提供一种基于图像识别的轨道防侵入方法。本实施例提供的基于图像识别的轨道防侵入方法可以由一计算装置来执行，该计算装置可以实现为软件，或者实现为软件和硬件的组合，该计算装置可以集成设置在服务器、客户端等中。
参见图1，本公开实施例中的基于图像识别的轨道防侵入方法，可以包括如下步骤：
S101，通过设置在轨道两侧第一预设位置上的第一图像装置获取包含轨道图像的预设范围内的图像信息，形成t1到t2时间段内基于时间排序的第一图像序列，t2大于t1。
为了方便对轨道中是否存在异物进行实时的检测，可以在轨道的两侧设置专门的摄像装置（例如，第一图像装置）来采集包含轨道在内的物体的图像。在设置第一图像装置的过程中，可以调节第一图像装置的视野范围，使得第一图像装置拍摄的图像中包含轨道图像。
为了能够实时的对轨道中是否存在异物进行检测，可以在每个监测区间t1和t2时间段内，设置图像采样间隔△t，其中△t＜（t2-t1），这样以来，便可以基于所述图像采样间隔在t1和t2时间段内进行图像采集，最后基于t1和t2时间段内采集到的图像，形成第一图像序列，第一图像序列为包含多个图像的图像集合。
在第一图像序列集合形成的过程中，为了进一步的提高第一图像序列的效率，可以判断当前采集的图像与上一个图像之间的相似度是否大于预设值；若是，则在所述第一图像序列中不保存当前采集的图像，通过这种方式，能够进一步的提高第一图像序列集合中图像的针对性。
S102，获取与所述第一图像序列对应的背景图像，以所述背景图像中包含的轨道图像为基准点，对所述第一图像序列中的图像执行背景去除操作，得到第二图像序列。
为了能够快速的筛选出第一序列的图像中是否存在异物图像，可以首先设置第一图像序列所对应的背景图像，背景图像为不存在异物的情况下，利用第一图像装置在第一预设位置拍摄的图像。
在进行背景图像拍摄的过程中，为了能够保持背景图像中物体的为真实情况下存在的问题，防止由于光线等原因导致拍摄的图像中存在不应该存在的物体，可以利用所述第一图像装置在第一预设位置拍摄备选图像，对所述备选图像进行目标对象检测，得到目标检测对象集合；将所述目标检测对象集合中的对象与预设目标对象集合进行比对，判断是否存在所述预设目标对象集合中不存在的目标对象；若不存在，则将所所述备选图像设置为所述背景图像。
通过将背景图像与拍摄的图像进行差值计算的方式，便可以通过比较差值计算结果，来判断是否存在异物，从而快速的对异物进行检测。作为一种方式，可以分别对所述背景图像和所述第一图像序列中的图像进行边缘检测，得到多个具有封闭曲线的对象；基于所述背景图像中轨道图像的封闭曲线为基准点，查找第一图像序列中与背景图像中的封闭曲线相似的对象，形成相似对象集合；将所述相似集合中的对象所对应的图像在第一图像序列中执行删除操作，得到第二图像序列。通过分析第二图像序列的中的物体，便可以分析是否存在异物。
S103，对所述第二图像序列中的图像执行目标检测，得到包含多个目标对象的目标检测结果。
第二图像序列中的图像为删除背景对象的图像，此时可以对第二图像序列中的图像执行目标检测，对于图像执行目标检测，可以采用常用的目标检测方法，在此对于目标检测方式不作具体的限定。
通过对第二图像序列中的图像执行目标检测，便得到了包含多个目标对象的目标检测结果，通过对目标检测结果进行分析，便可以进一步的判断目标检测结果中是否含有异物对象。
S104，在所述目标检测结果中，判断不同目标对象在第二图像序列中的运动轨迹是否满足预设平滑性要求，若不满足，则在大于t2的t3时刻进一步获取轨道两侧第二预设位置上的第二图像装置拍摄的包含轨道图像的第三图像，当所述第三图像中仍存在不满足预设平滑性要求的目标对象时，则判定不满足平滑性要求的目标对象为轨道侵入异物。
第二图像序列中的目标对象作为异物出现的时候，通常需要在时间序列上进行位置移动，为此，可以判断所述目标检测结果中目标对象的运动距离是否大于预设距离，若是，则判断该目标对象不满足平滑性要求。
为了进一步保证异物检测的准确性，还需要对第二图像序列中检测到的异物进行进一步的验证，此时，可以在t2时刻之后的t3时刻，进一步利用第二预设位置上的第二图像装置拍摄包含轨道图像的第三图像。第二预设位置可以是与第一预设位置不同的位置，同时又能够与第一预设位置拍摄的照片具有相同的视野。例如，第二预设位置可以是第一预设位置相对于轨道的镜像位置。
通过分析第二预设位置拍摄的图像中是否仍然存在不满足预设平滑性要求的目标对象，可以通过两次验证的方式判定不满足平滑性要求的目标对象为轨道侵入异物。
通过上述实施例中的方案，能够基于图像检测方式进行异物检测，提高了异物检测的准确度。
参见图2，根据本公开实施例的一种具体实现方式，所述通过设置在轨道两侧第一预设位置上的第一图像装置获取包含轨道图像的预设范围内的图像信息，形成t1到t2时间段内基于时间排序的第一图像序列，包括：
S201，获取预先设置的图像采样间隔△t，△t＜（t2-t1）；
S202，基于所述图像采样间隔在t1和t2时间段内进行图像采集；
S203,基于t1和t2时间段内采集到的图像，形成第一图像序列。
根据本公开实施例的一种具体实现方式，所述基于t1和t2时间段内采集到的图像，形成第一图像序列，包括：
判断当前采集的图像与上一个图像之间的相似度是否大于预设值；
若是，则在所述第一图像序列中不保存当前采集的图像。
参见图3，根据本公开实施例的一种具体实现方式，所述获取与所述第一图像序列对应的背景图像之前，所述方法还包括：
S301，利用所述第一图像装置在第一预设位置拍摄备选图像；
S302，对所述备选图像进行目标对象检测，得到目标检测对象集合；
S303，将所述目标检测对象集合中的对象与预设目标对象集合进行比对，判断是否存在所述预设目标对象集合中不存在的目标对象；
S304，若不存在，则将所所述备选图像设置为所述背景图像。
参见图4，根据本公开实施例的一种具体实现方式，所述以所述背景图像中包含的轨道图像为基准点，对所述第一图像序列中的图像执行背景去除操作，得到第二图像序列，包括：
S401，分别对所述背景图像和所述第一图像序列中的图像进行边缘检测，得到多个具有封闭曲线的对象；
S402，基于所述背景图像中轨道图像的封闭曲线为基准点，查找第一图像序列中与背景图像中的封闭曲线相似的对象，形成相似对象集合；
S403，将所述相似集合中的对象所对应的图像在第一图像序列中执行删除操作，得到第二图像序列。
根据本公开实施例的一种具体实现方式，所述对所述第二图像序列中的图像执行目标检测，得到包含多个目标对象的目标检测结果，包括：对所述第二图像序列中包含的对象执行目标检测，得到包含多个目标对象的目标检测结果；判断所述目标检测结果中的目标对象的是否属于预设集合中的对象；若是，则删除与预设集合中的对象相同的对象，从而将删除之后的目标对象集合作为包含多个目标对象的目标检测结果。
根据本公开实施例的一种具体实现方式，所述在所述目标检测结果中，判断不同目标对象在第二图像序列中的运动轨迹是否满足预设平滑性要求，包括：判断所述目标检测结果中目标对象的运动距离是否大于预设距离；若是，则判断该目标对象不满足平滑性要求。
根据本公开实施例的一种具体实现方式，所述判定不满足平滑性要求的目标对象为轨道侵入异物之后，所述方法还包括：获取所述侵入异物的位置坐标，以便于将所述位置坐标发送给目标用户。
与上面的方法实施例相对应，参见图5，本公开实施例还提供了一种基于图像识别的轨道防侵入装置50，包括：
设置模块501，用于通过设置在轨道两侧第一预设位置上的第一图像装置获取包含轨道图像的预设范围内的图像信息，形成t1到t2时间段内基于时间排序的第一图像序列，t2大于t1；
获取模块502，用于获取与所述第一图像序列对应的背景图像，以所述背景图像中包含的轨道图像为基准点，对所述第一图像序列中的图像执行背景去除操作，得到第二图像序列；
检测模块503，用于对所述第二图像序列中的图像执行目标检测，得到包含多个目标对象的目标检测结果；
执行模块504，用于在所述目标检测结果中，判断不同目标对象在第二图像序列中的运动轨迹是否满足预设平滑性要求，若不满足，则在大于t2的t3时刻进一步获取轨道两侧第二预设位置上的第二图像装置拍摄的包含轨道图像的第三图像，当所述第三图像中仍存在不满足预设平滑性要求的目标对象时，则判定不满足平滑性要求的目标对象为轨道侵入异物。
本实施例未详细描述的部分，参照上述方法实施例中记载的内容，在此不再赘述。
参见图6，本公开实施例还提供了一种电子设备60，该电子设备包括：
至少一个处理器；以及，
与该至少一个处理器通信连接的存储器；其中，
该存储器存储有可被该至少一个处理器执行的指令，该指令被该至少一个处理器执行，以使该至少一个处理器能够执行前述方法实施例中的基于图像识别的轨道防侵入方法。
本公开实施例还提供了一种非暂态计算机可读存储介质，该非暂态计算机可读存储介质存储计算机指令，该计算机指令用于使该计算机执行前述方法实施例中的基于图像识别的轨道防侵入方法。
本公开实施例还提供了一种计算机程序产品，该计算机程序产品包括存储在非暂态计算机可读存储介质上的计算程序，该计算机程序包括程序指令，当该程序指令被计算机执行时，使该计算机执行前述方法实施例中的的基于图像识别的轨道防侵入方法。
下面参考图6，其示出了适于用来实现本公开实施例的电子设备60的结构示意图。本公开实施例中的电子设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA（个人数字助理）、PAD（平板电脑）、PMP（便携式多媒体播放器）、车载终端（例如车载导航终端）等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图6示出的电子设备仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。
如图6所示，电子设备60可以包括处理装置（例如中央处理器、图形处理器等）601，其可以根据存储在只读存储器（ROM）602中的程序或者从存储装置608加载到随机访问存储器（RAM）603中的程序而执行各种适当的动作和处理。在RAM 603中，还存储有电子设备60操作所需的各种程序和数据。处理装置601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出（I/O）接口605也连接至总线604。
通常，以下装置可以连接至I/O接口605：包括例如触摸屏、触摸板、键盘、鼠标、图像传感器、麦克风、加速度计、陀螺仪等的输入装置606；包括例如液晶显示器（LCD）、扬声器、振动器等的输出装置607；包括例如磁带、硬盘等的存储装置608；以及通信装置609。通信装置609可以允许电子设备60与其他设备进行无线或有线通信以交换数据。虽然图中示出了具有各种装置的电子设备60，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。
特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信装置609从网络上被下载和安装，或者从存储装置608被安装，或者从ROM602被安装。在该计算机程序被处理装置601执行时，执行本公开实施例的方法中限定的上述功能。
需要说明的是，本公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器（RAM）、只读存储器（ROM）、可擦式可编程只读存储器（EPROM或闪存）、光纤、便携式紧凑磁盘只读存储器（CD-ROM）、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、RF（射频）等等，或者上述的任意合适的组合。
上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。
上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：获取至少两个网际协议地址；向节点评价设备发送包括所述至少两个网际协议地址的节点评价请求，其中，所述节点评价设备从所述至少两个网际协议地址中，选取网际协议地址并返回；接收所述节点评价设备返回的网际协议地址；其中，所获取的网际协议地址指示内容分发网络中的边缘节点。
或者，上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：接收包括至少两个网际协议地址的节点评价请求；从所述至少两个网际协议地址中，选取网际协议地址；返回选取出的网际协议地址；其中，接收到的网际协议地址指示内容分发网络中的边缘节点。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码，上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机（例如利用因特网服务提供商来通过因特网连接）。
附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。其中，单元的名称在某种情况下并不构成对该单元本身的限定，例如，第一获取单元还可以被描述为“获取至少两个网际协议地址的单元”。
应当理解，本公开的各部分可以用硬件、软件、固件或它们的组合来实现。
以上所述，仅为本公开的具体实施方式，但本公开的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本公开揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本公开的保护范围之内。因此，本公开的保护范围应以权利要求的保护范围为准。
Claims (10)
1.一种基于图像识别的轨道防侵入方法，其特征在于，包括：
通过设置在轨道两侧第一预设位置上的第一图像装置获取包含轨道图像的预设范围内的图像信息，形成t1到t2时间段内基于时间排序的第一图像序列，t2大于t1；
获取与所述第一图像序列对应的背景图像，以所述背景图像中包含的轨道图像为基准点，对所述第一图像序列中的图像执行背景去除操作，得到第二图像序列；
对所述第二图像序列中的图像执行目标检测，得到包含多个目标对象的目标检测结果；
在所述目标检测结果中，判断不同目标对象在第二图像序列中的运动轨迹是否满足预设平滑性要求，包括：判断所述目标检测结果中目标对象的运动距离是否大于预设距离，若是，则判断该目标对象不满足平滑性要求；若不满足，则在大于t2的t3时刻进一步获取轨道两侧第二预设位置上的第二图像装置拍摄的包含轨道图像的第三图像，当所述第三图像中仍存在不满足预设平滑性要求的目标对象时，则判定不满足平滑性要求的目标对象为轨道侵入异物。
2.根据权利要求1所述的方法，其特征在于，所述通过设置在轨道两侧第一预设位置上的第一图像装置获取包含轨道图像的预设范围内的图像信息，形成t1到t2时间段内基于时间排序的第一图像序列，包括：
获取预先设置的图像采样间隔△t，△t＜(t2-t1)；
基于所述图像采样间隔在t1和t2时间段内进行图像采集；
基于t1和t2时间段内采集到的图像，形成第一图像序列。
3.根据权利要求2所述的方法，其特征在于，所述基于t1和t2时间段内采集到的图像，形成第一图像序列，包括：
判断当前采集的图像与上一个图像之间的相似度是否大于预设值；
若是，则在所述第一图像序列中不保存当前采集的图像。
4.根据权利要求1所述的方法，其特征在于，所述获取与所述第一图像序列对应的背景图像之前，所述方法还包括：
利用所述第一图像装置在第一预设位置拍摄备选图像；
对所述备选图像进行目标对象检测，得到目标检测对象集合；
将所述目标检测对象集合中的对象与预设目标对象集合进行比对，判断是否存在所述预设目标对象集合中不存在的目标对象；
若不存在，则将所所述备选图像设置为所述背景图像。
5.根据权利要求1所述的方法，其特征在于，所述以所述背景图像中包含的轨道图像为基准点，对所述第一图像序列中的图像执行背景去除操作，得到第二图像序列，包括：
分别对所述背景图像和所述第一图像序列中的图像进行边缘检测，得到多个具有封闭曲线的对象；
基于所述背景图像中轨道图像的封闭曲线为基准点，查找第一图像序列中与背景图像中的封闭曲线相似的对象，形成相似对象集合；
将所述相似集合中的对象所对应的图像在第一图像序列中执行删除操作，得到第二图像序列。
6.根据权利要求1所述的方法，其特征在于，所述对所述第二图像序列中的图像执行目标检测，得到包含多个目标对象的目标检测结果，包括：
对所述第二图像序列中包含的对象执行目标检测，得到包含多个目标对象的目标检测结果；
判断所述目标检测结果中的目标对象是否属于预设集合中的对象；
若是，则删除与预设集合中的对象相同的对象，从而将删除之后的目标对象集合作为包含多个目标对象的目标检测结果。
7.根据权利要求1所述的方法，其特征在于，所述判定不满足平滑性要求的目标对象为轨道侵入异物之后，所述方法还包括：
获取所述侵入异物的位置坐标，以便于将所述位置坐标发送给目标用户。
8.一种基于图像识别的轨道防侵入装置，其特征在于，包括：
设置模块，用于通过设置在轨道两侧第一预设位置上的第一图像装置获取包含轨道图像的预设范围内的图像信息，形成t1到t2时间段内基于时间排序的第一图像序列，t2大于t1；
获取模块，用于获取与所述第一图像序列对应的背景图像，以所述背景图像中包含的轨道图像为基准点，对所述第一图像序列中的图像执行背景去除操作，得到第二图像序列；
检测模块，用于对所述第二图像序列中的图像执行目标检测，得到包含多个目标对象的目标检测结果；
执行模块，用于在所述目标检测结果中，判断不同目标对象在第二图像序列中的运动轨迹是否满足预设平滑性要求，包括：判断所述目标检测结果中目标对象的运动距离是否大于预设距离，若是，则判断该目标对象不满足平滑性要求；若不满足，则在大于t2的t3时刻进一步获取轨道两侧第二预设位置上的第二图像装置拍摄的包含轨道图像的第三图像，当所述第三图像中仍存在不满足预设平滑性要求的目标对象时，则判定不满足平滑性要求的目标对象为轨道侵入异物。
9.一种电子设备，其特征在于，所述电子设备包括：
至少一个处理器；以及，
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行前述权 利要求1-7中任一项所述的基于图像识别的轨道防侵入方法。
10.一种非暂态计算机可读存储介质，该非暂态计算机可读存储介质存储计算机指令，该计算机指令用于使该计算机执行前述权 利要求1-7中任一项所述的基于图像识别的轨道防侵入方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010521417.8A CN111681267B (zh) | 2020-06-10 | 2020-06-10 | 基于图像识别的轨道防侵入方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010521417.8A CN111681267B (zh) | 2020-06-10 | 2020-06-10 | 基于图像识别的轨道防侵入方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111681267A CN111681267A (zh) | 2020-09-18 |
| CN111681267B true CN111681267B (zh) | 2022-03-01 |
Family
ID=72454462
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010521417.8A Active CN111681267B (zh) | 2020-06-10 | 2020-06-10 | 基于图像识别的轨道防侵入方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111681267B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114494983A (zh) * | 2022-04-15 | 2022-05-13 | 北京大成国测科技有限公司 | 一种铁路异物入侵监测方法及系统 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103280052B (zh) * | 2013-05-15 | 2015-08-19 | 重庆大学 | 应用于长距离轨道线路智能视频监控的入侵检测方法 |
| CN105799740B (zh) * | 2016-03-08 | 2017-06-16 | 浙江大学 | 一种基于物联网技术的轨道异物入侵自动检测与预警方法 |
| CN106741008B (zh) * | 2016-12-29 | 2020-11-06 | 北京交通大学 | 铁路线路异物识别方法及系统 |
-
2020
- 2020-06-10 CN CN202010521417.8A patent/CN111681267B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN111681267A (zh) | 2020-09-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110415276B (zh) | 运动信息计算方法、装置及电子设备 | |
| CN111222509B (zh) | 目标检测方法、装置及电子设备 | |
| CN110619314A (zh) | 安全帽检测方法、装置及电子设备 | |
| CN110287816B (zh) | 车门动作检测方法、装置和计算机可读存储介质 | |
| CN110287810B (zh) | 车门动作检测方法、装置和计算机可读存储介质 | |
| CN111738316B (zh) | 零样本学习的图像分类方法、装置及电子设备 | |
| CN111401228A (zh) | 视频目标标注方法、装置及电子设备 | |
| CN111914784B (zh) | 轨旁障碍物入侵实时检测方法、装置及电子设备 | |
| CN115861884A (zh) | 复杂场景下视频多目标跟踪方法、系统、设备及介质 | |
| CN111681267B (zh) | 基于图像识别的轨道防侵入方法 | |
| CN111899242B (zh) | 基于多源信号的侵限检测方法和装置 | |
| CN111401229B (zh) | 视觉小目标自动标注方法、装置及电子设备 | |
| CN111488866B (zh) | 基于深度学习的入侵物识别方法、装置及电子设备 | |
| CN110378936B (zh) | 光流计算方法、装置及电子设备 | |
| CN110852253A (zh) | 梯控场景检测方法、装置及电子设备 | |
| CN111832354A (zh) | 目标对象年龄识别方法、装置及电子设备 | |
| CN109446437B (zh) | 信息挖掘方法、装置、服务器及存储介质 | |
| CN109270566B (zh) | 导航方法、导航效果测试方法、装置、设备和介质 | |
| CN110751120A (zh) | 一种检测方法、装置及电子设备 | |
| CN113984109B (zh) | 轨道检测数据校正方法、装置及电子设备 | |
| CN110555861A (zh) | 光流计算方法、装置及电子设备 | |
| CN111626990B (zh) | 目标检测框处理方法、装置及电子设备 | |
| CN111523529B (zh) | 基于乘客出行轨迹的轨道交通疫情防控系统及方法 | |
| CN111738311A (zh) | 面向多任务的特征提取方法、装置及电子设备 | |
| CN110263852B (zh) | 数据处理方法、装置及电子设备 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| CB03 | Change of inventor or designer information | ||
| CB03 | Change of inventor or designer information |
Inventor after: Jiang Meng Inventor after: Gao Yuliang Inventor after: Gao Fei Inventor after: Dong Jianhua Inventor after: Ding Haiyou Inventor before: Jiang Meng Inventor before: Huang Yujun Inventor before: Zhong Wenqing Inventor after: Jiang Meng Inventor after: Huang Yujun Inventor after: Zhang Huai Inventor after: Wang He Inventor after: Zhong Wenqing Inventor after: Wang He Inventor after: Gao Yuliang Inventor after: Gao Fei Inventor after: Dong Jianhua Inventor after: Kang Qiujing Inventor after: Ding Haiyou Inventor after: Kang Qiujing Inventor before: Jiang Meng Inventor before: Huang Yujun Inventor before: Zhang Huai Inventor before: Zhong Wenqing Inventor before: Wang He Inventor before: Gao Yuliang Inventor before: Gao Fei Inventor before: Dong Jianhua Inventor before: Ding Haiyou Inventor before: Kang Qiujing |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CP03 | Change of name, title or address | ||
| CP03 | Change of name, title or address |
Address after: B713 (Changping Demonstration Park), Building 8, No. 97, Changping Road, Shahe Town, Changping District, Beijing, 102206 Patentee after: Beijing Dacheng Guoce Technology Co.,Ltd. Patentee after: Beijing Dacheng guoce Vision Technology Co.,Ltd. Address before: 102206 room 503, building 6, No.97, Changping Road, Changping District, Beijing Patentee before: BEIJING DACHENG GUOCE SCIENCE AND TECHNOLOGY CO.,LTD. Patentee before: Beijing Dacheng guoce Vision Technology Co.,Ltd. |