缓变异物入侵铁路线路视觉检测方法

被引：15

作者：

王前选 ^{[1
,2
,3
]}

梁习锋 ^{[1
,2
,3
]}

刘应龙 ^{[4
]}

鲁寨军 ^{[1
,2
,3
]}

彭灿 ^{[4
]}

机构：

[1] 中南大学轨道交通安全教育部重点实验室

[2] 中南大学交通运输工程学院

[3] 中南大学轨道交通安全协同创新中心

[4] 湖南科创信息技术股份有限公司

来源：

中国铁道科学 | 2014年 / 35卷 / 03期

关键词：

铁路线路; 积沙; 积雪; 异物入侵; 异物检测; 视觉识别; 计算机图像识别;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

积沙积雪等缓变异物入侵铁路线路给铁路安全运营构成巨大威胁。针对既有铁路视频监控系统采用人工监视容易产生疏漏的问题,基于机器视觉检测技术和仿射几何原理研究积沙积雪等缓变异物入侵铁路线路的视觉检测方法。按照给出的检测原理、流程和技术方案,建立由线光源模型、检测相机模型以及线激光器与检测相机联动模型组成的缓变异物入侵检测模型,提出基于Radon变换思想的钢轨视觉识别检测算法和缓变异物厚度检测算法。在兰新铁路现场对检测方法进行验证性试验的结果表明:可全天实时、准确地识别列车通过和缓变异物入侵铁路线路事件,自动测量缓变异物的厚度,并在缓变异物的厚度达到阈值时自动报警或预警。

引用

页码：137 / 143

页数：7

共 14 条

[1]

基于双目立体视觉的高速铁路异物侵限检测系统研究.[D].何茜.北京交通大学.2011, 09

[2]

基于视频内容分析的铁路入侵检测研究.[D].葛大伟.北京交通大学.2009, 06

[3]

基于双目立体视觉的异物侵界检测系统设计.[D].魏强.北京交通大学.2009, 02

[4] Visual contour tracking based on particle filters [J].