【摘要】：近些年來,我國高速鐵路快速發(fā)展,列車運行速度不斷加快。隨著高速鐵路列車運行速度的大幅提高,運營安全的保障顯得更為重要。在影響列車運行安全的因素中,線路異物侵入限界,災害或人為因素等導致的線路破壞等情況,由于其具有較強的隨機性,目前還沒有有效的監(jiān)測和防范方法�；谝曨l監(jiān)控的監(jiān)測方法是目前對這些情況比較有效的方法,但是目前的鐵路線路視頻監(jiān)控或基于視頻圖像的檢測系統(tǒng)大都無法做到計算機自動識別。這主要是受目前計算機視覺技術的制約。雖然近年來計算機視覺技術有了較大的發(fā)展,但是距離其使計算機實現(xiàn)人類視覺功能的最終目標還有很大差距。目前,借鑒生物視覺系統(tǒng)的研究成果來解決計算機視覺問題已經(jīng)成為一個研究方向。最近,在生物視覺系統(tǒng)和計算機視覺系統(tǒng)中馬爾科夫隨機場上的貝葉斯推斷方法都受到了廣泛重視,在計算機視覺領域貝葉斯推斷方法可以精確求解許多實際視覺問題,但是其求解存在困難,現(xiàn)有方法需要消耗大量時間,無法應用于實時處理系統(tǒng)中。在生物視覺領域,貝葉斯推斷理論可以很好地解釋許多生物視覺的發(fā)現(xiàn),說明大腦在處理視覺信息時采用了類似的機制。并且大腦可以快速地對視覺信息進行處理和推斷,這說明基于神經(jīng)網(wǎng)絡的并行結構可以快速地實現(xiàn)貝葉斯推斷。但是貝葉斯推斷的神經(jīng)網(wǎng)絡實現(xiàn)機制尚不明確�；谶@些問題本文以高速鐵路線路狀態(tài)視覺檢測為背景,針對線路狀態(tài)視覺檢測中的兩個核心問題：前景提取和立體匹配,分別提出了兩種新的基于貝葉斯推斷框架的算法。并建立了可以實現(xiàn)馬爾科夫隨機場上貝葉斯推斷的脈沖耦合神經(jīng)網(wǎng)絡,為求解貝葉斯推斷問題和揭示生物視覺系統(tǒng)實現(xiàn)貝葉斯推斷提供一種手段。 本文首先提出了一種具有較高生物視覺相似性的求解貝葉斯推斷的神經(jīng)網(wǎng)絡模型,可以實現(xiàn)一般馬爾科隨機場上的貝葉斯推斷計算,稱為神經(jīng)視覺推斷模型。該網(wǎng)絡本質(zhì)上是一個脈沖耦合神經(jīng)網(wǎng)絡,模型以Leaky Integrate-and-Fire (LIF)神經(jīng)元為基本單元,采用脈沖作為表示和傳遞信息的方式,神經(jīng)元之間通過脈沖進行耦合。神經(jīng)視覺推斷模型的貝葉斯推斷的計算原理是基于“信任傳遞”算法。通過神經(jīng)網(wǎng)絡直接實現(xiàn)“信任傳遞”算法,本文研究了實現(xiàn)“信任傳遞”算法的神經(jīng)網(wǎng)絡結構,該網(wǎng)絡包含信任神經(jīng)元和消息神經(jīng)元,分別實現(xiàn)信任和消息的計算。網(wǎng)絡采用基于平均脈沖頻率的群體編碼表示信任和消息,神經(jīng)元組之間采用固定概率的隨機群體連接。仿真實驗表明該模型可以有效地實現(xiàn)馬爾科夫隨機場上的貝葉斯推斷。 其次,本文在建立神經(jīng)視覺推斷模型基礎上針對高速鐵路線路狀態(tài)視覺檢測中兩個核心問題：前景提取和立體匹配,分別提出了基于馬爾科夫隨機場上貝葉斯推斷框架的算法。在前景提取方面,本文指出了鐵路線路異物檢測的核心問題是前景提取及背景建模。進而提出了采用貝葉斯推斷框架求解前景提取問題的方法。提出了一種新的基于馬爾科夫隨機場的背景建模的似然概率模型,和一種結合短期和長期背景更新機制的背景更新方法。本文利用廣泛使用的測試數(shù)據(jù)集中的視頻對算法進行了測試并與最新發(fā)表的算法結果進行了比較,本文提出的算法取得了較好的前景提取效果,并比目前最新算法的提取效果有所提高。在立體匹配算法方面,本文提出了一種基于馬爾科夫隨機場的匹配方法。該方法利用交叉皮層模型(ICM)建立似然概率模型,并利用視覺推斷模型進行求解,模型充分利用了ICM的自動波傳播等特性,取得了較好的匹配效果。本文采用常用的測試圖像對算法進行了測試,結果表明本文算法可以較好地實現(xiàn)立體匹配,效果好于其它基于神經(jīng)網(wǎng)絡的立體匹配方法。 最后,本文構建了基于上述核心算法的高速鐵路線路狀態(tài)視覺檢測系統(tǒng)。包括線路異物監(jiān)測系統(tǒng)和護欄完整性檢測系統(tǒng)。介紹了系統(tǒng)的組成、結構和檢測方法等。給出了檢測系統(tǒng)對現(xiàn)場圖像的識別和處理結果,實驗結果表明,本文提出的系統(tǒng)可以較為有效地實現(xiàn)高速鐵路線路狀態(tài)的視覺檢測。
[Abstract]:......
【學位授予單位】：北京交通大學
【學位級別】：博士
【學位授予年份】：2014
【分類號】：TP183;U298

【參考文獻】

相關期刊論文 前5條

1 秦然;;CT腦血管圖像的三維重建圖形配準算法[J];電子測量與儀器學報;2008年03期

2 張云強;張培林;王國德;;基于背景色彩和PCNN的磨粒圖像單通道分割[J];電子測量與儀器學報;2012年04期

3 謝凡;秦世引;;基于SIFT的單目移動機器人寬基線立體匹配[J];儀器儀表學報;2008年11期

4 張元元;張麗艷;楊博文;;基于雙目立體視覺的無線柔性坐標測量系統(tǒng)[J];儀器儀表學報;2010年07期

5 霍智勇;朱秀昌;劉天亮;;基于線性生長的區(qū)域立體匹配算法研究[J];儀器儀表學報;2011年04期

，

本文編號：2458687