【摘要】：隨著城市軌道交通的迅猛發(fā)展,對地鐵運(yùn)營的安全性、應(yīng)急反應(yīng)能力提出了更高的要求。傳統(tǒng)列車監(jiān)控采用多個獨(dú)立攝像頭對地鐵內(nèi)不同部位進(jìn)行監(jiān)控。這種監(jiān)控方式存在分辨率低、視野狹窄、視角不一的問題,當(dāng)出現(xiàn)人員踩踏、車門故障等突發(fā)狀況時,地鐵運(yùn)營管理人員需在多個監(jiān)控畫面間來回切換,尋找和判斷事故原因,貽誤救援時機(jī)。因此,構(gòu)建監(jiān)控地鐵列車安全的全景視頻監(jiān)控對于提高地鐵運(yùn)營安全性有重要意義,而視頻拼接技術(shù)為實(shí)現(xiàn)這一目標(biāo)提供了支撐。視頻拼接技術(shù)以圖像拼接為基礎(chǔ),將多路信息相關(guān)的視頻幀序列拼接為一路,實(shí)現(xiàn)擴(kuò)展監(jiān)控視野以達(dá)到全景監(jiān)控的目的。但是,由于傳統(tǒng)視頻拼接方法在實(shí)時性、魯棒性等方面的不足,無法勝任地鐵環(huán)境下的實(shí)時全景監(jiān)控。針對上述問題,本文聚焦圖像拼接關(guān)鍵技術(shù),提出了一種基于拼接技術(shù)的地鐵安全監(jiān)控系統(tǒng),主要研究工作如下:1、針對地鐵列車環(huán)境的特殊性,設(shè)計了基于拼接技術(shù)的地鐵安全監(jiān)控系統(tǒng),以克服傳統(tǒng)的分離式視頻監(jiān)控的不足;分別研究設(shè)計了監(jiān)控系統(tǒng)的四大組成部分:視頻采集模塊、數(shù)據(jù)傳輸模塊、數(shù)據(jù)處理模塊和地鐵列車全景視頻拼接算法。拼接算法的主體由圖像特征檢測方法、圖像特征匹配方案與視頻拼接方案構(gòu)成。2、對比研究了 SUSAN、Moravec、Harris、SIFT等典型特征描述算子,為克服傳統(tǒng)特征描述算子在適應(yīng)性、魯棒性等方面的不足,制定了適合地鐵列車監(jiān)控環(huán)境的,基于PCA-SURF特征描述算子的圖像特征檢測方法,該方案具有尺度、旋轉(zhuǎn)及光照等不變性優(yōu)勢,同時實(shí)現(xiàn)了描述算子的降維,提高了計算效率。3、對圖像特征匹配進(jìn)行了研究,針對直接匹配耗時長、精度差的問題提出了“兩步走”的圖像特征匹配方案。首先,在研究和吸取Laplace響應(yīng)符號、KD-tree等算法優(yōu)勢的基礎(chǔ)上,實(shí)施基于復(fù)合算法的特征粗匹配,隨后采用RANSAC算法提純特征點(diǎn),實(shí)現(xiàn)了在存在多種干擾因素的測試環(huán)境中,特征的快速精確匹配。4、對圖像融合、視頻拼接進(jìn)行了研究,為克服傳統(tǒng)視頻拼接在實(shí)時性和魯棒性上的不足,提出一種適用于地鐵監(jiān)控的基于快速索引表的視頻拼接方案。依據(jù)本文監(jiān)控系統(tǒng)設(shè)計搭建了模擬測試平臺,經(jīng)測試平臺驗(yàn)證,本文提出的基于拼接技術(shù)的地鐵安全監(jiān)控系統(tǒng)可以流暢、穩(wěn)定地實(shí)現(xiàn)模擬列車環(huán)境下的全景視頻監(jiān)控。最后,在總結(jié)全文內(nèi)容的基礎(chǔ)上,對論文研究過程進(jìn)行了系統(tǒng)總結(jié),提出了未來進(jìn)一步研究的方向。
【圖文】：

拼接技術(shù)將多路信息相關(guān)的、離散的、具有一定重疊區(qū)域的圖像拼接成逡逑一路大視野無縫高分辨率圖像，使拼接后的圖像最大限度地保留原圖像信息［１７］［１８］，逡逑如圖１－１所示。圖像、視頻拼接是生成全景圖像、視頻的技術(shù)關(guān)鍵，近年來日趨逡逑成為學(xué)者研究的熱點(diǎn)，除視頻監(jiān)控［１９］領(lǐng)域外，還在軍事［Ｍ］、刑事偵察［２１］、醫(yī)療衛(wèi)逡逑生［２２］、地理測繪［２３］和虛擬現(xiàn)實(shí)［２４］等領(lǐng)域得到廣泛應(yīng)用。逡逑ＢＥ邋ＱＨ邋ＨＱ邋ＢＨ逡逑圖１－１全景拼接示例逡逑Ｆｉｇｕｒｅｌ－ｌ邋Ｅｘａｍｐｌｅ邋ｏｆ邋ｐａｎｏｒａｍｉｃ邋ｍｏｓａｉｃ逡逑按照圖像拼接中處理圖像信息的方式，可以將拼接技術(shù)劃分為基于灰度的方逡逑法、基于變換域的方法和基于特征信息的方法；基于特征信息的圖像拼接方法是逡逑目前比較常用的方法，其步驟如下，流程如圖１－２所示：逡逑（１）

拼接技術(shù)將多路信息相關(guān)的、離散的、具有一定重疊區(qū)域的圖像拼接成逡逑一路大視野無縫高分辨率圖像，，使拼接后的圖像最大限度地保留原圖像信息［１７］［１８］，逡逑如圖１－１所示。圖像、視頻拼接是生成全景圖像、視頻的技術(shù)關(guān)鍵，近年來日趨逡逑成為學(xué)者研究的熱點(diǎn)，除視頻監(jiān)控［１９］領(lǐng)域外，還在軍事［Ｍ］、刑事偵察［２１］、醫(yī)療衛(wèi)逡逑生［２２］、地理測繪［２３］和虛擬現(xiàn)實(shí)［２４］等領(lǐng)域得到廣泛應(yīng)用。逡逑ＢＥ邋ＱＨ邋ＨＱ邋ＢＨ逡逑圖１－１全景拼接示例逡逑Ｆｉｇｕｒｅｌ－ｌ邋Ｅｘａｍｐｌｅ邋ｏｆ邋ｐａｎｏｒａｍｉｃ邋ｍｏｓａｉｃ逡逑按照圖像拼接中處理圖像信息的方式，可以將拼接技術(shù)劃分為基于灰度的方逡逑法、基于變換域的方法和基于特征信息的方法；基于特征信息的圖像拼接方法是逡逑目前比較常用的方法，其步驟如下，流程如圖１－２所示：逡逑（１）
【學(xué)位授予單位】：北京交通大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號】：U298;TP391.41

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 孫灝;高俊強(qiáng);許蘇蘇;;基于SURF算法和改進(jìn)RANSAC算法的無人機(jī)影像匹配[J];測繪工程;2017年11期

2 張慧慧;劉善軍;王茹;;基于高分影像和ASIFT算法的滑坡位移場監(jiān)測方法[J];東北大學(xué)學(xué)報(自然科學(xué)版);2017年10期

3 秦煜;吳靜靜;安偉;;基于RANSAC的激光網(wǎng)格標(biāo)記圖像特征提取[J];計算機(jī)工程與科學(xué);2017年08期

4 Nick Ni;Adam Taylor;;嵌入式視覺應(yīng)用中的機(jī)器學(xué)習(xí)[J];單片機(jī)與嵌入式系統(tǒng)應(yīng)用;2017年08期

5 程德強(qiáng);厲航;黃曉麗;屠屹磊;游大磊;;基于改進(jìn)隨機(jī)抽樣一致算法的視頻拼接算法[J];工礦自動化;2017年08期

6 陳濤;;廣州地鐵新線列車視頻監(jiān)控系統(tǒng)方案[J];機(jī)電工程技術(shù);2017年07期

7 蔡曉潔;婁小平;李偉仙;;局部二維特征點(diǎn)馬氏距離匹配方法[J];工具技術(shù);2017年06期

8 杜承W

本文編號：2597732