【摘要】：隨著中國經(jīng)濟(jì)的快速發(fā)展,軌道交通已經(jīng)成為越來越多的城市解決城市交通擁擠的重要手段,隨之而來的軌道交通安全問題也更為突出,將視頻處理技術(shù)運(yùn)用到軌道交通安全問題上是重要實踐,其涉及機(jī)器學(xué)習(xí)、模式識別、分布式技術(shù)等前沿領(lǐng)域。本文主要給出了針對軌道交通中影響列車安全的危險現(xiàn)象、危險行為的視頻檢測方法,如電閃光拉弧的檢測方法,列車脫離正常行駛軌道的判定方法,以及軌道交通中對多場景同時、實時地進(jìn)行監(jiān)控的系統(tǒng)框架。本文給出了一種基于時間平均的取背景方法,并且給出了基于重新選取背景和加權(quán)背景更新的背景更新方法,能夠根據(jù)視頻畫面的改變自適應(yīng)調(diào)整背景;基于形態(tài)學(xué)的腐蝕和膨脹算法給出了改進(jìn)的腐蝕和膨脹算法,得到更好的前景目標(biāo)優(yōu)化效果;基于HSV顏色空間給出了適用于消除強(qiáng)烈陽光照射下列車陰影的去陰影方法,避免了陰影對列車目標(biāo)識別的不良影響;將離散度的概念運(yùn)用到圖像處理中,降低了危險現(xiàn)象判別的誤警率。本文給出了電閃光拉弧危險現(xiàn)象的視頻檢測方法�；陔婇W光拉弧灰度圖像的規(guī)律以及持續(xù)時間,給出了目標(biāo)跟蹤式的拉弧檢測方法將普通目標(biāo)與拉弧目標(biāo)區(qū)分開來;基于電閃光拉弧在離散像素點上的抖動規(guī)律,給出了在像素點維度的電閃光拉弧檢測方法,能夠在更復(fù)雜的場景下檢測出電閃光拉弧現(xiàn)象;基于圖像背景與電閃光拉弧飽和規(guī)律,給出了自適應(yīng)背景選取方法。對列車脫離正常行駛軌道危險行為的視頻檢測方法進(jìn)行了研究�；谟嬎銠C(jī)視覺中的目標(biāo)識別方法,給出了列車脫離正常軌道的判定方法;根據(jù)圖像灰度特征,給出了白天與黑夜的雙閾值判定方法,在不同的場景下進(jìn)行差異檢測。本文設(shè)計并實現(xiàn)了軌道交通安全視頻檢測系統(tǒng)基本框架�；谲浖脚_MFC框架,采用多線程、進(jìn)程編程模型和事件觸發(fā)模型,實現(xiàn)了多路高清視頻數(shù)據(jù)的實時獲取、視頻流解碼、危險事件的檢測、報警證據(jù)的抓拍、報警消息的實時發(fā)送以及客戶端人性化展示,該系統(tǒng)應(yīng)用在軌道交通系統(tǒng)中,能夠準(zhǔn)確高效地對軌道列車進(jìn)行監(jiān)控,發(fā)現(xiàn)列車運(yùn)行期間的主要危險現(xiàn)象并及時發(fā)送報警消息,且以視頻和圖片的形式記錄事發(fā)當(dāng)時的場景情況以便工作人員查看,大大提高了軌道交通的安全性。
【圖文】：

地對信息進(jìn)行處理。圖像就其本質(zhì)可以分為兩種，模擬圖像和數(shù)字圖像，其中數(shù)字圖像是上連續(xù)的模擬圖像經(jīng)過采樣量化處理之后可以被計算機(jī)識別和處理的點陣圖像，在圖像與領(lǐng)域都是對數(shù)字圖像進(jìn)行處理、計算等。字圖像作為圖像技術(shù)的處理對象，按照其表現(xiàn)形式可以分為二值圖像、灰度圖像、索引圖B 彩色圖像等[9]。二值圖像是指圖像的二維矩陣僅有 1 和 0 兩個值，1 代表白色，0 代表黑色交通系統(tǒng)中可使用二值圖像來表示分離出的車輛目標(biāo)�；叶葓D像與二值圖像類似，但灰度維矩陣取值范圍更加廣泛，通常為[0,255]，255 代表純白色，0 代表純黑色，0 與 255 之間大小代表不同的灰度等級。由于灰度圖像的取值一般情況下可用 8 位無符號整數(shù)表示，因類型為 int8 或 BYTE，在進(jìn)行灰度圖像的編程處理時，可使用一個變量代表一個灰度值。在組成結(jié)構(gòu)上比較復(fù)雜，不僅包含一個存儲色彩信息的二維矩陣，還包含一個作為顏色索二維數(shù)組，二維矩陣中的色彩數(shù)據(jù)通過顏色索引查詢所表示的顏色。RGB 彩色圖像是使用、綠（G）、藍(lán)（B）三原色的組合來表示每個像素點的顏色，并且每個像素點的三原色顏色放在矩陣中，而不是像索引圖像需要顏色索引表去查詢顏色值。RGB 彩色圖像的三個分量灰度圖像的灰度等級劃分，通常也為[0,255]，255 代表顏色最鮮明，0 代表無此顏色分量， 8 位無符號整形 int8 或 BYTE 表示。

10d） （；（b）固定閾值為 10 時二值化圖像；（c）固定閾值為）固定閾值為 40 時二值化圖像；（e）動態(tài)閾值二值化，，當(dāng)固定閾值比較小時容易引入白點干擾，固定閾值調(diào)整閾值，動態(tài)閾值二值化更能夠使用場景變化。像處理的危險現(xiàn)象檢測進(jìn)行研究，研究的對象包括圖感興趣的目標(biāo)物體與其他對象分離，采用的主要手段圖像中，所有灰度值大于或等于灰度閾值的像素點被度值小于灰度閾值的像素點被排除在感興趣目標(biāo)以外感興趣目標(biāo)像素點進(jìn)行處理。灰度圖像經(jīng)過動態(tài)二值的計算基礎(chǔ)。
【學(xué)位授予單位】：東南大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號】：TP391.41;U298

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 彭e焰

本文編號：2659493