近年來,我國鐵路運輸、特別是高速鐵路發(fā)展迅速,由于異物侵限導致的行車安全事故雖偶有發(fā)生,但嚴重威脅行車安全。目前的鐵路異物侵限監(jiān)測形成了“雙電網(wǎng)+視頻”的綜合模式。隨著西部邊遠地區(qū)高速鐵路運營里程不斷增加,由于其復雜多變的地貌特征,基于現(xiàn)有的監(jiān)測方式存在一定的盲區(qū),建設成本高,維護難度大�！笆濉眹蚁冗M軌道交通重點專項提出了“基于空天車地信息一體化的軌道交通安全保障技術”,將移動平臺用于軌道交通信息感知監(jiān)測。無人機由于其機動靈活的優(yōu)勢,目前已應用在鐵路建設勘測和電網(wǎng)巡檢中,因此本文提出一種基于無人機的鐵路限界異物檢測及預警方法。研究內(nèi)容如下:（1）異物檢測方法中,建立了用于異物檢測的背景特征庫,利用K最近鄰匹配計算實時采集圖像與對應位置的背景特征庫之間的匹配度,并采集現(xiàn)場數(shù)據(jù)對算法的有效性進行了驗證。（2）異物提取方法中,提出了基于時空特征融合的異物提取方法,建立了基于空間特征的空域顯著圖和基于運動特征的時域顯著圖,利用自適應融合的方式得到了時空顯著圖,比較準確地提取出了異物。（3）異物識別方法中,基于一定量的訓練樣本數(shù)據(jù),采用Ada Boost算法建立了聯(lián)合特征分類器模型。測試結(jié)... 

【文章頁數(shù)】：100 頁

【學位級別】：碩士

【文章目錄】：
致謝
摘要
ABSTRACT
1 緒論
    1.1 研究背景與意義
    1.2 研究現(xiàn)狀
        1.2.1 國外研究現(xiàn)狀
        1.2.2 國內(nèi)研究現(xiàn)狀
        1.2.3 研究現(xiàn)狀總結(jié)
    1.3 本文的研究內(nèi)容及結(jié)構(gòu)
2 基于特征匹配的異物入侵檢測方法研究
    2.1 基于KAZE的圖像特征提取方法
        2.1.1 非線性擴散濾波
        2.1.2 構(gòu)造非線性尺度空間
        2.1.3 確定尺度空間極值
        2.1.4 生成特征描述子
    2.2 基于PCA-KAZE算法的背景特征庫
        2.2.1 主成分分析方法
        2.2.2 基于主成分分析方法的改進KAZE算法
        2.2.3 融合位置信息的背景特征庫建立方法
        2.2.4 本文算法與經(jīng)典算法對比
    2.3 基于背景特征庫的異物入侵檢測方法
    2.4 方法驗證
    2.5 本章小結(jié)
3 基于視覺顯著性的異物提取方法研究
    3.1 視覺顯著性基本原理
    3.2 基于時空聯(lián)合視覺顯著性的異物提取算法
        3.2.1 空域視覺顯著性特征提取算法
        3.2.2 時域視覺顯著性特征提取算法
        3.2.3 時空顯著圖融合方法
    3.3 方法驗證
    3.4 本章小結(jié)
4 基于多特征學習的異物識別方法研究
    4.1 識別特征提取
        4.1.1 HOG特征提取方法
        4.1.2 LBP特征提取方法
    4.2 基于Ada Boosts算法的分類器設計
        4.2.1 Ada Boosts算法
        4.2.2 弱分類器設計
        4.2.3 強分類器設計
    4.3 方法驗證
    4.4 本章小結(jié)
5 基于視頻內(nèi)容的異物跟蹤及入侵行為預警研究
    5.1 基于卡爾曼濾波的異物跟蹤方法
        5.1.1 卡爾曼濾波
        5.1.2 基于卡爾曼濾波的單目標跟蹤方法
        5.1.3 基于改進卡爾曼濾波的多目標跟蹤方法
        5.1.4 方法驗證
    5.2 入侵目標分析與預警模型
    5.3 本章小結(jié)
6 現(xiàn)場實驗分析
    6.1 實驗設備
    6.2 實驗方案
    6.3 結(jié)果分析
    6.4 本章小結(jié)
7 總結(jié)與展望
    7.1 工作總結(jié)
    7.2 工作展望
參考文獻
作者簡歷及攻讀碩士學位期間取得的研究成果
學位論文數(shù)據(jù)集


【參考文獻】：
期刊論文
[1]中國高速鐵路信息化現(xiàn)狀及智能化發(fā)展[J]. 史天運.  科技導報. 2019(06)
[2]融合改進FT顯著性與Grabcut的圖像目標分割算法[J]. 王曉宇,楊帆,范海瑞,溫潔,潘旭冉.  電訊技術. 2019(02)
[3]無人機遙感技術在鐵路勘測設計中的應用[J]. 張瑩,李星,王煥萍.  測繪標準化. 2018(04)
[4]中國高速鐵路的創(chuàng)新與發(fā)展[J]. 劉輝.  領導科學論壇. 2018(12)
[5]無人機在鐵路電力工程架線施工中的應用[J]. 王紅鷹.  科學技術創(chuàng)新. 2018(01)
[6]高速鐵路公跨鐵立交橋異物侵限監(jiān)控系統(tǒng)[J]. 趙云涌.  鐵道通信信號. 2017(02)
[7]高速鐵路綜合視頻監(jiān)控系統(tǒng)設計探討[J]. 彭良勇.  鐵道通信信號. 2016(11)
[8]基于無人機圖像分形特征的油松受災級別判定[J]. 費運巧,劉文萍,陸鵬飛,駱有慶.  計算機應用研究. 2017(04)
[9]基于空間分布特征的圖像顯著性檢測[J]. 李二水,張建偉.  計算機與數(shù)字工程. 2016(02)
[10]基于非線性尺度空間的多源遙感影像匹配[J]. 李鵬,武文波,王宗偉.  測繪科學. 2015(07)

博士論文
[1]視覺顯著性應用研究[D]. 敖歡歡.中國科學技術大學 2013

碩士論文
[1]基于無人機的軌道交通線路環(huán)境實時感知技術研究[D]. 管嶺.北京交通大學 2018
[2]基于云臺相機的鐵路異物侵限檢測方法研究[D]. 馬學志.北京交通大學 2018
[3]基于圖像處理的鐵路軌道異物入侵的自動識別研究[D]. 金炳瑞.蘭州交通大學 2016
[4]基于機器視覺的嵌入式鐵路異物侵限檢測系統(tǒng)研究[D]. 柴華.北京交通大學 2015
[5]鐵路異物侵限監(jiān)控技術方案及監(jiān)控系統(tǒng)危險因素分析研究[D]. 楊玲玲.西南交通大學 2014
[6]鐵路行車安全視頻預警關鍵技術研究[D]. 徐祎.北京交通大學 2011
[7]基于智能視頻技術的鐵路入侵檢測[D]. 習可.中南大學 2010
[8]基于視頻內(nèi)容分析的鐵路入侵檢測研究[D]. 葛大偉.北京交通大學 2009
[9]基于圖像處理的鐵路道口視頻監(jiān)控系統(tǒng)算法設計[D]. 楊冰梅.西南交通大學 2008
[10]基于視頻的青藏鐵路災害自動預警系統(tǒng)的設計和實現(xiàn)[D]. 張衡.北京大學 2008



本文編號：3646681