基于彩色图像处理的铁路信号灯识别及其测距技术研究

摘要

随着我国交通运输业的迅速发展，中国铁路的运输量稳步上升，也面临着越来越多的铁路安全事故。同时，基于图像处理人工智能监控技术正逐渐应用到机车上，提供前方实时路况和警报信息，以供司机参考。
　　 本文针对铁路线路中各种信号灯的实际特点，研究了多种颜色空间，区分各种颜色及其识别信号灯的技术。铁路沿线上的信号灯有在地面处和在电线杆高处两种，按照铁路交通规则，在铁轨左侧的信号灯为当前机车的指示信号灯。铁路上的交通信号灯比公路上所用的信号灯小一些，所拍摄图像信号灯区域中心颜色不纯正，铁路沿线附近居民、道路岔口等处灯光众多灯，这些都为检测信号灯增加了难度。而且铁路特殊的行车环境，要求机车经过时必须识别处对应的信号灯。
　　 基于以上特点，在拍摄图像的预处理阶段，本文采用了不影响色彩提取的中值滤波滤波技术，在抑制噪声的同时，较好的保存了绝大部分的有用信息。经过RGB空间转换到HSV空间，由独立分量H分量解决了在RGB空间三基色不易区分颜色的困难。再和S分量提取信号灯区域结合，得到了大致区域。再经过设定算子的填充得到最终的信号灯区域，中间多次采用数学形态学运算出去不必要的孤立点，通过模式识别的先验知识进一步验证是否为要检测的信号灯。若不是，则跳过；若是，则根据双目视觉原理测定到机车的大致距离。
　　 在检测到信号灯的基础上，探讨了几种简单的实现测量距离的方法，并给出了相应的位置示意图和推导公式。根据应用场景的具体需要，分析了几种方法的优缺点和限制性，以及在提高精确性方面可以改进的地方。
　　 由于本系统功能最终要移植到DSP上，实时性检测是一个需要着重考虑的问题。本文根掘实际情况，采用加窗等操作仅处理信号灯可能出现部分的图像，选择合适的图像进行处理等等。

目录

文摘

英文文摘

声明

第1章绪论

1.1引言

1.2研究状况和应用

1.3本课题研究的目的和意义

1.4本文主要工作

第2章 基于图像处理的铁路安全系统

2.1系统工作背景

2.2系统各部分组成

2.2.1摄像仪

2.2.2 DSP图像处理单元

2.2.3显示器及报警装置

2.3本章小结

第3章 颜色空间和常用分割方法分析

3.1颜色空间

3.1.1应用于工业领域的颜色空间

3.1.2 CIE彩色空间

3.1.3 Munsell彩色空间

3.2摄像机成像特点与应用分析

3.3常用的图像分割方法分析

3.3.1 RGB像素

3.3.2聚类算法

3.3.3神经网络技术算法

3.3.4基于区域技术

3.4各种颜色空间模型与彩色图像处理

3.5本章小结

第4章 基于边缘检测的信号灯检测与识别

4.1本文分割方法简介

4.2基于边缘检测的铁路信号灯检测

4.2.1彩色图像中值滤波

4.2.2 RGB空间到HSV空间的转换

4.2.3图像边缘检测

4.2.4 HSV空间内分量图像边缘检测

4.2.5 HSV空间单分量图图像阈值分割

4.2.6获取连接边界

4.2.7填充信号灯区域实现

4.3信号灯特征识别方法

4.3.1图像特征的表示方法

4.3.2圆形度

4.3.3圆形性

4.3.4中心距

4.4基于实际情况的几点注意与考虑

4.5本章小结

第5章铁路信号灯测距技术

5.1单目视觉测距

5.2双目视觉测距

5.2.1双目测距基础知识

5.2.2具体测距方案

5.2.3实验数据

5.3综合评估

5.4本章小结

第6章总结与展望

6.1本文总结

6.2展望与未来

致 谢

参考文献

攻读学位期间发表论文和参加科研情况