基于紅外圖像的鐵軌提取及運動目標的檢測.pdf

1、發(fā)達的鐵路運輸一直以來被人們當作是推動經(jīng)濟發(fā)展的重要因素。近年來，為了更好的推動我國的經(jīng)濟發(fā)展，列車行駛速度加快，行車密度加大已成為鐵路運輸必然的發(fā)展趨勢，但伴隨而來則是鐵路運輸中的安全問題。鐵路路外傷亡事故始終是我國鐵路運輸安全中的一個極大隱患，這對我國經(jīng)濟運輸命脈的快速發(fā)展造成一定影響，也對人民的生命安全造成一定威脅。因此，需要在列車行駛中對前方路況實時分析，鐵軌的實時提取及沿線運動目標的檢測就顯得至關重要。
　　本文主要研究

2、分為兩部分，一部分為基于紅外圖像的鐵軌提取，另一部分為對鐵軌沿線的運動目標如行人進行檢測。實驗中采用安裝在列車頭部的紅外熱像儀進行原始紅外圖像的采集，通過 OpenCV開源平臺來對視頻中的圖像序列幀進行相關的數(shù)字圖像處理。
　　基于圖像處理的鐵軌提取是監(jiān)測列車安全運行的基礎，因為它標識著視頻中最重要的區(qū)域位置。本文首先對采集到的圖像進行預處理操作，通過灰度化，以降低圖像的數(shù)據(jù)量，提高圖像的處理速度。再進行中值濾波和直方圖均衡化處理

3、，降低圖像噪聲，增強圖像對比度。其次對圖像進行 Canny算子檢測邊緣，在此基礎上提出利用鏈碼相關方法來完成對圖像中邊緣線的識別和刪除，結合累計到的鏈碼值個數(shù)來判斷對應線段的方向，從而進一步刪除圖中的一些干擾線段，最終通過線段的再連接完成對鐵軌輪廓的提取。
　　基于紅外圖像的運動目標檢測主要目的是從采集的紅外圖像中將目標大體輪廓從復雜的背景中檢測出來。本文研究的運動目標檢測屬于動態(tài)背景下的運動目標檢測，這是一類動態(tài)背景研究中最為復

4、雜、最為普遍存在的模式。但目前相關的研究還不多，理論尚未成熟，本文在研究過程中先后采用了兩種方法，一個是特征點匹配的方法來實現(xiàn)背景的運動估計，一個是針對運動目標相對攝像頭的位移與動態(tài)背景相對攝像頭的位移不同，在此基礎上采用改進的塊匹配算法來進行運動目標檢測，從而消除了背景移動的干擾，準確檢測出運動的目標。
　　在對采集到的視頻圖像進行了一定量的實驗基礎上，得出的實驗結論為，在現(xiàn)實的野外自然條件下能有效、快速地提取出圖像中有關鐵軌自