机车车载视觉识别系统中的稳像技术研究

提出一种基于特征的机车车载图像配准稳定算法。通过计算视频帧中的特征曲线来估计图像的偏移。算法计算量较低,可以应用快速变化的实时图像序列。对从铁路现场获取的机车车载摄像机视频序列的处理验证本算法的有效性。     

地铁视频监控系统中的行人检测研究与应用

行人检测是智能监控技术的一项重要内容,为了快速准确地对地铁站内的行人进行检测,采用图像的梯度向量直方图(Histograms of Oriented Gradient,HOG)特征表征行人,并通过改进HOG特征的提取算法,加快了特征向量的提取速度。分类器使用支持向量机(SVM),针对大量行人和背景训练样本,提取HOG特征并训练SVM行人分类器。用训练得到的分类器对测试样本进行检测,实验表明,提出的方法具有较高的识别率和较强的普适性,并可以应用于实际地铁环境中。     

一种基于人脸序列模式的机车驾驶员疲劳检测方法

驾驶疲劳是导致事故的重要原因,本文在综述基于面部特征的机车驾驶员疲劳检测方法的基础上,提出了基于Gabor变换的人脸特征融合抽取模型,并在此基础上,结合隐马尔可夫模型(HMM)提出基于人脸图像序列的机车驾驶员疲劳检测方法。根据在疲劳和非疲劳状况下人脸模式特征的不同,首先利用Baum-Welch学习方法从疲劳图像序列训练学习得出疲劳模式下的HMM参数;然后,在疲劳模式识别时,把待识别的人脸图像序列表示成Gabor融合特征序列,再利用Viterbi算法计算该特征序列属于疲劳模式的概率值,从而实现对人脸图像序列的疲劳识别;最后,对各种姿态下的不同人脸图像序列数据进行了仿真测试。实验结果表明,与已有基于单幅人脸图像的疲劳识别方法相比,具有更好的疲劳识别性能。%     

基于特征融合的变电设备类型及故障识别算法研究

针对机器视觉智能巡检中,红外图像下变电站设备类型多、故障状态难以准确判别的问题,提出一种基于FastPCA和PHOG特征加权融合的电气设备类型及其故障状态识别算法.引入K-means算法完成红外图像分割;提取分割图像的FastPCA和PHOG特征并加权融合成新的混合描述子;将新的描述子作为训练好的SVM分类器的输入向量...     

调车机车障碍物自动检测识别技术研究

针对调车机车不能实施有效安全监控的现状,开发了基于视觉的车辆障碍物检测识别技术。透视变形使得视觉系统对目标的检测识别受距离影响。因此提出距离相关的变N值区域采样目标检测方法和距离无关的自相关目标识别方法。特点是不用对摄像机进行标定,使用方便,算法简单,运算速度快,识别距离远。用不同的N值对不同距离处铁道宽度进行水平等分并且在车辆目标位置形成区域采样网格。由于模型图像采样网格密度也由N值决定, 利用网格上的点集自相关方法将实际序列图像中不同大小目标区域与同一模型进行匹配。现场实验表明:用一般摄像机,在120 m之内是可行的。每幅图像的计算时间为0.5 s,达到了实时、实用、安全的目的。     

改进粒子群算法的行人设施客流适应度博弈分析

为了有效改善交通枢纽内部行人设施的运行状况,提出交通枢纽行人设施客流适应度的概念,以此对交通枢纽的服务水平进行量化分析。同时,将粒子群算法进行改进,并应用于行人设施客流适应度的博弈分析。各行人设施对应粒子的每一维参与博弈,通过粒子位置的更新实现参与博弈的行人设施控制参数的更新,经过博弈迭代搜索到交通枢纽行人设施客流适应度的最优值及对应的各行人设施的控制参数。仿真实例表明:该方法对实际交通枢纽中行人设施的组织优化具有一定的应用价值。     

基于机器视觉的车轮裂纹识别与提取

针对列车车轮轮缘及轮辋裂纹图像特点,提出根据裂纹图像特征结合Fisher法判别的车轮裂纹识别算法,同时针对图像分割后提取出的图像裂纹线断裂不连续且不完整的问题,提出交互式裂纹线点采集提取结合曲线拟合生成裂纹线的方法;算法首先在图像预处理基础上,利用局部统计可变阈值法分割图像,用小面积阈值初筛去斑,结合形态学操作后,计算面积、平均宽度、外接矩形长宽比和圆形度4个特征量,然后计算连续性筛选图像中这些特征量的极值,再利用Fisher判别法对图像中的裂纹进行识别,并提取图像裂纹线坐标,用多项式最小二乘曲线拟合出完整裂纹线。实验结果表明本文方法具有较好的鲁棒性。     

图像特征识别的m序列列车定位方法

提出一种图像特征识别的m序列列车定位方法,利用m序列(最大周期线性反馈移位寄存器序列)对轨道上的绝对位置进行编码,系通过安装在列车顶部的摄像机依次拍摄由二进制特征标志组成的轨道位置编码。提出基于虚拟轨迹获取目标图像方法,解决同一二进制特征标志重复采集的问题;提出基于BP(向后传播)神经网络的位置编码识别方法,以处理轨道现场环境干扰严重的问题。不同位置上的编码具有唯一性,以此位置编码值作为地址与车载数据库位置信息进行对比,来实现定位。试验结果表明,该方法可以有效地实现列车定位。     

改进Hough变换在调车信号灯识别中的应用

提出一种基于改进Hough变换的调车信号灯识别算法。算法利用信号灯图案的几何性质简化了计算，可以应用快速变化的实时图像序列。对现场获取的图像序列的处理验证了本算法的有效性。     

基于快速S变换的电能质量主成分分析方法

针对电能质量分析中S变换计算量大,及支持向量机分类识别需要设定特征参数的问题,文章将一种新的s变换的快速算法（FST）与主成分分析（PCA）相结合,并应用于电能质量分类识别。首先从FST域提取几种电压扰动的模系数;进而利用PCA进行降维处理并提取主要特征成分;然后获得投影矩阵;最后待识别电压信号投影后,根据最近邻分类器进行分类识别。仿真结果表明,电压扰动FST域模系数的特征成分主要在低频段,因此识别结果准确率高、计算时间短,并且算法本身有一定的抗噪声能力,能较好地实时处理电能质量扰动。     

基于局部特征描述的高速铁路接触网斜撑套筒定位与故障检测

针对高速铁路接触网支撑装置斜撑套筒部件的螺钉松脱与脱落问题,提出一种基于采用局部特征描述的统计模式识别算法和螺钉灰度分布规律的图像检测方法。首先计算斜撑套筒部件正负样本的HOG特征,训练基于AdaBoost算法的级联分类器,实现接触网支撑装置图像中斜撑套筒部件的定位识别。为减少误匹配率,采用支持向量机分类器与AdaBoost分类器级联的方法完成目标的精确定位。对定位得到的斜撑套筒子图像利用Hough变换和边缘检测寻找分割直线分离螺钉和套筒,使螺钉可以被单独分析。实验表明,本文方法能够较准确地实现斜撑套筒2种不良状态的检测。     

基于计算机视觉技术的接触网定位器坡度动态测量算法

为实现对接触网定位器坡度的动态测量,提出基于计算机视觉技术的定位器坡度的动态检测算法。采用中值滤波算法和维纳滤波算法对拍摄到的图像序列进行图像预处理;对序列图像中的接触网定位器进行提取识别以及角点检测;选用NCC角点匹配算法对检测序列图像中检测到的角点进行匹配;在匹配角点的基础上,利用基于仿射不变性的直线匹配算法,对各幅图像中的直线进行匹配,从而可以自动获取图像序列中各图像直线的夹角,实现定位器坡度的自动动态测量并且减小了测量结果的不确定性。     

基于面部不变特征的铁路实名制检票人脸身份认证算法

为了实现铁路实名制检票时旅客的人脸图像与其身份证上人脸图像的自动比对,提出1种基于面部不变特征的人脸身份认证算法。以人的面部不变特征为前提,采用改进的尺度不变特征变换算法,提取现场采集的旅客的人脸图像及其身份证上的人脸图像的关键点,将靠近关键点的区域划分为部分重叠的子区域,然后以图像的词包模型差为基元构建人脸差特征空间,对训练图像的类别信息进行建模;对支持向量机(SVM)分类器训练分类的过程进行优化,训练优化的SVM分类器;最后,使用人脸差特征空间和训练好的SVM分类器进行加权投票,确认身份证上的人脸图像与现场采集的人脸图像是否为同一个人,实现旅客身份的认证。实验结果表明,在图像采集的尺度、角度和光照等不可控的情况下,该算法能够达到较高的认证速度和准确率。     

一种考虑分类器不确定性的多通道D-S融合方法

不同的多个分类器能利用被识别对象的互补信息，从而提高系统的综合识别能力。然而，各分类器的分类结果中存在不确定性信息，不确定性值的大小反映了分类结果的优劣，这个值可以通过距离的方式来计算。本文从几何角度出发，提出了分类器结果的不确定性测量方法，在利用Ｄ－Ｓ方法合成多个分类器的输出时，将这些不确定性信息也融入计算之中。数值分析结果表明，这种融合方法是有效的。     

基于数字图像分析的铁路货车闸瓦插销窜出故障自动识别方法

本文基于数字图像分析技术,提出一种TFDS铁路货车闸瓦插销窜出故障的自动识别方法。算法对原始输入图像进行必要的区域定位、直方图均衡化、去噪等预处理;针对处理后的闸瓦插销的图像,设计适合其形状、纹理和位置3个方面特征的梯度方向直方图来描述闸瓦插销的特征向量;提取特征向量输入到已经训练好的线性可分支持向量机分类器模型中进行故障判断和自动识别。实验数据证明了该识别算法的稳定性、可靠性和实用性。     

青藏铁路综合视频监控系统室外摄像机抖动频率特征分析

青藏铁路沿线多处区段常年多风,导致安装在铁塔高处的长焦摄像机产生抖动引起图像模糊,因此使用的长焦摄像机应具有防抖功能.而多个摄像机、镜头等生产厂家,均无法提供其电子防抖性能的具体参数指标,或无法给出光学/机械防抖性能参数指标来源.通过提出采用SURF算法提取匹配图像的特征点,介绍算法原理和算法实现过程,并开展算法验证和...     

X射线安检仪人包自动绑定方法研究

为解决铁路旅客运输中用X射线安检仪对旅客行包进行安检时,人工判断行包所属旅客工作难度大、效率低的问题,提出一种结合人脸探测及时间关联的人包信息绑定与输出显示系统。在不改变X射线安检仪和装置结构的基础上,在X射线安检仪入口处设置监控摄像机对旅客放置行包过程进行图像采集,通过算法合理计算旅客放行包与安检机采集行包X射线图像时间差,并用人脸分类器快速筛选出含有对应人脸的图像,与行包X射线图像自动绑定。通过实际软硬件调试和人包绑定实验数据分析证明方法的有效性。     

一种新的轨距动态检测方法研究

提出一种基于激光摄像检测的轨距计算新算法,该算法将按照轨距定义寻找轨顶踏面下16 mm内2股钢轨工作边之间的最小距离作为轨距测量值。考虑摄像机镜头畸变影响,建立2个激光摄像式传感器之间空间姿态关系的非线性标定模型,并给出一种标定方案。为了能快速定位轮廓特征点,提出钢轨轮廓特征曲线的概念,并给出特征曲线的一种定义方式,利用特征曲线能快速寻找轮廓特征点。与传统检测方法相比,新算法只用了2个激光摄像式传感器,不需要其他辅助传感器来对车体振动进行修正。最后通过实际地铁线路设置障碍试验,验证了该检测方法具有一定的抗干扰能力、稳定性高、结构简单、在线计算实时性强和检测精度高等特点。     

基于轮廓线特征的三维人脸识别改进算法

研究基于面部轮廓曲线特征的三维人脸识别。为提取最优面部曲线特征,提出一种基于模糊聚类方法的人脸曲线特征优选算法。该算法从三维人脸深度图中选取最具代表性的8条轮廓曲线,作为主要识别特征,这在很大程度上降低了计算复杂度,克服表情和光照对人脸识别的消极影响,同时它用最少的轮廓线包含了所需要的人脸识别信息。基于这些人脸轮廓线特征,利用改进的Manhattan距离分类器来提高人脸识别的分类效果。实验结果表明,所提出的算法明显提高了人脸识别率,并且具有很强的鲁棒性。     

一种基于Radon变换的物体几何变换不变矩分析方法

几何形状的识别在计算机视觉中具有重要意义,不变矩特征由于其在图像平移、伸缩、旋转时均保持不变,而且具有全局特性,是几何形状识别的主要方法。在已有的不变矩分析方法基础上,本文提出一种基于Ra-don变换的不变矩提取算法,用于对物体的几何变换不变性分析。该算法首先对图像进行坐标变换与归一化处理以实现平移与尺度变换不变,然后利用Radon变换将经过坐标变换与归一化处理后的目标图像转换到Radon投影空间,组成投影矩阵,再从投影矩阵中提取不变矩A(r)、E(r)进行目标图像的识别与分类。理论分析与实验结果表明,与现有的不变矩分析方法相比,该算法对噪声的鲁棒性强、时间复杂度低,仅用有限的几个矩即可以达到很好的分类效果。