基于计算机视觉的铁路棚车门窗开闭状态检测算法讨论随着我国经济的进展,对铁路货运的需求日益增加,铁路货车的运行密度和速度都有了较大的提升,随之而来的就是铁路货运安全问题。在铁路货车中,棚车是主要车型之一,用于运输怕雨雪侵袭、太阳暴晒的贵重货物。在运行过程中,由于车体颠簸、锁闭结构损坏等原因,棚车车门、车窗可能处于打开状态,给货物运输安全带来严重威胁,因此实时检测棚车车门、车窗开闭状态并实时报警具有重要意义。基于铁路车站视频监控系统,本文讨论了铁路棚车车门、车窗开闭状态检测算法,在货车运行过程中,从该系统实时猎取棚车两侧图像,采纳计算机视觉技术对图像进行处理,实现对棚车车门、车窗开闭状态的实时自动检测。此外,针对铁路货车中罐车车盖检测、敞车车体破损检测进行了探讨,提出了初步的解决方案。本文的主要讨论内容和创新点如下:(1)针对棚车图像存在的各种质量问题,讨论了图像预处理方法,采纳双边滤波对图像进行去噪处理,在滤除噪声的同时保留图像边缘;通过灰度线性变换来增强图像对比度。在分割棚车车厢时,分别讨论了基于灰度直方图的阈值分割、基于区域生长法的区域分割以及基于车厢结构的边缘分割算法,经过试验和分析,采纳基于车厢结构的边缘分割算法获得了良好的车厢分割结果。(2)提出了棚车车门开闭状态检测算法,根据车门上的线条分布特征,首先通过直线检测、直线聚类来定位车门,然后进一步分类推断车门开闭状态。在直线检测中,分别讨论了基于组合形态学处理、基于 Hough 变换、基于LSD 的直线检测算法,经过对比和分析,采纳组合形态学和 Hough 变换相结合的直线检测算法。讨论了基于并查集实现的层次聚类算法对直线进行聚类,实现了车门定位。通过实验进行测试,算法检测开门故障的准确率达到了 95.35%,单张图像平均处理时间为 134ms。(3)提出了棚车车窗开闭状态检测算法,根据车窗打开时内窗和外窗在空间上的关联性,依次检测内窗和外窗来推断车窗开闭状态。基于内窗上的线条分布特征,讨论了边缘提取、直线检测、聚类分析相结合的算法来定位内窗。根据外窗上的椭圆形结构特征,讨论了基于最小二乘法、基于 Hough 变换以及基于 SVM 的椭圆检测算法,经过实验和分析,选择了基于 SVM的椭圆检测算法来检测外窗,并在样本制作、特征提取、SVM 参数优化上进行了讨论。实验显示算法检测开窗故障的准确率达到了 96.97%,单张图像平均处理时间为 130ms。(4)对铁路货车中罐车车盖检测、敞车车体破损检测进行了探讨,...
