專利名稱：鐵路道口機(jī)車檢測圖像預(yù)警系統(tǒng)的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及圖像預(yù)警系統(tǒng)，特別涉及一種鐵路道口機(jī)車檢測圖像預(yù)警系統(tǒng)。
背景技術(shù)：
鐵路道口機(jī)車檢測圖像預(yù)警系統(tǒng)通?；趦蓚€目的而開發(fā)的，其一是通過動態(tài)檢 測系統(tǒng)更好的管理鐵路道口 ；其二是為了彌補(bǔ)當(dāng)前監(jiān)控系統(tǒng)的不足之處，提高系統(tǒng)智能化 處理能力。 鐵路道口一直以來都是鐵路安全的薄弱環(huán)節(jié)，道口事故的頻發(fā)，直接威脅到人民 的生命財(cái)產(chǎn)安全和國家的經(jīng)濟(jì)運(yùn)輸命脈。在鐵路提速后的今天，鐵路道口安全越來越成為 限制鐵路運(yùn)輸能力的一個瓶頸問題。本系統(tǒng)的主要任務(wù)就是針對道口安全問題，提出了對 鐵路道口進(jìn)行圖像監(jiān)控的設(shè)計(jì)方案，通過實(shí)時(shí)地運(yùn)動檢測技術(shù)來判斷鐵路道口有無險(xiǎn)情或 違規(guī)事件，然后將分析判斷后的數(shù)據(jù)傳送給監(jiān)測人員。 傳統(tǒng)電視監(jiān)控技術(shù)只能達(dá)到"千里眼"的作用，即把遠(yuǎn)程的目標(biāo)圖像(原始數(shù)據(jù))
傳送到監(jiān)控中心，由監(jiān)控人員根據(jù)目視到的視頻圖像對現(xiàn)場情況做出判斷。 智能化視頻監(jiān)控的目的是將視頻原始數(shù)據(jù)轉(zhuǎn)化為足夠量的可供監(jiān)控人員決策的
有用信息。 運(yùn)動檢測是指從背景圖像中檢測出運(yùn)動物體。運(yùn)動檢測的目的是準(zhǔn)確地從序列圖
像中提取出運(yùn)動區(qū)域。在智能監(jiān)控系統(tǒng)中，首先判斷序列圖像中是否存在運(yùn)動目標(biāo)。若存
在，則將運(yùn)動區(qū)域從背景圖像中正確地提取出來，并將分割出來的運(yùn)動區(qū)域的二值圖像傳
送給跟蹤模塊。智能監(jiān)控系統(tǒng)中的后續(xù)處理都僅僅對檢測出來的運(yùn)動區(qū)域進(jìn)行，譬如目標(biāo)
識別、運(yùn)動跟蹤、行為分析和理解等，因此運(yùn)動目標(biāo)的有效檢測對這些后續(xù)處理具有非常重
要的意義。目前，運(yùn)動檢測技術(shù)研究仍存在很大的局限性，仍在不斷的發(fā)展。對于某類目的
研究在實(shí)驗(yàn)室進(jìn)行時(shí)可能檢測效果很好，但在實(shí)際環(huán)境中，由于背景圖像的動態(tài)變化，如噪
聲、光照、陰影、背景全局運(yùn)動等影響，使得運(yùn)動檢測的精確度不是十分理想。
圖像預(yù)警系統(tǒng)必須對目標(biāo)圖象進(jìn)行處理，目前常用于圖像處理的算法主要以下幾個. 背景減除(Background Subtraction)方法是目前運(yùn)動檢測中最常用的一種方法， 它是利用當(dāng)前圖像與背景圖像的差分來檢測出運(yùn)動目標(biāo)的一種技術(shù)。它一般能夠提供相對 來說比較全面的運(yùn)動目標(biāo)的特征數(shù)據(jù)，但對于動態(tài)場景的變化，如光線照射情況和外來無 關(guān)事件的干擾等也特別敏感。 時(shí)間差分(Temporal Difference又稱相鄰幀差)方法充分利用了視頻圖像的特 征，從連續(xù)得到的視頻流中提取所需要的動態(tài)目標(biāo)信息。在一般情況下采集的視頻圖像，若 仔細(xì)對比相鄰兩幀，可以發(fā)現(xiàn)其中大部分的背景像素均保持不變。只有在有前景移動目標(biāo) 的部分相鄰幀的像素差異比較大。 三幀差分(Three Frame Difference)利用連續(xù)的圖像序列中兩個或三個相鄰幀 之間的時(shí)間差分，并且用閾值來提取出視頻圖像中的運(yùn)動目標(biāo)的方法。我們采用三幀差分的方法，即當(dāng)某一個像素在連續(xù)三幀視頻圖像上均有相當(dāng)程度的變化(及大于設(shè)定的閾值 時(shí))，我們便確定該像素屬于運(yùn)動目標(biāo)。時(shí)間差分運(yùn)動檢測方法對于動態(tài)環(huán)境具有較強(qiáng)的自 適應(yīng)性，但一般不能完全提取出所有相關(guān)的特征像素點(diǎn)，在運(yùn)動實(shí)體內(nèi)部容易產(chǎn)生空洞現(xiàn) 象，只能夠檢測到目標(biāo)的邊緣。而且，當(dāng)運(yùn)動目標(biāo)停止運(yùn)動時(shí)，一般時(shí)間差分方法便失效。
基于光流方法(Optical Flow)的運(yùn)動檢測采用了運(yùn)動目標(biāo)隨時(shí)間變化的光流特 性，如Meyer等作者通過計(jì)算位移向量光流場來初始化基于輪廓的跟蹤算法，從而有效地 提取和跟蹤運(yùn)動目標(biāo)。該方法的優(yōu)點(diǎn)是在所攝場所運(yùn)動存在的前提下也能檢測出獨(dú)立的運(yùn) 動目標(biāo)。然而，大多數(shù)的光流計(jì)算方法相當(dāng)復(fù)雜，且抗噪性能差，如果沒有特別的硬件裝置 則不能被應(yīng)用于全幀視頻流的實(shí)時(shí)處理。 運(yùn)動向量檢測法，它適合于多維變化的環(huán)境，能消除背景中的振動像素，使某一方 向的運(yùn)動對象更加突出的顯示出來。但是，運(yùn)動向量檢測法也不能精確地分割出對象。
上述圖像處理的算法各有其優(yōu)缺點(diǎn)，單一的算法都不能獲得滿意的效果，因此要 使圖像處理達(dá)到鐵路道口機(jī)車檢測圖像預(yù)警的需要，仍有改進(jìn)和創(chuàng)新的空間。

發(fā)明內(nèi)容
本發(fā)明的目的就是為克服現(xiàn)有技術(shù)的不足，針對鐵路道口機(jī)車檢測圖像預(yù)警需 要，提供一種動態(tài)視頻目標(biāo)抓拍技術(shù)方案，本系統(tǒng)是在發(fā)現(xiàn)動態(tài)目標(biāo)后在特征區(qū)域和全景 區(qū)域進(jìn)行抓拍，將一個事件抓拍三幅圖像，更便于日后的查詢。
本發(fā)明是通過這樣的技術(shù)方案實(shí)現(xiàn)的鐵路道口機(jī)車檢測圖像預(yù)警系統(tǒng)包括主要 由硬盤錄象機(jī)(計(jì)算機(jī))、監(jiān)控?cái)z像機(jī)、監(jiān)視器硬件組成的硬件部分和預(yù)置計(jì)算機(jī)中的智能 分析系統(tǒng)軟件部分，其特征是，系統(tǒng)硬件部分包括圖像采集模塊、圖像處理模塊和動態(tài)目標(biāo) 檢測模塊，由圖像采集模塊將采集的圖像存入計(jì)算機(jī)數(shù)據(jù)庫中，由圖像處理模塊對圖像進(jìn) 行消除噪聲、灰度化處理、圖像增強(qiáng)處理；由動態(tài)目標(biāo)檢測模塊按程序?qū)μ幚砗蟮膱D片進(jìn)行 相關(guān)計(jì)算，從而獲得預(yù)警結(jié)果，所述預(yù)警結(jié)果的獲得是根據(jù)如下方法實(shí)現(xiàn)的
步驟1 :進(jìn)行動態(tài)目標(biāo)檢測判斷，采用鄰域平均法消除噪聲；
設(shè)f (i， j)為給定含有噪聲的圖像，經(jīng)過平滑處理后為g(i， j);
公式為:G (i ， j) = E f (i ， j) /M 步驟2 :根據(jù)目標(biāo)檢測判斷結(jié)果，對目標(biāo)圖像灰度化處理；
步驟3 :用頻率域法和空間域法對目標(biāo)圖像增強(qiáng)處理；
步驟4 :將三幅圖像目標(biāo)圖像存入數(shù)據(jù)庫；
步驟5 :對存入數(shù)據(jù)庫三幅圖像進(jìn)行算法分析；
步驟6 :獲得預(yù)警結(jié)果。 本發(fā)明的有益效果是鐵路道口機(jī)車檢測圖像預(yù)警系統(tǒng)為監(jiān)測人員提供有效數(shù) 據(jù)，減少了監(jiān)測人員的主觀判斷，從而大大提高了工作效率與決策的正確性；可大大提高鐵 路道口的安全性，降低道口事故發(fā)生率，尤其在鐵路大提速之后，本系統(tǒng)的將智能交通控制 系統(tǒng)用于鐵路道口 ，解決了交通運(yùn)輸中的瓶頸問題，本系統(tǒng)優(yōu)點(diǎn)表現(xiàn)為結(jié)構(gòu)簡單，投入少， 易實(shí)施，維護(hù)簡單，因此本發(fā)明更具有實(shí)用和推廣的價(jià)值。


圖l，鐵路道口機(jī)車檢測圖像預(yù)警系統(tǒng)結(jié)構(gòu)圖并作為摘要附圖；
圖2，鐵路道口機(jī)車檢測圖像預(yù)警系統(tǒng)流程圖。
具體實(shí)施例方式
為了更清楚的理解本發(fā)明，結(jié)合附圖和實(shí)施例詳細(xì)描述本發(fā)明 動態(tài)視頻目標(biāo)抓拍技術(shù)，在傳統(tǒng)監(jiān)控系統(tǒng)中，這一功能是和視頻監(jiān)控系統(tǒng)相獨(dú)立
的系統(tǒng)，本系統(tǒng)是在發(fā)現(xiàn)動態(tài)目標(biāo)后在特征區(qū)域和全景區(qū)域進(jìn)行抓拍， 一個事件抓拍三幅
圖像，這樣更便于日后的查詢。 本系統(tǒng)是一種集視頻攝像和計(jì)算機(jī)算法分析的綜合應(yīng)用設(shè)備，能監(jiān)控鐵路道口特 定區(qū)域的運(yùn)動目標(biāo)。將攝像機(jī)安裝在將要監(jiān)控的鐵路道口，工作人員選定需要檢測的區(qū)域 即可全天候得到被檢測地區(qū)的動態(tài)目標(biāo)所有活動，并提供相關(guān)目標(biāo)在特征通道和全景通道 的三幅照片，達(dá)到對鐵路道口進(jìn)行監(jiān)測的目的，為交通管理提供必需的分析數(shù)據(jù)。本項(xiàng)目研 究開發(fā)的重點(diǎn)是如何在存在強(qiáng)干擾情況下正確的檢測動態(tài)目標(biāo)。 鐵路道口機(jī)車檢測系統(tǒng)把相關(guān)功能集于一體，實(shí)現(xiàn)了對過往火車的道口進(jìn)行運(yùn)動 檢測的功能，系統(tǒng)在有火車到達(dá)時(shí)通過動態(tài)檢測算法識別火車的行駛方向，并在紅燈亮?xí)r 對過往車輛進(jìn)行監(jiān)控，如發(fā)現(xiàn)違章車輛則會根據(jù)動態(tài)目標(biāo)檢測技術(shù)啟動圖像抓拍功能，系 統(tǒng)會在特征通道抓拍兩張圖像、在全景通道抓拍一張圖像。這樣交通管理人員可以不必通 過回放視頻錄像即可大概了解違章現(xiàn)場情況，如有必要再查錄像數(shù)據(jù)庫，這樣可以節(jié)省大 量時(shí)間。 系統(tǒng)提供的數(shù)據(jù)庫允許大數(shù)據(jù)量存儲，并可實(shí)時(shí)更新。本裝置軟件的設(shè)計(jì)采用基 于本機(jī)數(shù)據(jù)庫的模塊化設(shè)計(jì)結(jié)構(gòu)。運(yùn)用計(jì)算機(jī)圖像處理技術(shù)和相關(guān)的角點(diǎn)探測計(jì)算及運(yùn)動 目標(biāo)檢測技術(shù)，通過進(jìn)一步的分析處理，實(shí)時(shí)、準(zhǔn)確的反映鐵路道口狀況，指導(dǎo)相關(guān)監(jiān)測人 員做出處理。 整個軟件的系統(tǒng)結(jié)構(gòu)采用模塊化設(shè)計(jì)原則，由數(shù)據(jù)庫系統(tǒng)、計(jì)算分析模塊和人機(jī) 界面模塊三個兩部分組成，具體結(jié)構(gòu)如圖1所示； 本裝置是結(jié)合高級的視頻攝像功能與運(yùn)動目標(biāo)檢測功能于一體的設(shè)備，具有為交 通管理提供優(yōu)質(zhì)的視頻監(jiān)視和進(jìn)行運(yùn)動目標(biāo)抓拍的特性。但是任何一個高性能和高可靠性 的監(jiān)控系統(tǒng)都需要處理誤報(bào)問題。視頻圖像中存在的噪聲，隨風(fēng)飄動的樹葉等等，都會引起 目標(biāo)檢測與報(bào)警系統(tǒng)的誤操作。 一個較為可行的消除誤報(bào)的方法是檢查其持續(xù)性，因?yàn)橐?個持續(xù)出現(xiàn)的檢測信號要比偶爾出現(xiàn)一次的信號更有可能成為有效的目標(biāo)；另外一個可以 用來消除誤報(bào)的方法是檢查目標(biāo)的目的性，來回晃動的樹葉并不具備目的性，而運(yùn)動的人 或車輛會向 一些特定的目標(biāo)移動。 主要技術(shù)特點(diǎn)及創(chuàng)新點(diǎn)包括選擇區(qū)域進(jìn)行動態(tài)檢測；屏幕菜單式調(diào)節(jié)(0SD);對 動態(tài)目標(biāo)抓圖分析；車輛牌照自動識別；鐵路道口機(jī)車檢測； 創(chuàng)新點(diǎn)主要體現(xiàn)在兩點(diǎn)一方面，鐵路道口機(jī)車檢測圖像預(yù)警系統(tǒng)設(shè)計(jì)方案在傳 統(tǒng)圖像監(jiān)控系統(tǒng)中攝像機(jī)-監(jiān)視器的模式基礎(chǔ)上引入智能分析系統(tǒng)，通過運(yùn)動檢測分析來 為監(jiān)測人員提供有效數(shù)據(jù)，減少了監(jiān)測人員的主觀判斷，從而大大提高了工作效率與決策 的正確性；
5
另一個方面是在特殊環(huán)境下引入智能控制系統(tǒng)，鐵路道口是鐵路安全的薄弱環(huán)
節(jié)，道口事故的頻發(fā)尤其在鐵路大提速之后，其安全隱患更是引起了廣泛關(guān)注。本系統(tǒng)的將
智能交通控制系統(tǒng)用于鐵路道口，從而解決了這個交通運(yùn)輸中的瓶頸問題。
圖像采集就是圖像的數(shù)字化過程，由該裝置獲得的圖像質(zhì)量好，清晰度極高。圖像
的不同區(qū)域的視頻控制能在控制室內(nèi)通過連接到處理器的鼠標(biāo)完成。 前端使用一體化的高集成數(shù)字化視頻采集模塊，簡化了系統(tǒng)前端的設(shè)計(jì)，大大降
低了前端成本；其輸出信號為模擬圖像信號，采用同軸電纜傳輸；模擬視頻信號經(jīng)過圖像
采集卡進(jìn)行A/D轉(zhuǎn)換，成為數(shù)字圖像，這樣就可以利用軟件來實(shí)現(xiàn)圖像處理與分析；最后實(shí)
現(xiàn)全數(shù)字化遠(yuǎn)程圖像監(jiān)控，提高了系統(tǒng)的靈活性，實(shí)現(xiàn)遠(yuǎn)程鐵路道口機(jī)車的檢測。 圖像采集模塊的功能主要通過監(jiān)控設(shè)備采集和抓拍圖像，先把抓拍到的圖像存入
到數(shù)據(jù)庫中，同時(shí)實(shí)時(shí)的顯示到遠(yuǎn)程屏幕上。
圖像處理模塊功能主要包括圖像的基本處理，如消除噪聲、灰度化處理、圖像增強(qiáng)等；
動態(tài)目標(biāo)檢測模塊功能主要根據(jù)圖像處理后的圖片和相關(guān)計(jì)算公式。得到監(jiān)控區(qū) 域內(nèi)動態(tài)目標(biāo)的信息。 提取監(jiān)控區(qū)域待檢測圖像，經(jīng)過角點(diǎn)探測計(jì)算，得到每幅圖像中運(yùn)動目標(biāo)的特征， 通過計(jì)算機(jī)屏幕顯示運(yùn)動動態(tài)。 通過得到的特征信息結(jié)合板卡自帶功能進(jìn)行動態(tài)目標(biāo)檢測，最大努力消除噪聲， 實(shí)現(xiàn)動態(tài)目標(biāo)報(bào)警功能。 圖像噪聲消除過程噪聲消除稱為圖像平滑或?yàn)V波，針對運(yùn)動圖像的特點(diǎn)，采用鄰 域平均法消除噪聲。設(shè)f(i，j)為給定含有噪聲的圖像，經(jīng)過平滑處理后為g(i，j)，在數(shù)學(xué) 上可表示為<formula>formula see original document page 6</formula>
圖像灰度化處理過程在RGB模型中，如果R = G = B時(shí)，則彩色表示一種灰度顏 色，其中R = G = B的值叫灰度值，因此，灰度圖像每個像素只需一個字節(jié)存放灰度值(又 稱強(qiáng)度值、亮度值)，灰度范圍為0-255。 一般有以下四種方法對彩色圖像進(jìn)行灰度化
1).分量法 將彩色圖像中的三分量的亮度作為三個灰度圖像的灰度值，可根據(jù)應(yīng)用需要選取 一種灰度圖像。
<formula>formula see original document page 6</formula>
其中fk(i， . j) (k = 1，2，3)為轉(zhuǎn)換后的灰度圖像在(i， j)處的灰度值。
2).最大值法 將彩色圖像中的三分量亮度的最大值作為灰度圖的灰度值。
<formula>formula see original document page 6</formula>(2)
3).平均值法 將彩色圖像中的三分量亮度求平均得到一個灰度圖。
<formula>formula see original document page 6</formula>
4).加權(quán)平均法 根據(jù)重要性及其它指標(biāo)，將三個分量以不同的權(quán)值進(jìn)行加權(quán)平均。由于人眼對綠 色的敏感最高，對藍(lán)色敏感最低，因此，按(4)式對RGB三分量進(jìn)行加權(quán)平均能得到較合理 的灰度圖像。
f (i ， j) = 0. 11R (i ， j) +0. 59G (i ， j) +0. 3B (i ， j) (4) 圖像增強(qiáng)過程圖像增強(qiáng)按所用方法可分成頻率域法和空間域法。前者把圖像看 成一種二維信號，對其進(jìn)行基于二維傅里葉變換的信號增強(qiáng)。采用低通濾波(即只讓低頻 信號通過)法，可去掉圖中的噪聲；采用高通濾波法，則可增強(qiáng)邊緣等高頻信號，使模糊的 圖片變得清晰。具有代表性的空間域算法有局部求平均值法和中值濾波(取局部鄰域中的 中間像素值)法等，它們可用于去除或減弱噪聲。
根據(jù)上述說明，結(jié)合本領(lǐng)域技術(shù)可實(shí)現(xiàn)本發(fā)明的方案。
權(quán)利要求
鐵路道口機(jī)車檢測圖像預(yù)警系統(tǒng)，包括主要由硬盤錄象機(jī)、計(jì)算機(jī)、監(jiān)控?cái)z像機(jī)、監(jiān)視器硬件組成的硬件部分和預(yù)置計(jì)算機(jī)中的智能分析系統(tǒng)軟件部分，其特征是，系統(tǒng)硬件部分包括圖像采集模塊、圖像處理模塊和動態(tài)目標(biāo)檢測模塊，由圖像采集模塊將采集的圖像存 入計(jì)算機(jī)數(shù)據(jù)庫中，由圖像處理模塊對圖像進(jìn)行消除噪聲、灰度化處理、圖像增強(qiáng)處理；由動態(tài)目標(biāo)檢測模塊按程序?qū)μ幚砗蟮膱D片進(jìn)行相關(guān)計(jì)算，從而獲得預(yù)警結(jié)果，所述預(yù)警結(jié)果的獲得是根據(jù)如下方法實(shí)現(xiàn)的步驟1進(jìn)行動態(tài)目標(biāo)檢測判斷，采用鄰域平均法消除噪聲；設(shè)fi，j為給定含有噪聲的圖像，經(jīng)過平滑處理后為gi，j；公式為Gi，j＝∑fi，j/M步驟2根據(jù)目標(biāo)檢測判斷結(jié)果，對目標(biāo)圖像灰度化處理；步驟3用頻率域法和空間域法對目標(biāo)圖像增強(qiáng)處理；步驟4將三幅圖像目標(biāo)圖像存入數(shù)據(jù)庫；步驟5對存入數(shù)據(jù)庫三幅圖像進(jìn)行算法分析；步驟6獲得預(yù)警結(jié)果。
全文摘要
本發(fā)明涉一種鐵路道口機(jī)車檢測圖像預(yù)警系統(tǒng)，其特征是，系統(tǒng)硬件部分包括圖像采集模塊、圖像處理模塊和動態(tài)目標(biāo)檢測模塊，由圖像采集模塊將采集的圖像存入計(jì)算機(jī)數(shù)據(jù)庫中，由圖像處理模塊對圖像進(jìn)行消除噪聲、灰度化處理、圖像增強(qiáng)處理；由動態(tài)目標(biāo)檢測模塊按程序?qū)μ幚砗蟮膱D片進(jìn)行相關(guān)計(jì)算，從而獲得預(yù)警結(jié)果；鐵路道口機(jī)系統(tǒng)為監(jiān)測人員提供有效數(shù)據(jù)，減少了監(jiān)測人員的主觀判斷，從而提高了工作效率與決策的正確性；提高鐵路道口的安全性，本系統(tǒng)優(yōu)點(diǎn)表現(xiàn)為結(jié)構(gòu)簡單，投入少，易實(shí)施，維護(hù)簡單，因此本發(fā)明更具有實(shí)用和推廣的價(jià)值。
文檔編號H04N7/18GK101729867SQ200910228760
公開日2010年6月9日 申請日期2009年11月26日 優(yōu)先權(quán)日2009年11月26日
發(fā)明者任延深, 盧愛鵬, 姚大平, 李秀云, 邢文武, 郭曉薇, 陸學(xué)祥, 香亞楠 申請人:天津市電視技術(shù)研究所