一種基于計算機視覺技術的軌道識別改進算法

吳昭　田西蘭　王斌

【摘 要】基于計算機視覺技術的鐵軌道檢測在現代化鐵路防護安全起著至關重要的作用，本文提出一種基于傳統軌道識別技術的后處理算法，可有效的減少天氣、光照、鐵路周邊環境復雜等因素帶來的識別干擾，提高系統的魯棒性。工程應用實踐證明了本文所提方法的有效性。

【關鍵詞】異物入侵;Canny算子;Hough變換;軌道識別;多幀融合

中圖分類號： TP391.41文獻標識碼： A文章編號： 2095-2457（2019）05-0032-002

0 引言

隨著我國經濟社會和鐵路事業的不斷快速發展，2018年末，全國鐵路運營里程達到12.4萬公里，其中高速鐵路2.2萬公里以上，而且隨著新一代高鐵技術的發展，列車速度已經達到350km/h，因此，鐵路安全成為鐵路發展中一個重要的環節，由于鐵路沿線防護不健全，以及防止異物檢測系統的不完善，鐵路安全事故頻發，這些事故的發生無疑給我們的鐵路安全敲響了警鐘，及時發現并清除鐵路軌道入侵異物，保障列車安全勢在必行[1-4]。本文在傳統Canny算子和Hough變換的軌道識別方法基礎上提出了單幀綜合決策和多幀處理結果融合的處理思路，有效的增強了軌道識別的準確性，提高了系統的環境適應能力。

1 Canny算子和Hough變換

Canny算子原理是尋找圖像中梯度的極大值，它會遍歷每一個像素點與其水平和垂直方向的像素點極值比較，如果當前像素梯度幅值大于相鄰像素的梯度幅值，則該像素可能是邊緣點，如果小于的話，則認為是非邊緣點，它還使用了高斯濾波來進行原始圖像的降噪和雙閾值檢測以及邊緣連接技術[5-9]。

Hough變換是一種計算機視覺中的一個重要工具，能夠幫助我們在圖像識別形狀。Hough變換的基本思想是：將直線上每一個數據點變換為參數平面中的一條直線或者曲線，利用共線的數據點對應的參數曲線相交于參數空間一點的關系，使直線的提取問題轉換為計數問題[10]。

2 多幀融合設計

攝像機采集的單幀圖像經過Canny算子進行邊緣檢測，再經過Hough變換提取圖像中的直線，獲取軌道的直線。在實際環境中，由于天氣、光照以及鐵軌周邊環境較為復雜，導致算法閾值較難統一，易出現建筑、電線桿等非系統關心的識別對象，為了解決上述問題，提高鐵軌識別率，可利用線段合并、斜率剔除為主的單幀綜合決策和利用線段重建和利用歷史識別數據結合當前幀的識別結果進行多幀融合的技術來提高算法的魯棒性，算法流程如圖1所示。

圖像經過Canny算子邊緣檢測得到圖像中物體的邊緣信息，再利用Hough變換提取邊緣信息中的線段，通常Hough變換會找到圖像中許多線段，其中鐵軌的直線是系統所需要識別到的，其他一些則不是，同時還會出現同一條鐵軌識別成兩條直線的情景。由圖1可知，本系統在基于Canny算子和Hough變換的基礎上添加了后處理算法，系統利用同一條直線斜率和斜距相同的方法進行了線段合并，由于鐵軌的路徑在圖像中的位置信息較為固定，系統將根據線段的斜率進行剔除非鐵軌的線段，再此基礎上系統再利用多幀結果融合多次的歷史數據對識別出的線段進行投票，大于設定票數的線段則認為是鐵軌。

3 實驗結果和分析

本系統采用Windows環境，基于VS2008平臺下開發，調用計算機視覺開源庫Opencv的接口，Opencv作為一個跨平臺的計算機視覺庫，以BSD許可證授權發行，免費用于商業和研究領域，它包含許多常用的算法，已經廣泛應用于對實時性要求較高的計算機視覺和模式識別系統的開發。

系統調用Opencv庫中cvCanny（）函數和cvHoughLines2（）函數，設定好接口閾值，對原始圖像進行輪廓提取和線段提取，圖2（a）圖為Canny算子提取的圖像輪廓圖，從圖2（b）部分看出，系統經過Canny算子和Hough變換檢測出較多的線段，可以看出圖中的線段集存在兩類問題，一、識別出非鐵軌的直線線段，二、鐵軌的線段被識別成兩段。系統利用線段合并和斜率剔除的方法處理后，將相同的直線合并和去除非鐵軌的線段，其處理后效果可見圖2（c）。由圖2（c）看出仍然具有非鐵軌的直線，最后可用多幀結果投票的方式來去除非鐵軌的直線，然后進行線段重建，恢復鐵軌的路徑，最終效果效果見圖2（d）。

4 總述

實驗表明，在傳統Canny算子和Hough變換的軌道識別基礎上，增加了線段合并、斜率剔除單幀綜合決策、線段重建和利用多幀識別結果融合的后處理手段，有效的提高了軌道識別的準確性，為后續的鐵軌異物入侵研究奠定了基礎。

【參考文獻】

[1]于春華.簡談我國鐵路鋼軌[J].鐵道知識.2006（03）.

[2]李丹丹.鐵軌軌道異物入侵的智能識別研究[D].蘭州交通大學.2016.

[3]金炳瑞.基于圖像處理的鐵路軌道異物入侵的自動識別研究[D].蘭州交通大學.2016.

[4]侯濤，李丹丹.基于雙背景建模與差分圖像的軌道異物識別[J].蘭州交通大學學報.2017（02）.

[5]王娜，李霞.一種新的改進Canny邊緣檢測算法[J].深圳大學學報.2005（02）.

[6]王小華，錢月晶.一種改進的Canny邊緣檢測算法[J].機電工程.2008（12）.

[7]王燕芩，李沛奇.基于改進Canny算法的鐵軌邊緣檢測 [J].鐵道通信信號2015（02）.

[8]肖梅，張雷，寇雯玉，苗永祿，劉偉.一種新的邊緣檢測算法研究[J].鄭州大學學報（工學版）.2012（04）.

[9]李海華，齊紅敏，萬亮亮.一種改進的六邊形結構的Canny邊緣檢測算法[J].光學儀器.2011（01）.

[10]孫獻燦.基于隨機霍夫變換的多人運動分析[D].南京理工大學.2013.