本发明属于安防监控技术领域，特别是涉及一种基于机器视觉的铁路异物侵限分布式智能监控系统。
背景技术：
随着列车运行速度的不断提高，列车行车安全隐患也越来越多。在列车运行中，线路上如果有障碍物侵入，实施紧急制动必然需要很长的制动距离，容易造成列车脱轨事故；由于列车速度快，司机很难对于线路的状态迅速做出反应，需要及早探测到异物侵限的状态，及时预警，并采取相应的应急措施。因此，本发明设计了一种基于机器视觉的智能监控系统，以自动监控铁路异物侵限，避免事故发生。
技术实现要素：
本发明的目的在于提供一种基于机器视觉的铁路异物侵限分布式智能监控系统。
本发明是通过以下技术方案实现的：
本发明为一种基于机器视觉的铁路异物侵限分布式智能监控系统，包括依次连接的图像采集单元、图像处理单元、背景估计模块、目标分割模块、目标定位模块、特征提取模块、目标识别模块、行为理解模块、威胁估计模块和预警模块；
所述所述图像采集单元用于采集图像信息，然后将采集到的图像信息发送到图像处理单元；
所述图像处理单元包括数据处理模块和预处理模块，其中预处理模块用于将收到的图像信息进行一定的预处理形成图像数据，然后图像数据通过数据处理模块进一步处理和存储；
所述背景估计模块用于从图像处理单元中调取目标图像数据，并对图像背景的边缘特征进行提取并将提取的边缘特征连同目标图像数据一同发送至目标分割模块；目标分割模块根据边缘特征将目标图像与背景图像进行分割处理；目标定位模块通过目标分割模块获取目标图像和背景图像，同时将背景图像与实际铁路实景图像进行对比并进行定位，从而获知目标图像具体位置；特征提取模块用于从目标定位模块获取定位处理后的目标图像，进而对目标图像的姿态特征进行提取，然后将目标图像和提取的姿态特征信息发送至目标识别模块；
所述目标识别模块用于对收到的目标图像和提取的姿态特征进行分析，得出目标图像的行为信息，继而将该行为信息传送至行为理解模块；行为理解模块用于根据收到的行为信息分析得出目标的行为趋向，然后通过威胁估计模块分析该行为趋向是否对铁路列车构成威胁以及威胁程度，预警模块则根据威胁估计模块的分析结果做出预警提醒。
进一步地，所述预处理模块包括双目相机标定子模块、图像去噪子模块、图像增强子模块和图像锐化子模块，双目相机标定子模块用于通过两个相机同时进行目标图像的标定，继而将标定好目标的图像输送至图像去噪子模块进行噪声过滤处理，过滤处理后的图像再经过图像增强子模块进行像素增强处理，最后通过图像锐化子模块进行锐化处理，以提高目标图像的清晰度。
进一步地，所述数据处理模块包括调整子模块、压缩子模块和存储子模块，调整子模块用于将目标图像进行校正处理，然后将校正处理后的目标图像通过压缩子模块进行压缩处理，再将压缩处理后的目标图像数据通过存储子模块存储起来。
本发明具有以下有益效果：
本发明的监控系统基于双目相机获取目标图像，采用中间件技术，支持监控点的分布式部署和集中式管理，保证了系统的整体性和灵活性，有效的处理能力；通过监测异物目标信息，并处理目标图像以及进行异物目标定位，然后再进行异物目标的威胁分析，最后根据其威胁程度做出预警提醒，从而有利铁路沿线列车及时做出预防措施，防止事故发生。
当然，实施本发明的任一产品并不一定需要同时达到以上所述的所有优点。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明的一种基于机器视觉的铁路异物侵限分布式智能监控系统的组成框图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
请参阅图1所示，本发明为一种基于机器视觉的铁路异物侵限分布式智能监控系统，包括图像采集单元、图像处理单元、背景估计模块、目标分割模块、目标定位模块、特征提取模块、目标识别模块、行为理解模块、威胁估计模块和预警模块。
图像采集单元用于采集图像信息，然后将采集到的图像信息发送到图像处理单元。
图像处理单元包括数据处理模块和预处理模块，其中预处理模块用于将收到的图像信息进行一定的预处理形成图像数据，然后图像数据通过数据处理模块进一步处理和存储。
预处理模块包括双目相机标定子模块、图像去噪子模块、图像增强子模块和图像锐化子模块，双目相机标定子模块用于通过两个相机同时进行目标图像的标定，继而将标定好目标的图像输送至图像去噪子模块进行噪声过滤处理，过滤处理后的图像再经过图像增强子模块进行像素增强处理，最后通过图像锐化子模块进行锐化处理，以提高目标图像的清晰度。
数据处理模块包括调整子模块、压缩子模块和存储子模块，调整子模块用于将目标图像进行校正处理，然后将校正处理后的目标图像通过压缩子模块进行压缩处理，再将压缩处理后的目标图像数据通过存储子模块存储起来。
背景估计模块用于从图像处理单元中调取目标图像数据，并对图像背景进行边缘特征进行提取并将提取的边缘特征连同目标图像数据一同发送至目标分割模块；目标分割模块根据边缘特征将目标图像与背景图像进行分割处理；目标定位模块通过目标分割模块获取目标图像和背景图像，同时将背景图像与实际铁路实景图像进行对比并进行定位，从而获知目标图像具体位置；特征提取模块用于从目标定位模块获取定位处理后的目标图像，进而对目标图像的姿态特征进行提取，然后将目标图像和提取的姿态特征信息发送至目标识别模块。
目标识别模块用于对收到的目标图像和提取的姿态特征进行分析，得出目标图像的行为信息，继而将该行为信息传送至行为理解模块；行为理解模块用于根据收到的行为信息分析得出目标的行为趋向，然后通过威胁估计模块分析该行为趋向是否对铁路列车构成威胁以及威胁程度，预警模块则根据威胁估计模块的分析结果做出预警提醒，以防列车与异物发生碰撞或发生事故。
最后需要说明的是，以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节，也不限制该发明仅为所述的具体实施方式。显然，根据本说明书的内容，可作很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本发明的原理和实际应用，从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。