一种火车识别系统的构建方法和火车识别的方法
【技术领域】
[0001] 本发明涉及车辆领域，尤其涉及一种火车识别系统的构建方法和火车识别的方 法。
【背景技术】
[0002] 煤炭在铁路装车时，均采用敞篷车皮。为了防止煤炭在运输过程中被风吹散，需要 在煤炭表面喷洒一层抑尘剂。一般情况下装车和喷洒是两个过程，人工装车和自动喷洒。在 自动喷洒的过程中，由于车厢与车厢之间存在空隙（这个空隙被称为钩挡），如果一直开启 喷洒装置，喷洒完整列火车会浪费10%左右的抑尘剂。长期累积，会造成两方面的损失，一 是抑尘剂浪费严重，二是环境污染。因此，在自动喷洒抑尘剂时，需要识别火车车厢与车厢 之间的钩挡，同时为了自动开启和关闭喷洒系统，需要识别火车头和尾。
[0003] 钩挡识别主要是识别出车厢的结束（即钩挡开始）和开始（即钩挡结束），当车厢 结束时发送关闭信号给喷洒系统，当车厢开始时发送打开信号给喷洒系统。一般的，在铁路 两边放置一对红外线装置可以很精确的识别出钩挡的开始和结束。但是存在两个比较困难 的问题，第一，红外线装置反馈出的信号太简单，对一些复杂的情况无法识别，例如当火车 头经过时不应该喷洒，当火车倒车时也不应该启动喷洒。第二，红外线装置通常都是在火车 两侧成对铺设，如果火车的一侧没有站台，那么这一侧红外线装置的电源引接比较困难。
【发明内容】
[0004] 发明的目的：为了提供一种效果更好的火车识别系统的构建方法和火车识别的方 法，具体目的见具体实施部分的多个实质技术效果。
[0005] 为了达到如上目的，本发明采取如下技术方案：
[0006] 方案一：
[0007] -种火车识别系统的构建方法，在站台的一侧近距离架设摄像头获取图像，对获 取的图形进行如下处理，处理系统包括两大模块：计算机视觉分析和钩挡识别。
[0008] 计算机视觉分析包括如下步骤：
[0009] 图像增强
[0010] 采用直方图均衡化的方法调整图像的全局对比度，拉伸图像的直方图，使亮度均 匀的在直方图上分布；直方图均衡方法是：对原始图像灰度直方图中第i级有灰度fi，根据 其左右两边
【主权项】
1. 一种火车识别系统的构建方法，在站台的一侧近距离架设摄像头获取图像，对获取 的图形进行如下处理，处理系统包括两大模块；计算机视觉分析和钩挡识别； 计算机视觉分析包括如下步骤： 图像增强 采用直方图均衡化的方法调整图像的全局对比度，拉伸图像的直方图，使亮度均匀分 布；直方图均衡方法是；对原始图像灰度直方图中第i级有灰度fi，根据其左右两妇
巧
之比来确定其修正后的灰度&的位置j:
因另
Pk= Qk/Q，Qk为灰度级为k的像素数，Q为整幅图像的总像素数，所W (2)式可进一步变换为：
(3) 具体实现过程为： 第一步：得到原始图像的灰度级fi，i = 0,1，2, L，n-l 第二步：统计各灰度级的像素数Qi，i = 〇，l，2，L，n-l 第=步：生成灰度映射表
第四步：由灰度映射表的对应关系，修正原始图像的灰度级； 特征提取 针对车厢尾部的纹理和直线特性提取特征； 纹理特征提取的方式为，计算图像的灰度共现阵，提取LBP(Local Binary Patterns) 纹理特征，对LBP特征向量进行提取的步骤如下： 第一步，将检测窗口划分为16X16的小区域（cell),对于每个cell中的一个像素，将 其环形邻域内的8个点或者是环形邻域多个点，进行顺时针或逆时针的比较，如果中屯、像 素值比该邻点大，则将邻点赋值为1，否则赋值为0,该样每个点都会获得一个8位二进制 数；
第二步，计算每个cell的直方图，即每个数字出现的频率； 第=步，对该直方图进行归一化处理； 第四步，将得到的每个cell的统计直方图进行连接，就得到了整幅图的LBP纹理特征 FuP，然后便可利用SVM进行分类； 直线特征提取 采用相位编组法提取直线，有四个步骤： 第一步：计算梯度，用Sobel算子或Robed算子得到梯度的幅值和方向角； 第二步：梯度方向图分割，通过得到的方向角，采用固定分组的方法进行梯度方向分 害d，即将360度平均分为8个区域，每个区域45度，分别标记为0,1，2, ...，6, 7形成标记 图，将有相同标记的像素划分为一组； 第=步；连接直线支持区域，一条边缘会被分为若干个相距较近且编码相同的直线支 持区，将同属于一条边缘的直线支持区进行连接，形成更长的直线支持区； 第四步；直线支持区拟合直线，采用最小二乘法确定最后的直线方程参数； 将提取到的直线特征形成特征矢量Fu。。如下： Li= (x 曰1，7曰1，Xei，Yeilerii，orgj，i E [1,2, , n] (4) Fline一 IX 1，Lg, . . .，L。} 巧） 其中，（Xg，yg)为直线的端点，len巧直线的长度，orgi为直线的方向，将直线L浪照从 上到下，从左到右的顺序形成矢量Fu。。； 特征融合 将纹理特征和直线特征通过线性加权的方式组合起来，形成当前视频帖的特征矢量： F = a Fune+Q-日）FlBP 做 其中，a G (0. 5,1)为加权系数； 钩挡识别 钩挡识别的过程主要分两步：离线训练和在线识别；离线训练用已标识过的数据训练 SVM分类器参数，在线识别用已训练好的SVM分类器识别新的数据； 离线训练 在多种光照条件下对SVM分类进行训练，构建核函数，然后用测试集验证准确率，当达 到满足需要的准确率后，就能够对新数据进行识别了； 本文中SVM的核函数选取为径向基内核RBF函数 K(x，Xi) = exp(-丫 I |x-xj |2) (7) 其中r为核函数的宽度； 在进行丫参数选择时采用K交叉验证的方法，即将训练数据集分成k份相等的子集， 每次将其中k-1份数据作为训练数据，而将另外一份作为测试数据，该样重复k次，根据 k次迭代后得到的最小均方误差MSE平均值来估计期望泛化误差，最后选择出最优的参数 丫。
2. -种火车钩挡识别的方法，其特征在于，利用权利要求1所构建的系统进行在线识 另IJ，识别的步骤包含如下： 读取实时流中的一帖图像； 直方图均衡； 提取LBP纹理特征Fup; 提取Burns直线特征Fihg; 得到融合特征适量F ; SVM模型分类； 识别是否是钩挡； 如果是，进行标记； 如果不是，返回继续读取实时流中的一帖图像。
【专利摘要】本发明涉及车辆领域，尤其涉及一种火车识别系统的构建方法和火车识别的方法。该方法只需在站台一侧安装摄像头，对拍摄到的视频图像进行处理从而识别出钩挡。由于光照、天气等诸多因素的影响，需要首先对火车的图像进行增强，根据不同列车特点选取适当的特征，包括纹理特征和直线特征等，通过离线学习的方式获得模型，最终完成钩挡的在线识别。经过初步实验验证，提出的钩挡识别系统能够自动识别火车钩挡的开始和结束，从而控制喷洒系统，且安装简单，能够最大程度的减少抑尘剂浪费。
【IPC分类】G06K9-62, G06K9-60
【公开号】CN104598916
【申请号】CN201410460635
【发明人】单勇, 程环环
【申请人】单勇
【公开日】2015年5月6日
【申请日】2014年9月11日