专利名称：基于图像识别技术的山体滑坡智能监控装置及其监控方法
技术领域：
本发明涉及一种智能监控系统及其监控方法。
背景技术：
我国幅员辽阔，在多山地区及易发生山体滑坡的地区，铁路线路的巡线工作尤为 重要；而现有的巡线方式还主要采用人工巡线，但是人工巡线存在着巡视周期长，巡视实时 性差，发生险情反馈慢等问题，由于不能及时发现山体滑坡或落石等障碍物落入线路内，极 易发生列车出轨等安全事故。
发明内容
本发明为了解决人工巡线存在的巡视周期长，巡视实时性差，发生险情反馈慢的 问题，而提出了一种基于图像识别技术的山体滑坡智能监控装置及其监控方法。基于图像识别技术的山体滑坡智能监控装置，它包括多个图像采集模块、多个图 像处理模块、图像存储模块、中心控制模块和多个图像显示模块；所述每个图像采集模块分 别采集外部环境图像信息，并将采集到的图像信号发送给图像处理模块；所述每个图像处 理模块分别接收多个图像采集模块发送的图像信息并进行处理；将处理后的图像信息分别 发送到图像存储模块和中心控制模块；图像存储模块接收并存储每个图像处理模块发送的 图像信息；中心控制模块接收每个图像处理模块发送的图像信息并进行比较计算，将比较 计算后的图像发送到多个图像显示模块；所述每个图像显示模块显示接收到的中心控制模 块发送的图像信息。采用上述基于图像识别技术的山体滑坡智能监控装置的监控方法；它由如下步骤 完成步骤一通过多个图像采集模块采集图像数据，并将所述图像数据通过图像处理 模块发送给中心控制模块；步骤二 中心控制模块每隔5 10秒接收一次图像数据，并对同一图像处理模块 每相邻两次发送的图像数据进行分析处理，所述分析处理的过程依次采用图像识别精度运 算、图像灰度化运算、图像压缩编码处理、图像平滑处理、图像边缘检测运算和图像分割处 理；判断是否出现山体滑坡险情；出现险情则向GPS报警模块发送报警信号，未发生险情则 继续进行监控。本发明具有巡视周期短，巡视实时性强，发生险情反馈迅速的优点。多个图像采 集模块1可以监测较长一段线路内的情况，定期对线路及周边环境进行拍照，并将图像信 息发送给图像处理模块2，图像处理模块2处理后发送图像存储模块3和中心控制模块4 ； 中心控制模块4通过比对不同时间段相应区段的环境及线路图像，判断是否出现滑坡或落 石等障碍物，外部控制人员可实时通过图像显示模块5进行监控；可以同时对所有入侵目 标分别进行检测、跟踪、分类；入侵目标分类识别，根据预设条件，可以自动区分滑坡、落石、 人、动物、车的入侵。而只对满足预设条件的目标入侵进行告警和跟踪；适应光照度剧烈变
5化，复杂环境干扰信息及雨、雪、雾、冰雹等气象条件。本发明可广泛适用于山区或易发生山 体滑坡地区的铁路及公路等路网的监控。
图1为本发明的模块结构示意图。
具体实施例方式具体实施方式
一结合图1说明本实施方式，本实施方式包括多个图像采集模块 1、多个图像处理模块2、图像存储模块3、中心控制模块4和多个图像显示模块5 ；所述每个 图像采集模块1分别采集外部环境图像信息，并将采集到的图像信号发送给图像处理模块 2 ；所述每个图像处理模块2分别接收多个图像采集模块1发送的图像信息并进行处理；将 处理后的图像信息分别发送到图像存储模块3和中心控制模块4 ；图像存储模块3接收并 存储每个图像处理模块2发送的图像信息；中心控制模块4接收每个图像处理模块2发送 的图像信息并进行比较计算，将比较计算后的图像发送到多个图像显示模块5;所述每个 图像显示模块5显示接收到的中心控制模块4发送的图像信息。
具体实施方式
二 结合图1说明本实施方式，本实施方式与具体实施方式
一的不 同点在于它还包括GPS报警模块6，所述GPS报警模块6接收并通过无线通讯，发送中心控 制模块4发送出的报警信号。
具体实施方式
三结合图1说明本实施方式，本实施方式与具体实施方式
一的不 同点在于它还包括控制输入模块7，控制输入模块7的控制信号输出端与中心控制模块4的 控制信号输入端相连。工作过程及原理工作过程首先通过多个图像采集模块1进行图像信息采集，并将图像信息发送 到多个图像处理模块2，多个图像处理模块2将接收到的图像信息发送到中心控制模块4进 行图像信息分析；在中心控制模块4接收到图像信息时，首先对图像信息进行初步分析，是 否有险情发生，如有情况发生将进行相应的处理与图像的深入分析；如果为山体滑坡，先判 断是否进入警戒区域，没有在区域内则不进行报警处理，如进入警戒区域，先得到滑坡落石 的大小轮廓，再进一步分析计算出滑坡落石图像体积是否能导致产生险情，产生危险则进 行报警处理，如没有则不进行报警处理。如果为落石，首先判断落石的位置，是否在警戒区 域内，不在警戒区域内则不进行报警处理，如果落石在警戒区域内，先对落石的图像进行数 据分析，去除光照的影响外计算出落石的轮廓体积大小，判断是否会产生危险，不会产生危 险则不进行报警处理，如产生危险则进行报警处理。如果为火车、动物、人或雨雪，需要通过 图象处理分析识别出来并对物体分类后过滤，不进行报警处理。
具体实施方式
四采用上述基于图像识别技术的山体滑坡智能监控装置的监控方 法，它由如下步骤完成步骤一通过多个图像采集模块1采集图像数据，并将所述图像数据通过图像处 理模块2发送给中心控制模块4 ；步骤二 中心控制模块(4)每隔5 10秒接收一次图像数据，并对同一图像处理 模块2每相邻两次发送的图像数据进行分析处理，所述分析处理的过程依次采用图像识别
6精度运算、图像灰度化运算、图像压缩编码处理、图像平滑处理、图像边缘检测运算和图像 分割处理；判断是否出现山体滑坡险情；出现险情则向GPS报警模块6发送报警信号，未发 生险情则继续进行监控。
具体实施方式
五本实施方式与具体实施方式
四的不同点在于所述图像识别精度 运算采用遗传算法运算；所述遗传算法运算由以下步骤完成；步骤1、编码设计，采用二进制编码方法表示初始群代，数据范围为0 1000，采集 测量数据的十进制数通过三位表示；个体的染色体基因通过十位二进制数表示；步骤2、确定遗传参数，设定种群规模η、交叉概率P。、变异概率卩 1和进化代数t ；种 群规模η的数据范围为50 200，交叉概率P。的数据范围为0. 4 0. 9，变异概率Pm的数 据范围为0. 001 0. 1，进化代数t的数据范围为80 200 ；步骤3、计算适应度，采集测量数据为非线性的离散型数据，通过转化为求最小值 域确定最优解；设采集测量数据为V (Xi，yi)，参数i = 1，2，3 η，η为测量次数，则目标函数
权利要求
1.基于图像识别技术的山体滑坡智能监控装置，其特征在于它包括多个图像采集模 块(1)、多个图像处理模块O)、图像存储模块(3)、中心控制模块(4)和多个图像显示模块 (5)；所述每个图像采集模块(1)分别采集外部环境图像信息，并将采集到的图像信号发送 给图像处理模块O)；所述每个图像处理模块( 分别接收多个图像采集模块(1)发送的 图像信息并进行处理；将处理后的图像信息分别发送到图像存储模块C3)和中心控制模块 (4)；图像存储模块C3)接收并存储每个图像处理模块( 发送的图像信息；中心控制模块 ⑷接收每个图像处理模块⑵发送的图像信息并进行比较计算，将比较计算后的图像发 送到多个图像显示模块(5)；所述每个图像显示模块( 显示接收到的中心控制模块(4) 发送的图像信息。
2.根据权利要求1所述的基于图像识别技术的山体滑坡智能监控装置，其特征在于它 还包括GPS报警模块(6)，所述GPS报警模块(6)接收并通过无线通讯，发送中心控制模块 (4)发送出的报警信号。
3.根据权利要求1或2所述的基于图像识别技术的山体滑坡智能监控装置，其特征在 于它还包括控制输入模块(7)，控制输入模块(7)的控制信号输出端与中心控制模块(4)的 控制信号输入端相连。
4.如权利要求3所述的基于图像识别技术的山体滑坡智能监控装置的监控方法；其特 征在于它由如下步骤完成步骤一通过多个图像采集模块(1)采集图像数据，并将所述图像数据通过图像处理 模块( 发送给中心控制模块(4)；步骤二 中心控制模块(4)每隔5 10秒接收一次图像数据，并对同一图像处理模块 (2)每相邻两次发送的图像数据进行分析处理，所述分析处理的过程依次采用图像识别精 度运算、图像灰度化运算、图像压缩编码处理、图像平滑处理、图像边缘检测运算和图像分 割处理；判断是否出现山体滑坡险情；出现险情则向GPS报警模块(6)发送报警信号，未发 生险情则继续进行监控。
5.根据权利要求4所述的基于图像识别技术的山体滑坡智能监控装置的监控方法，其 特征在于所述图像识别精度运算采用遗传算法运算；所述遗传算法运算由以下步骤完成；步骤1、编码设计，采用二进制编码方法表示初始群代，数据范围为0 1000，采集测量 数据的十进制数通过三位表示；个体的染色体基因通过十位二进制数表示；步骤2、确定遗传参数，设定种群规模η、交叉概率P。、变异概率？111和进化代数t;种群规 模η的数据范围为50 200，交叉概率P。的数据范围为0. 4 0. 9，变异概率Pm的数据范 围为0. 001 0. 1，进化代数t的数据范围为80 200 ；步骤3、计算适应度，采集测量数据为非线性的离散型数据，通过转化为求最小值域确 定最优解；设采集测量数据为V(Xi，yi)，参数i = 1，2，3 η，η为测量次数，则 目标函数
6.根据权利要求4所述的基于图像识别技术的山体滑坡智能监控装置的监控方法，其 特征在于所述图像灰度化运算采用下式计算；Gray(i, j) = 0. 299XR(i, j)+0. 587XG(i, j)+0. 114XB(i, j) 式中参数R为每个像素中红分量的亮度，参数G为每个像素中绿分量的亮度；参数B为 每个像素中蓝分量的亮度；参数i、j分别表示(i，j)点处的灰度值。
7.根据权利要求4所述的基于图像识别技术的山体滑坡智能监控装置的监控方法， 其特征在于所述图像压缩编码处理采用哈夫曼编码运算；设图像像素灰度级集合为{dl， d2, ... , dm}，对应的概率分别为ρ (dl)，ρ (d2)，...，ρ (dm)，则图像熵为
8.根据权利要求4所述的基于图像识别技术的山体滑坡智能监控装置的监控方法，其 特征在于所述图像平滑处理的计算公式为
9.根据权利要求4所述的基于图像识别技术的山体滑坡智能监控装置的监控方法，其 特征在于所述图像边缘检测运算；设向量Vl和V2代表彩色图像中的两个像素点，则这两点 之间的欧式距离De(VI，V2)定义为
10.根据权利要求4所述的基于图像识别技术的山体滑坡智能监控装置的监控方法， 其特征在于所述图像分割处理采用基于K-均值聚类的彩色图像分割；确定K个初始聚类； 根据欧氏距离计算各个像素与聚类之间的距离，并归入距离最小的那个类，再更新聚类
全文摘要
基于图像识别技术的山体滑坡智能监控装置及其监控方法，它涉及智能监控系统。它为解决人工巡线存在的巡视周期长，巡视实时性差，发生险情反馈慢的问题而提出。每个图像采集模块采集外部环境图像，每个图像处理模块分别接收多个图像采集模块采集发送的图像信号，并将处理后的图像信号分别发送到图像存储模块和中心控制模块；图像存储模块接收并存储每个图像处理模块发送的图像信号；中心控制模块将接收到的每个图像处理模块发送的图像信号进行比较计算，并将比较计算后的图像发送到多个图像显示模块；所述每个图像显示模块显示接收到中心控制模块发送的图像信号。它具有巡视周期短，巡视实时性强，发生险情反馈迅速的优点，可广泛适用于山区或易发生山体滑坡地区的铁路及公路等路网的监控。
文档编号G06K9/62GK102098495SQ20101056656
公开日2011年6月15日 申请日期2010年11月30日 优先权日2010年11月30日
发明者姬云东 申请人:姬云东