火车到站状态的识别方法
【技术领域】
[0001] 本发明设及图像识别的技术领域，具体说是一种火车到站状态的识别方法。
【背景技术】
[0002] 高铁站台监控的过程中，需要在图像上对火车到达状态进行识别判断，因为在火 车停站上车时，高铁站台的监控区域是允许进入的，而在其他时刻监控区域则不允许进入， 所W，火车是否到达W及火车运行状态的判断成为了对监控区域进行识别的基础，因而需 要对火车到达、停站和离开的状态进行识别。
【发明内容】
[0003] 本发明要解决的技术问题是提供一种火车到站状态的识别方法。
[0004] 本发明为解决公知技术中存在的技术问题所采取的技术方案是： 阳〇化]本发明的火车到站状态的识别方法，包括W下步骤：
[0006] A、载入站台的红外图像；
[0007] B、在站台内轨道区域标记火车运动识别区域，在视频图像上标定设置火车到站图 像轨道区域，并存储相应的参数，生成识别图像模板；
[0008] C、建立图像缓冲，图像预处理；
[0009] D、对火车到站图像轨道区域进行背景建模，采用高斯混合模型背景建模算法实时 分析轨道区域，进行前景图像提取，通过前景变化判断是否有火车进站；计算火车到站图像 轨道区域的像素平均亮度值；
[0010] E、对缓冲的每一帖图像提取图像中的角点作为运帖图像的关键点，使用金字塔 Lucas-Kanade光流方法计算前后两帖图像中每个角点的光流；计算前后两帖图像角点光 流的变化均值；
[0011] F、确定轨道区域的亮度是否大于阔值，且判断光流变化均值的变化情况；
[0012] G、输出火车的运动状态。
[0013] 本发明还可W采用W下技术措施： 阳014] 所述的轨道区域参数标定公式为：1 (X，y) =α*1' (X，y)+δ，I(X，y)是图像中 坐标，1' (x，y)是实际站台坐标，α是变换系数，δ是经验参数。；假设轨道区域的实际空 间坐标在坐标系Ζ' =0的平面上，轨道区域由一组标记点连接组成，记为1'i(Xi，yi)，同 时在相机图像坐标系Z中找到对应的标记点Ii(Xi，yi)，并记录坐标值，经过坐标变换计算 出坐标变换系数α。
[0015] 所述的高斯背景建模包括W下步骤：
[0016] a、每个新像素值Xt同当前Κ个模型按下式进行比较，直到找到匹配新像素值的分 布模型，即同该模型的均值偏差在2.50内 阳017] |Χ,-μι,"|《2.5。1,"
[0018] b、如果所匹配的模式符合背景要求，则该像素属于背景，否则属于前景；
[0019] c、各模式权值按如下公式更新，其中α是学习速率，对于匹配的模式Mk,t= 1，否 则Mk,t= 0,然后各模式的权重进行归一化； 阳020] Wk, t= (1-曰）柳k, t 1+曰*Mk, t
[0021] t未匹配模式的均值μ与标准差σ不变，匹配模式的参数按照如下公式更新： 阳似]Ρ=α*η狂Jyk，σk) 阳OU] μt= (1-p)*μti+P巧t
[0024]
[00巧]e、如果第a步中没有任何模式匹配，则权重最小的模式被替换，即该模式的均值 为当前像素，标准差为初始化较大值，权重为较小值；
[0026] f、各模式根据W/。泌降序排列，权重大，标准差小的模式排列靠前；
[0027] g、选前B个模式作为背景，B满足下式，参数T表示背景所占比例，
[0028]
[0029] 本发明具有的优点和积极效果是：
[0030] 本发明的火车到站状态的识别方法，通过高斯背景建模进行前景提取，通过前景 变化判断是否有火车进入到轨道区域，然后通过判断红外图像中轨道区域的亮度变化判断 火车是否进站，通过Lucas-Kanade光流方法计算前后两帖图像中每个角点的光流变换均 值得到火车的停止或运行状态。采用多种方法复合判断火车是否进站，从而使判断结果更 加准确，不易受外部环境变换的影响。
【附图说明】
[0031] 图1是本发明的火车到站状态的识别方法的流程图。
【具体实施方式】
[0032] 本发明的火车到站状态的识别方法，包括W下步骤：
[0033] A、载入站台的红外图像；
[0034] B、在站台内轨道区域标记火车运动识别区域，在视频图像上标定设置火车到站图 像轨道区域，并存储相应的参数，生成识别图像模板；
[0035] C、建立图像缓冲，图像预处理；
[0036] D、对火车到站图像轨道区域进行背景建模，采用高斯混合模型背景建模算法实时 分析轨道区域，进行前景图像提取，通过前景变化判断是否有火车进站；计算火车到站图像 轨道区域的像素平均亮度值；
[0037] E、对缓冲的每一帖图像提取图像中的角点作为运帖图像的关键点，使用金字塔 Lucas-Kanade光流方法计算前后两帖图像中每个角点的光流；计算前后两帖图像角点光 流的变化均值；
[0038] F、确定轨道区域的亮度是否大于阔值，且判断光流变化均值的变化情况；
[0039] G、输出火车的运动状态。
[0040] 由于火车进入轨道时，图像前景会有明显变化，所W在设置背景建模学习参数时， 可w适当调整。同时对提取的前景图像进行判断，因为火车是图像中比较大的运动物体，所W很容易从前景中判断轨道区域是否有火车进入。同时，在红外图像中，一般火车的溫度要 高于轨道区域的溫度，当火车进站时，红外图像中轨道区域的亮度会明显提高，因此对轨道 区域平均亮度值的计算也有助于判断火车是否进站。当轨道区域的亮度大于阔值时，可得 出有火车进入站台区域。
[0041] 当发现轨道区域上有火车进入时，开始对火车的运动方向和运动变化进行判断。 建立连续的火车运动图像缓冲，对缓冲的每一帖图像提取图像中的角点作为运帖图像的关 键点，然后，使用金字塔Lucas-Kanade光流方法计算前后两帖图像中每个角点的光流。最 后，计算前后多帖图像轨道区域中火车光流的变化平均值。当前后两帖光流变化的均值极 小的时候，可W认定火车现在处于停止状态，而光流变化均值较大时则说明火车处于运动 状态。
[0042] 图像中角点提取的具体步骤和方法W及金字塔Lucas-Kanade光流算法都为现有 技术中的公知技术，在本实施例中就不再进行寶述。
[0043] 本发明中轨道区域参数标定公式为：1 (X，y) =α*1' (X，y)+δ， W44]I(X，y)是图像中坐标，1' (X，y)是实际站台坐标，α是变换系数，δ是经验参 数。
[0045] 假设轨道区域的实际空间坐标在坐标系Ζ' = 0的平面上，轨道区域由一组标记 点连接组成，记为1'i(Xi，yi)，同时在相机图像坐标系Ζ中找到对应的标记点，并 记录坐标值，经过坐标变换计算出坐标变换系数α。
[0046] 高斯背景建模包括W下步骤：
[0047]a、每个新像素值Xt同当前Κ个模型按下式进行比较，直到找到匹配新像素值的分 布模型，即同该模型的均值偏差在2.50内
[004引 |Χ,-μ*,*ιΙ《2.501,"
[0049] b、如果所匹配的模式符合背景要求，则该像素属于背景，否则属于前景；
[0050] C、各模式权值按如下公式更新，其中α是学习速率，对于匹配的模式Mk,t= 1，否 则Mk,t= 0,然后各模式的权重进行归一化；
[0051]
[0052] t未匹配模式的均值μ与标准差σ不变，匹配模式的参数按照如下公式更新：
[0053] Ρ = α * η狂J yk，Ρ k)
[0054] μt= (1-p)*μti+P巧t 阳化引
[0056]e、如果第a步中没有任何模式匹配，则权重最小的模式被替换，即该模式的均值 为当前像素，标准差为初始化较大值，权重为较小值；
[0057]f、各模式根据^,,2按降序排列，权重大，标准差小的模式排列靠前；
[0058] g、选前B个模式作为背景，B满足下式，参数T表示背景所占比例；
[0059]
[0060] W上所述，仅是本发明的较佳实施例而已，并非对本发明作任何形式上的限制，虽 然本发明已w较佳实施例公开如上，然而，并非用w限定本发明，任何熟悉本专业的技术人 员，在不脱离本发明技术方案范围内，当然会利用掲示的技术内容作出些许更动或修饰，成 为等同变化的等效实施例，但凡是未脱离本发明技术方案的内容，依据本发明的技术实质 对W上实施例所作的任何简单修改、等同变化与修饰，均属于本发明技术方案的范围内。
【主权项】
1. 一种火车到站状态的识别方法，其特征在于，包括以下步骤： A、 载入站台的红外图像； B、 在站台内轨道区域标记火车运动识别区域，在视频图像上标定设置火车到站图像轨 道区域，并存储相应的参数，生成识别图像模板； C、 建立图像缓冲，图像预处理； D、 对火车到站图像轨道区域进行背景建模，采用高斯混合模型背景建模算法实时分析 轨道区域，进行前景图像提取，通过前景变化判断是否有火车进站；计算火车到站图像轨道 区域的像素平均亮度值； E、 对缓冲的每一帧图像提取图像中的角点作为这帧图像的关键点，使用金字塔 Lucas-Kanade光流方法计算前后两帧图像中每个角点的光流；计算前后两帧图像角点光 流的变化均值； F、 确定轨道区域的亮度是否大于阙值，且判断光流变化均值的变化情况； G、 输出火车的运动状态。2. 根据权利要求1所述的火车到站状态的识别方法，其特征在于：上述轨道区域的参 数标定公式为：此公式中I (X，y)是图像中坐标，"（X，y)是实际站台坐标，α是变换系数，δ是经 验参数；假设轨道区域的实际空间坐标在坐标系Ζ' = 0的平面上，轨道区域由一组标记点 连接组成，记为I' i (Xi，yi)，同时在相机图像坐标系Ζ中找到对应的标记点I; (X;，y;)，并记 录坐标值，经过坐标变换计算出坐标变换系数α。3. 根据权利要求3所述的火车到站状态的识别方法，其特征在于高斯背景建模算法包 括以下步骤： a、 每个新像素值Xt同当前Κ个模型按下式进行比较，直到找到匹配新像素值的分布模 型，即同该模型的均值偏差在2. 5〇内b、 如果所匹配的模式符合背景要求，则该像素属于背景，否则属于前景； c、 各模式权值按如下公式更新，公式中α是学习速率，对于匹配的模式Mk,t=l，否则 Mk,t= 〇,然后各模式的权重进行归一化；d、 未匹配模式的均值μ与标准差σ不变，匹配模式的参数按照如下公式更新：e、 如果第a步中没有任何模式匹配，则权重最小的模式被替换，即该模式的均值为当 前像素，标准差为初始化较大值，权重为较小值； f、 各模式根据《/α 2按降序排列，权重大，标准差小的模式排列靠前； g、 选前Β个模式作为背景，Β满足下式，参数Τ表示背景所占比例，
【专利摘要】一种火车到站状态的识别方法，在视频图像上标定设置火车到站图像轨道区域，通过高斯背景建模进行前景提取，通过前景变化判断是否有火车进入到轨道区域，然后通过判断红外图像中轨道区域的亮度变化判断火车是否进站，通过Lucas-Kanade？光流方法计算前后两帧图像中每个角点的光流变换均值得到火车的停止或运行状态。采用多种方法复合判断火车是否进站，从而使判断结果更加准确，不易受外部环境变换的影响。
【IPC分类】G06T7/20
【公开号】CN105279767
【申请号】CN201410826560
【发明人】俞大海, 韩军伟, 韩建枫, 单玉堂, 岳明
【申请人】天津光电高斯通信工程技术股份有限公司
【公开日】2016年1月27日
【申请日】2014年12月26日