【技術實現步驟摘要】
本專利技術屬于視頻監控
，尤其是一種，本專利技術利用計算機視覺技術，結合視頻圖像的頻域信息和空間域信息，對貨運列車車廂進行自動地前景分割、速度檢測和前景拼接。
技術介紹
隨著視頻監控技術的發展，視頻攝像機已經被廣泛用來對各種環境、區域和目標進行實時監控和檢測。在智能鐵路運輸系統中，視頻傳感器已經用于對列車車廂、輪軸和鐵軌的監控和檢測。貨運列車是由一節一節的集裝箱車廂組成的，每節集裝箱車箱長約35-40米，一輛列車一般由幾十節車廂組成，這樣一輛列車的長度往往超過I公里。這種火車的速度可以達到100-120千米/小時。由于具有如此長的長度和如此高的行駛速度，每兩節車廂之間的空隙會帶來很強的空氣阻力，從而造成巨大的燃料消耗。但是，由于火車的長度太長、車廂太多，人工地檢查裝載的情況是非常費時費力的。因此，研發一種自動、可靠和有效的集裝箱裝載模式檢測方法是非常有意義和應用價值的工作。經對現有技術文獻的檢索發現，目前在視頻中檢測運動目標的方法主要分為三類一類是基于高斯混合模型(Gaussian Mixture Model)的方法，如C. Stauffer和W.E. L. Grimsonl999年發表在〈〈Proceedings of IEEE Conference on Computer Vision andPattern Recognition (IEEE計算機視覺和模式識別會議論文集)》中的論文“Adaptivebackground mixture models for real-time tracking(用于實時跟蹤的自適應背景混合模型)”。對于這種方...
【技術保護點】
一種視頻中貨運列車車廂自動檢測方法，其特征在于，該方法包括以下步驟：步驟1，分割得到視頻每一幀圖像中列車車廂的運動前景；步驟2，根據不同幀圖像中車廂邊界的變化，估計列車的行駛速度；步驟3，根據所述列車的行駛速度對所述步驟1得到的列車車廂前景圖像進行拼接，得到所述列車車廂的全景圖像，完成視頻中對于列車車輛的自動檢測。
【技術特征摘要】
1.一種視頻中貨運列車車廂自動檢測方法，其特征在于，該方法包括以下步驟: 步驟1，分割得到視頻每一幀圖像中列車車廂的運動前景； 步驟2，根據不同幀圖像中車廂邊界的變化，估計列車的行駛速度； 步驟3，根據所述列車的行駛速度對所述步驟I得到的列車車廂前景圖像進行拼接，得到所述列車車廂的全景圖像，完成視頻中對于列車車輛的自動檢測。2.根據權利要求1所述的方法，其特征在于，所述步驟I進一步包括以下步驟: 步驟11，利用列車車廂所經過區域的像素值變化的周期性特征來檢測每一幀圖像中列車的運動區域； 步驟12，去除每一幀圖像中列車車廂間的背景區域； 步驟13，對于視頻中出現單層列車車廂的幀圖像進行檢測。3.根據權利要求2所述的方法，其特征在于，所述步驟11進一步包括以下步驟: 步驟111，記錄每一幀視頻圖像中每一個像素位置上的像素的灰度值，得到與每一幀視頻圖像對應的一個時間序列信號； 步驟112，對所述時間序列信號進行濾波，以去除其中的噪聲； 步驟113，對每一個經過濾波的時間序列信號進行快速傅立葉變換，得到每個時間序列信號的周期和功率譜； 步驟114，對于每一個時間序列信號只選擇功率最大的頻率作為其固有頻率，得到與每一幀視頻圖像對應的頻率圖像； 步驟115，計算所述頻率圖像像素值的直方圖； 步驟116，基于所述像素值的直方圖中的頻率值，利用閾值法得到每一幀圖像中列車所在的運動區域； 步驟117，對所述步驟116得到的列車所在的運動區域進行腐蝕和膨脹處理，將處理后的圖像的像素值累加映射到I軸上，得到準確的列車車廂區域。4.根據權利要求2所述的方法，其特征在于，所述步驟12進一步包括以下步驟: 步驟121，在所述視頻中截取一幀列車到來前的背景圖像，作為背景建模的參考圖像； 步驟122，根據所述步驟11得到的列車運動區域，在所述背景圖像中對應于所述列車運動區域的天空背景的位置處選擇一個矩形背景區域作為檢測窗； 步驟123，計算所述背景區域中背景的灰度直方圖； 步驟124，利用閾值法獲得所述背景區域的主要灰度范圍，作為背景模型，以實現對車廂間背景區域的檢測； 步驟125，將當前幀圖像中與所述背景區域位置相應區域中的像素的灰度值與所述主要灰度范圍進行比較，得到當前幀中屬于背景的區域； 步驟126，從當前幀圖像中去除檢測到的屬于背景的區域，得到當前幀圖像中的列車車廂區域； 步驟127，利...
【專利技術屬性】
技術研發人員：王飛躍，孔慶杰，熊剛，朱鳳華，周昰昱，李元濤，
申請(專利權)人：東莞中國科學院云計算產業技術創新與育成中心，中國科學院自動化研究所，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。