[發明專利]一種鐵路貨運列車圖像中裝載平衡檢測方法

有效

• 申請號: 201210325383.0
• 申請日: 2012-09-05
• 公開（公告）號: CN102867305A
• 公開（公告）日: 2013-01-09
• 發明（設計）人: 俞大海;單玉堂;韓建楓;陳鐘;李書軍;李震;顧輝
• 申請（專利權）人: 天津光電高斯通信工程技術有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00
• 代理公司: 天津濱?？凭曋R產權代理有限公司 12211
• 代理人: 韓敏

技術領域

本發明涉及圖像處理方法，尤其涉及一種鐵路貨運列車圖像中裝載平衡檢測方法。

背景技術

鐵路貨運列車會運載各種貨物，工人在裝載貨物時由于人工的原因可能會導致裝載貨物的不平衡，隨著現代火車運行速度的提高，裝載不平衡在火車高速運行時會影響火車的平穩運行，因此，如何監控鐵路貨運的裝載平衡狀況從而保障鐵路貨運的安全，是目前鐵路貨運的一個問題。

發明內容

為了克服上述問題，本發明的目的是提供一種鐵路貨運列車圖像中裝載平衡檢測方法，其能夠對列車裝載平衡進行自動的智能檢測和分析，提高鐵路貨運的安全性。

為了實現上述目的，本發明采用如下方法：一種鐵路貨運列車圖像中裝載平衡檢測方法，

其包括如下步驟：

步驟1：獲取圖像，獲取鐵路貨運列車圖像；

步驟2：去除背景和無關的位置，保留裝載區域圖像，獲得待處理圖像P；

步驟3：均值偏移濾波，使用均值偏移算法對待處理圖像P進行方向為X軸的均值濾波，濾波器的窗口尺度為定值N，獲得去除噪音，強化前景邊緣的圖像，其中r為自然數且3≤r≤7；

步驟4：SURF獲得特征點云，根據步驟3中獲得的圖像，利用SURF算法獲得特征點云；

步驟5：去除離散特征點，根據步驟4中獲得的特征點云，去除離散的特征點，只保留集中聚集的特征點；具體為

A利用K-Mean算法將特征點云按照X，Y軸的坐標，分成M類，這里M為自然數且3≤M≤5；

B計算各特征點到本類中心點的距離；

C當特征點到本類中心點距離大于設定的閾值T時，去除該特征點；

步驟6：K-Mean分割，對步驟3獲得的圖像進行區域分割，使用K-Mean算法對圖像的灰度分布進行K個分類，這樣在圖像像素空間形成K組區間，根據不同的分類區間，對圖像中的每一格像素進行二次賦值，得到分割后的圖像P_c，其中K為自然數；

步驟7：特征點重新分組和統計，根據步驟6的分割后的圖像P_c，對步驟5獲得的特征點進行重新分組和參數統計，具體步驟如下：

1）根據特征點在分割圖像P_c的位置，對特征點云進行分類，將步驟5獲得的特征點云分為K組；

2）計算同一組特征點云的中心坐標C_k,k∈K；

步驟8：裝載平衡判斷，對步驟7獲得圖像中的裝載狀態進行分析，發現是否存在左右兩側裝載平衡異常的情況，具體步驟如下：

a將圖像平均分為左右兩部分；

b計算左右兩端特征點云的中心點到整幅圖像中心的距離Dis1和Dis2；

c計算屬于左邊的C_k到整幅圖像的平均距離DisC1；

d計算屬于右邊的C_k到整幅圖像的平均距離DisC2

e如果Dis1與Dis2的絕對差值大于設定閾值，就認為裝載平衡異常;如果DisC1與DisC2的絕對差值大于設定閾值，就認為裝載平衡異常。

優選地，r=3。

優選地，M=4。

本發明的有益效果是：通過對運行途中的鐵路貨運火車的裝載區域圖像的處理和檢測，獲取貨物的裝載情況，為鐵路貨運提供安全運行的保障。

附圖說明

圖1為本發明的檢測方法示意圖。

具體實施方式

下面結合附圖對本發明的檢測方法做出說明。

參見圖1，本發明提供了一種鐵路貨運列車圖像中裝載平衡檢測方法，其包括如下步驟：

步驟1：獲取圖像，獲取鐵路貨運列車圖像，通過視頻監控系統來獲取運行中的鐵路貨運列車圖像；

步驟2：去除背景和無關的位置，保留裝載區域圖像，獲得待處理圖像P；

步驟3：均值偏移濾波，使用均值偏移算法對待處理圖像P進行方向為X軸的均值濾波，濾波器的窗口尺度為定值N，獲得去除噪音，強化前景邊緣的圖像，其中N為自然數且3≤r≤7，優選r=3；

均值偏移濾波原理如下：

如果有一個中心點x,獲得其周圍共n個鄰域像素點x_i(i∈n)，通過下面的公式進行計算，最終獲得偏移濾波向量m(x)：