[發明專利]基于圖像的鐵路接觸網鳥窩異常情況檢測方法

有效

• 申請號: 201310721802.7
• 申請日: 2013-12-24
• 公開（公告）號: CN103745224B
• 公開（公告）日: 2017-02-01
• 發明（設計）人: 吳曉;袁萍;彭強;張靚云
• 申請（專利權）人: 西南交通大學
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 成都信博專利代理有限責任公司51200
• 代理人: 張澎

1.一種基于圖像的鐵路接觸網鳥窩異常情況檢測方法，從高速客運專線接觸網設備進行在線巡視拍攝的連續視頻圖像中識別出接觸網是否存在鳥窩異常，包含如下處理步驟：

(1)鐵路接觸網圖像二值化：使用自適應二值化的方法，得到很好地保持鐵路接觸網圖像信息的二值圖I_C；

(2)接觸網支柱主干部分和細線區域部分提取：采用邊緣膨脹法提取接觸網支架的主干區域的二值圖I_M；提取細線區域部分：對步驟(1)中提取的清晰二值圖I_C使用腐蝕相減的方法得到一個只包含圖像中細線區域的二值圖I_T；

(3)基于懸空點檢測的鳥窩可疑區域定位：結合接觸網支架的主干區域圖像I_M和二值圖像I_C，通過進行懸空點檢測確定鳥窩可疑區域；

(4)鳥窩可疑區域的直線方向直方圖和長度直方圖特征提取：對鳥窩可疑區域使用霍夫變換檢測出直線，計算直線的方向和長度，從而進行統計得到該區域直線的方向直方圖和長度直方圖作為特征向量；

(5)基于直線方向和長度分布特性的鳥窩識別：將特征信息輸入對應的已構造完成的分類器進行分類，將分類結果進行概率融合，從而自動檢測鐵路接觸網圖像中是否存在鳥窩異常。

2.根據權利要求1所述的基于圖像的鐵路接觸網鳥窩異常情況檢測方法，其特征是，所述步驟(1)中，采用不同大小的滑動窗口對圖像進行自適應閾值化，將得到的二值圖像結合，并通過連通區域檢測移除噪點，最終得到包含完整圖像信息的二值圖。

3.根據權利要求1所述的基于圖像的鐵路接觸網鳥窩異常情況檢測方法，其特征是，所述步驟(2)中，在接觸網支柱的主干部分方面采用邊緣膨脹的方法提取；在細線區域部分方面采用腐蝕相減的方法提取。

4.根據權利要求1所述的基于圖像的鐵路接觸網鳥窩異常情況檢測方法，其特征是，所述步驟(3)中，鳥窩可疑區域的定位結合接觸網支柱主干部分圖像和二值圖像進行，主要是通過滑動窗口在接觸網支柱的主干區域附近對二值圖像進行懸空點檢測，若滑動窗口內的懸空點數高于閾值，就認為該塊是鳥窩可疑區域。

5.根據權利要求1所述的基于圖像的鐵路接觸網鳥窩異常情況檢測方法，其特征是，所述步驟(4)中，對鳥窩可疑區域進行霍夫變換提取直線，計算直線的方向和長度，從而進行統計得到該區域直線的方向直方圖和長度直方圖，并將其作為特征向量。

6.根據權利要求1所述的基于圖像的鐵路接觸網鳥窩異常情況檢測方法，其特征是，所述步驟(5)中，將鳥窩可疑區域中提取出的直線的方向直方圖特征向量和長度直方圖特征向量輸入對應的已構造SVM分類器，通過SVM分類器得到該區域存在鳥窩的概率，最后，通過概率融合判定該區域是否存在鳥窩異常。

7.根據權利要求1或6所述的基于圖像的鐵路接觸網鳥窩異常情況檢測方法，其特征是，所述步驟(5)的分類器構造特征是：將有鳥窩的圖像和無鳥窩的圖像分別作為正樣本和負樣本輸入，通過支持向量機(SVM)分別對鳥窩可疑區域直線的方向直方圖特征向量和長度直方圖特征向量進行訓練，得到基于直線方向分布的SVM分類器和基于直線長度分布的SVM分類器。