一种基于计算机视觉技术的轨道识别改进算法

吴昭　田西兰　王斌

【摘 要】基于计算机视觉技术的铁轨道检测在现代化铁路防护安全起着至关重要的作用，本文提出一种基于传统轨道识别技术的后处理算法，可有效的减少天气、光照、铁路周边环境复杂等因素带来的识别干扰，提高系统的鲁棒性。工程应用实践证明了本文所提方法的有效性。

【关键词】异物入侵;Canny算子;Hough变换;轨道识别;多帧融合

中图分类号： TP391.41文献标识码： A文章编号： 2095-2457（2019）05-0032-002

0 引言

随着我国经济社会和铁路事业的不断快速发展，2018年末，全国铁路运营里程达到12.4万公里，其中高速铁路2.2万公里以上，而且随着新一代高铁技术的发展，列车速度已经达到350km/h，因此，铁路安全成为铁路发展中一个重要的环节，由于铁路沿线防护不健全，以及防止异物检测系统的不完善，铁路安全事故频发，这些事故的发生无疑给我们的铁路安全敲响了警钟，及时发现并清除铁路轨道入侵异物，保障列车安全势在必行[1-4]。本文在传统Canny算子和Hough变换的轨道识别方法基础上提出了单帧综合决策和多帧处理结果融合的处理思路，有效的增强了轨道识别的准确性，提高了系统的环境适应能力。

1 Canny算子和Hough变换

Canny算子原理是寻找图像中梯度的极大值，它会遍历每一个像素点与其水平和垂直方向的像素点极值比较，如果当前像素梯度幅值大于相邻像素的梯度幅值，则该像素可能是边缘点，如果小于的话，则认为是非边缘点，它还使用了高斯濾波来进行原始图像的降噪和双阈值检测以及边缘连接技术[5-9]。

Hough变换是一种计算机视觉中的一个重要工具，能够帮助我们在图像识别形状。Hough变换的基本思想是：将直线上每一个数据点变换为参数平面中的一条直线或者曲线，利用共线的数据点对应的参数曲线相交于参数空间一点的关系，使直线的提取问题转换为计数问题[10]。

2 多帧融合设计

摄像机采集的单帧图像经过Canny算子进行边缘检测，再经过Hough变换提取图像中的直线，获取轨道的直线。在实际环境中，由于天气、光照以及铁轨周边环境较为复杂，导致算法阈值较难统一，易出现建筑、电线杆等非系统关心的识别对象，为了解决上述问题，提高铁轨识别率，可利用线段合并、斜率剔除为主的单帧综合决策和利用线段重建和利用历史识别数据结合当前帧的识别结果进行多帧融合的技术来提高算法的鲁棒性，算法流程如图1所示。

图像经过Canny算子边缘检测得到图像中物体的边缘信息，再利用Hough变换提取边缘信息中的线段，通常Hough变换会找到图像中许多线段，其中铁轨的直线是系统所需要识别到的，其他一些则不是，同时还会出现同一条铁轨识别成两条直线的情景。由图1可知，本系统在基于Canny算子和Hough变换的基础上添加了后处理算法，系统利用同一条直线斜率和斜距相同的方法进行了线段合并，由于铁轨的路径在图像中的位置信息较为固定，系统将根据线段的斜率进行剔除非铁轨的线段，再此基础上系统再利用多帧结果融合多次的历史数据对识别出的线段进行投票，大于设定票数的线段则认为是铁轨。

3 实验结果和分析

本系统采用Windows环境，基于VS2008平台下开发，调用计算机视觉开源库Opencv的接口，Opencv作为一个跨平台的计算机视觉库，以BSD许可证授权发行，免费用于商业和研究领域，它包含许多常用的算法，已经广泛应用于对实时性要求较高的计算机视觉和模式识别系统的开发。

系统调用Opencv库中cvCanny（）函数和cvHoughLines2（）函数，设定好接口阈值，对原始图像进行轮廓提取和线段提取，图2（a）图为Canny算子提取的图像轮廓图，从图2（b）部分看出，系统经过Canny算子和Hough变换检测出较多的线段，可以看出图中的线段集存在两类问题，一、识别出非铁轨的直线线段，二、铁轨的线段被识别成两段。系统利用线段合并和斜率剔除的方法处理后，将相同的直线合并和去除非铁轨的线段，其处理后效果可见图2（c）。由图2（c）看出仍然具有非铁轨的直线，最后可用多帧结果投票的方式来去除非铁轨的直线，然后进行线段重建，恢复铁轨的路径，最终效果效果见图2（d）。

4 总述

实验表明，在传统Canny算子和Hough变换的轨道识别基础上，增加了线段合并、斜率剔除单帧综合决策、线段重建和利用多帧识别结果融合的后处理手段，有效的提高了轨道识别的准确性，为后续的铁轨异物入侵研究奠定了基础。

【参考文献】

[1]于春华.简谈我国铁路钢轨[J].铁道知识.2006（03）.

[2]李丹丹.铁轨轨道异物入侵的智能识别研究[D].兰州交通大学.2016.

[3]金炳瑞.基于图像处理的铁路轨道异物入侵的自动识别研究[D].兰州交通大学.2016.

[4]侯涛，李丹丹.基于双背景建模与差分图像的轨道异物识别[J].兰州交通大学学报.2017（02）.

[5]王娜，李霞.一种新的改进Canny边缘检测算法[J].深圳大学学报.2005（02）.

[6]王小华，钱月晶.一种改进的Canny边缘检测算法[J].机电工程.2008（12）.

[7]王燕芩，李沛奇.基于改进Canny算法的铁轨边缘检测 [J].铁道通信信号2015（02）.

[8]肖梅，张雷，寇雯玉，苗永禄，刘伟.一种新的边缘检测算法研究[J].郑州大学学报（工学版）.2012（04）.

[9]李海华，齐红敏，万亮亮.一种改进的六边形结构的Canny边缘检测算法[J].光学仪器.2011（01）.

[10]孙献灿.基于随机霍夫变换的多人运动分析[D].南京理工大学.2013.