[发明专利]铁路道口智能视频监控系统及其实现方法

权利要求书

1.一种铁路道口智能视频监控系统，其特征在于：它包括调度中心设备、置于道口两侧的道口前/后方列车检测设备、道口监控设备、室外供电装置、机车通讯装置和数据传输网络；其中，调度中心设备与机车通讯装置通过通信网络双向连接，道口监控设备与其调度中心设备通过通信网络单向连接；置于道口两侧的道口前/后方列车检测设备的输出端分别与调度中心设备、道口监控设备通过通信网络单向连接；室外供电装置分别为道口前/后方列车检测设备和道口监控设备提供电源。

2.按权利要求1所述的铁路道口智能视频监控系统，其特征在于：调度中心设备包括显示大屏、多媒体服务器、第1网络收发装置、第1报警装置和通讯装置；第1网络收发装置把接收到的来自各道口障碍物和列车相关数据或视频送至多媒体服务器的输入端，多媒体服务器输出端的实时视频信号送至显示大屏，该显示大屏分块实时显示来自各道口监控设备的道口现场视频，其多媒体服务器另一输出端的音频信号送至报警装置输入端，提醒调度员查看显示大屏，实现远程调度。

3.按权利要求2所述的铁路道口智能视频监控系统，其特征在于：所述的第1网络收发装置主要包括3G网卡或路由器，完成数据的发送和接收。

4.按权利要求1所述的铁路道口智能视频监控系统，其特征在于：置于道口两侧的道口前/后方列车检测设备包括高速网络摄像头、DSP和网络发送装置；高速网络摄像头将采集的视频信号发送至DSP，经DSP输出的控制信号通过网络发送装置分别发送至道口监控设备和调度中心设备，从而启动或关闭报警装置。

5.按权利要求1或4所述的铁路道口智能视频监控系统，其特征在于：所述的置于道口前方的道口前方列车检测设备，应安装至沿列车驶向的反方向距道口S处，该S处距离设定为S＝t×v_max，其中t为紧急预警时间，v_max为当前检测的铁路允许列车行驶的最快时速。

6.按权利要求1所述的铁路道口智能视频监控系统，其特征在于：所述道口监控设备包括工业控制计算机、高清网络摄像机、第2网络收发装置和第2报警装置；所述的高清网络摄像机、第2网络收发装置、第2报警装置分别与工业控制计算机相应接口连接，完成道口障碍物实时检测并将检测结果数据或视频发送至调度中心设备进行远程调度控制。

7.按权利要求1所述的铁路道口智能视频监控系统，其特征在于：室外供电装置采用国家电网或太阳能供电设备。

8.按权利要求1所述的铁路道口智能视频监控系统，其特征在于：机车通讯装置为电话或手持机。

9.按权利要求1所述的铁路道口智能视频监控系统，其特征在于：数据传输的网络可采用有线网络或无线3G网络或WIFI网络或铁路专用网络。

10.一种权利要求1所述的铁路道口智能视频监控系统的实现方法，其特征在于包括步骤如下：

在道口监控设备中建立障碍物检测程序包括背景更新模块、障碍物检测模块和障碍物识别模块，实现道口障碍物的自动检测与识别；

在前/后方列车检测设备中建立列车车牌号识别程序包括图像预处理模块、字符图像检测模块、字符分割以及字符识别模块，实现列车车牌号的识别；

将道口障碍物检测程序检测结果和视频信号与列车车牌号识别程序运行的结果分别通过网络发送至调度中心设备，进行远程调度。

11.按照权利要求10所述的铁路道口智能视频监控系统的实现方法，其特征在于：建立的列车车牌号识别程序，实现对检测到的列车车牌号的处理和识别，其具体实现过程：

通过前/后方列车检测设备的高速网络摄像机获取铁路现场图像；

对获取当前铁路现场图像通过识别程序的图像预处理模块进行平滑、滤波，以获得低噪声图像，判断是否有列车通过；

如果有列车通过，调用字符图像检测模块，利用水平方向的Sobel算子对上述的低噪声图像进行边缘提取，根据文字水平方向不连续的特征，检测车牌所在的图像，运用车牌号长宽比值，来锁定车牌号位置，提取车牌图像；

通过字符分割以及字符识别模块对车牌图像作垂直方向的影射，对影射结果求波谷，从而实现字符分割，然后对分割后的字符作矫正和归一化处理并进行字符匹配，实现列车车牌号的识别；

将识别结果分别发送至调度中心设备和道口监控设备。

12.按照权利要求10所述的铁路道口智能视频监控系统的实现方法，其特征在于：障碍物检测程序实现道口障碍物的自动检测与识别，得到更新的背景图像，其具体实现过程如下：

读取高清网络摄像机输出图像的参数；

根据图像参数对背景图像缓存队列、各图像变量、计分板分配存储空间，计分板为一个与图像大小相同的整型数组；

从高清网络摄像机获取道口现场图像；

对获取的道口现场图像进行平滑滤波、灰度变换得到低噪声的灰度图像；

通过背景更新模块把灰度图像分成窗格，分别进行背景更新，滤除运动的物体，以获得滞后于当前图像的无运动物体的背景图像；

通过障碍物检测模块的计分板程序对当前灰度图像和背景图像进行处理，处理结果为检测出的障碍物；

对背景图像和当前图像进行边缘提取，对提取出的边缘图像进行边缘匹配，从而对检测出的目标障碍物进行识别；

判断目标是否为真实的障碍物，如果确实是障碍物，启动障碍物处理程序；

然后更新背景图像缓存队列中的图像，从而快速更新背景图像。