[发明专利]一种轨道交通周界入侵的监测方法及装置

说明书

本发明公开了一种轨道交通周界入侵的监测方法及装置，方法的步骤包括：A，获取视频序列图像；B，从视频序列图像中提取其中一帧图像，从帧图像中提取背景图，并提取铁轨边缘线的像素坐标矩阵；C，将背景图划分为多个网格，确定每一个网格的中心坐标；D，根据网格的中心坐标与铁轨边缘线的欧式距离，将多个网格分为敏感区域和非敏感区域；E，利用目标检测算法，判断每一个网格是否有移动物体，如果有移动物体，执行步骤F；F，基于轨道交通周界入侵识别模型进行判断，当移动物体不是列车且在敏感区域内时，则报警。本发明的方法进行了初检测，而不是将所有帧图像都放入识别模型进行精确识别，节约了时间和资源。

技术领域

本发明涉及铁路异物侵限领域，特别是一种轨道交通周界入侵的监测方法及装置。

背景技术

火车的行驶安全检测一直是相关领域应用的一项重要研究，列车与侵入铁轨的物体(例如行人、动物、车辆等)相撞时，会给个人和社会带来巨大的财产损失和负面影响。就目前而言，现有会在道岔路口安装一些视频监控设备，在铁路周围出现异常时会报警。而现有的这些监控设备所涉及的方法一般为传统的图像识别方法或结合深度学习的目标检测算法。传统的图像识别方法检测异常的准确率并不是太好，而一次漏检可能就会造成重大损失。涉及深度学习的目标检测方法如果要达到可以应用的实时检测速度，对设备资源的要求较高。

发明内容

本发明提出一种新的解决方案，在兼顾检测报警准确率的同时对资源设备的要求比单纯的深度学习方法更低。提出了一种轨道交通周界入侵的监测方法及装置。

为了实现上述发明目的，本发明提供了以下技术方案：

一种轨道交通周界入侵的监测方法，步骤包括：

A，获取视频序列图像；

B，从视频序列图像中提取其中一帧图像，从帧图像中提取背景图，并提取铁轨边缘线的像素坐标矩阵；

C，将背景图划分为多个网格，确定每一个网格的中心坐标；

D，根据网格的中心坐标与铁轨边缘线的欧式距离，将多个网格分为敏感区域和非敏感区域；

E，利用目标检测算法，判断每一个网格是否有移动物体，如果有移动物体，执行步骤F；

F，基于轨道交通周界入侵识别模型，判断移动物体是否为列车，如果移动物体为列车，则结束；否则，判断移动物体是否位于敏感区域内，如果移动物体位于敏感区域内，则报警，否则，对下一帧图像进行判断。

进一步的，步骤D中，多个网格分为敏感区域和非敏感区域的判断依据是：如果d_jMax{W/2K,H/2K}，则d_j对应的第j个网格为敏感区域网格，否则，d_j对应的第j个网格为非敏感区域网格；

其中，d_j为第j个网格与铁轨边缘线的欧式距离的最小值，(x_j,y_j)是第j个网格的中心坐标，(x_i,y_i)是铁轨边缘线的像素点坐标，帧图像的像素为W×H，帧图像被划分为K×K的网格。

进一步的，步骤E中，利用目标检测算法，判断每一个网格是否有移动物体的具体步骤包括：

提取帧图像的每一个网格的第一灰度值；

提取帧图像之前第五帧图像，并计算相应网格的第二灰度值；

根据第一灰度值和第二灰度值计算两帧图像每个网格的平均灰度差值，如果平均灰度差值大于灰度阈值，则帧图像相应网格内有移动物体，否则，判断为没有移动物体。