[发明专利]一种基于图像的铁路限界区域识别方法

说明书

本发明公开了铁路异物侵限领域的一种基于图像的铁路限界区域识别方法，方法的步骤包括A，获取包含铁路的图像；B，从包含铁路场景的图像中提取出铁轨坐标；C，计算铁轨限界区域边缘线与铁轨之间的实际限界距离，所述限界距离包括当铁路线路为直线情况时的限界距离和当铁路线路为曲线情况时的限界距离；D，根据铁轨坐标和实际限界距离确定图像中限界区域。本发明提出的一种基于图像的铁路限界区域识别方法，提升了在铁路复杂场景下对铁路限界区域自动化识别的准确度，使得应用该方法的周界入侵监测等视频监控系统可以自动确定限界范围。

技术领域

本发明涉及铁路异物侵限领域，特别是一种基于图像的铁路限界区域识别方法。

背景技术

随着我国的铁路建设进程迅速发展，列车在露天环境中高速行驶时触发行车安全问题的环境因素也明显增加，给铁路安全监控带来巨大的压力。其中异物侵限和周界入侵事件严重影响到列车的行车安全。异物侵限是指铁路线路周边影响正常行车的障碍物侵入铁路界限范围内，危及行车安全。周界入侵是指采用穿越、翻越、破坏等方式非法侵入高速铁路周界。

对于异物侵限和周界入侵事件的监测除了采用电网、光纤光栅等技术外，近年来随着铁路视频监控设施日趋完善，视频监控技术成为一种主流手段。视频监控技术通常是在划定区域内对铁路侵限异物进行监控，而划定的区域一般为铁路的建筑物基本限界区域。

建筑物基本限界是铁路行业的一个专有技术名词，是指一个和线路中心线垂直的极限横断面轮廓。在此轮廓内，除机车车辆和与机车车辆有相互作用的设备(车辆减速器，路签授受器，接触电线及其他)外，其他设备或建筑物均不得侵入。

采用视频监控手段监测异物侵限和周界入侵事件，就避免不了在图像中画限界区域。现有技术中铁路侵限限界划定主要包括两类方法，一类是基于视频分析的方法，另一类是防护网+电传感器或者光纤传感器的方法，相比较而言，由于现在铁路沿线覆盖了视频监控设备，基于视频分析的方法利用现有的设备就能完成监测，成本低廉，准确性较高。

但是存在的问题在于，目前一般采用手动方式在视频图像中划分限界区域，精度不高，影响图像识别结果，需找到一种自动划分限界区域的方法。并且，由于监控的对象是铁路沿线，根据相关标准，铁路限界的区域划分并不是完全相同的，根据铁路的区段有相应调整，而现有技术中并未针对铁路限界的特点进行适应性的改进，造成识别准确率不高。

发明内容

本发明为了克服上述不足之处，按照直线段和曲线段，分别确定了限界区域划分的计算方法，并且在图像预处理中进行了像素尺寸的统一，提出了一种基于图像的铁路限界区域识别方法。

为了实现上述发明目的，本发明提供了以下技术方案：

一种基于图像的铁路限界区域识别方法，步骤包括：

A，获取包含铁路的图像；并从包含铁路场景的图像中提取出铁轨坐标；

B，计算铁轨限界区域边缘线与铁轨之间的实际限界距离，实际限界距离包括当铁路线路为直线情况时的实际限界距离和当铁路线路为曲线情况时的实际限界距离；

C，根据铁轨坐标和实际限界距离确定图像中限界区域。

作为本发明的优选方案，实际限界距离的计算公式为M＝(X-L)/2，其中，X是建筑物基本限界长度，L是轨距。

作为本发明的优选方案，当铁路线路为曲线情况时，建筑物基本限界长度计算公式为X＝X₀+2W，其中，X是建筑物基本限界长度，X₀是标准轨距铁路的建筑物基本限界长度基准值，W是线路极限弯曲情况下单侧加宽量，W取W1和W2中较大的值，W1是轨道曲线内侧加宽量，W2是轨道曲线外侧加宽量。