[发明专利]基于图像处理的铁路雪深及风雪运移轨迹监测方法及系统

权利要求书

1.一种基于图像处理的铁路雪深及风雪运移轨迹监测方法；其特征在于，至少包括：

S1、在铁路沿线建立识杆区，并在识杆区内设置标识杆；在标识杆的表面涂敷黑色、黄色和红色三种标记色，其中，黑色部分和黄色部分陆续交替设置；

S2、采集标识杆区域数字影像数据；

S3、依次通过图像增强算法和图像识别算法提取得到标识杆图像；所述图像识别算法包括如下步骤：

S301、建立视角标识杆基础库；提取完整标识杆所在最小矩形区域图像，作为ROI；通过二值化处理，获得ROI区域完整杆件的二值图，记为ROI-2；

S302、黑色部分标识杆识别提取，具体为：

A、图像灰度化处理；

B、对灰度图进行方框滤波操作，模糊图像中物体边缘；

C、通过阈值处理提取图像中灰度值超过设定阈值的像素点，二值化后输出；

D、对图像进行开运算处理，先将干扰区域通过腐蚀处理消除，再通过膨胀处理使标识杆黑色部分恢复原始大小；

S303、黄色部分标识杆识别提取，具体为：

a、在原始图像的基础上，在HSV色彩空间中分别设置阈值区间((H＞＝0H＜＝23)||(H＞＝145H＜＝149)(V＞＝50V＜＝254))，提取黄色区域和红色区域，并对提取区域进行二值化；

b、对图像进行开运算，利用腐蚀算法消除干扰区域；

c、对图像进行闭运算，先通过膨胀算法填充镂空区域，再利用腐蚀算法消除过度膨胀的范围；

S304、将提取的标识杆黑色区域和红黄区域合并；

对图像进行闭运算处理，利用膨胀算法链接两部分，

利用腐蚀算法恢复两端膨胀的区域；

提取标准库中ROI区域坐标信息，对图像信息进行横向膨胀运算，在不改变纵向长度的前提下填充满ROI区域；

利用标准库中的ROI-2与上述图像进行叠加运算，保留两幅图像中均为白色的区域；

S4、通过标识杆图像计算得到标识杆的识别长度；通过标识杆的初始长度和识别长度计算得到雪深数值；具体为：将积雪以上部分标识杆与标准库中ROI-2中的杆件部分通过计算像素点数量获取两者面积，通过计算面积关系和此标识杆地面以上部分总长度获取积雪以上部分标识杆长度，通过反算可以获得积雪深度；

S5、通过天气预报数据、积雪深度变化计算积雪迁移轨迹。

2.根据权利要求1所述的基于图像处理的铁路雪深及风雪运移轨迹监测方法，其特征在于，所述S2具体为：通过定时拍摄采集标识杆区域的数字影像数据或连续拍摄采集标识杆区域的视频影像数据。

3.一种基于图像处理的铁路雪深及风雪运移轨迹监测系统，其特征在于，至少包括：

建立在铁路沿线的识杆区，在所述识杆区内设置有标识杆；在所述标识杆的表面涂敷黑色、黄色和红色三种标记色，其中，黑色部分和黄色部分陆续交替设置；

用于获取标识杆区域图像信息的图像采集装置；

图像预处理模块，依次通过图像增强算法和图像识别算法提取得到标识杆图像；所述图像识别算法包括如下步骤：

S301、建立视角标识杆基础库；提取完整标识杆所在最小矩形区域图像，作为ROI；通过二值化处理，获得ROI区域完整杆件的二值图，记为ROI-2；

S302、黑色部分标识杆识别提取，具体为：

A、图像灰度化处理；

B、对灰度图进行方框滤波操作，模糊图像中物体边缘；

C、通过阈值处理提取图像中灰度值超过设定阈值的像素点，二值化后输出；

D、对图像进行开运算处理，先将干扰区域通过腐蚀处理消除，再通过膨胀处理使标识杆黑色部分恢复原始大小；

S303、黄色部分标识杆识别提取，具体为：

a、在原始图像的基础上，在HSV色彩空间中分别设置阈值区间((H＞＝0H＜＝23)||(H＞＝145H＜＝149)(V＞＝50V＜＝254))，提取黄色区域和红色区域，并对提取区域进行二值化；

b、对图像进行开运算，利用腐蚀算法消除干扰区域；

c、对图像进行闭运算，先通过膨胀算法填充镂空区域，再利用腐蚀算法消除过度膨胀的范围；

S304、将提取的标识杆黑色区域和红黄区域合并；

对图像进行闭运算处理，利用膨胀算法链接两部分，

利用腐蚀算法恢复两端膨胀的区域；

提取标准库中ROI区域坐标信息，对图像信息进行横向膨胀运算，在不改变纵向长度的前提下填充满ROI区域；

利用标准库中的ROI-2与上述图像进行叠加运算，保留两幅图像中均为白色的区域；

图像识别模块，通过标识杆图像计算得到标识杆的识别长度；通过标识杆的初始长度和识别长度计算得到雪深数值；通过标识杆的初始长度和识别长度计算得到雪深数值具体为：将积雪以上部分标识杆与标准库中ROI-2中的杆件部分通过计算像素点数量获取两者面积，通过计算面积关系和此标识杆地面以上部分总长度获取积雪以上部分标识杆长度，通过反算可以获得积雪深度；

积雪迁移轨迹预测模块，通过天气预报数据、积雪深度变化计算积雪迁移轨迹。