(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211053889.0 (22)申请日 2022.08.31 (71)申请人 成都众乐泰科技有限公司 地址 610000 四川省成 都市中国(四川)自 由贸易试验区成都高新区益州大道中 段1800号1栋180 3号 (72)发明人 周屹　何勇　 (74)专利代理 机构 成都欣圣知识产权代理有限 公司 512 92 专利代理师 王海文 (51)Int.Cl. G06V 20/54(2022.01) G06V 20/40(2022.01) G06V 40/20(2022.01) G06V 10/762(2022.01)G06V 10/764(2022.01) G06T 7/13(2017.01) G06T 7/246(2017.01) G06T 7/269(2017.01) G06T 7/277(2017.01) (54)发明名称 一种铁轨异物检测方法 (57)摘要 本发明提供了一种铁轨异物检测方法， 目的 是解决现有技术中采用视频监控所存在的技术 问题。 该铁轨异物检测方法包括铁轨障碍物检 测： 读取监测区域， 检测铁轨连续性、 异常边缘、 方差和相关性、 光流场异常点， 将检测得到的数 据进行融合， 得出铁轨障碍物尺寸和距离估计； 行人检测： 收集各种场景下的行人图像并进行学 习， 拾取铁轨线上监测区域的图像进行分析， 并 得出结果； 接触网检测： 确定接触线位置， 判定接 触线上是否具有障碍物； 数据融合： 融合所述障 碍物检测、 行人检测和接触网检测得到的结果并 进行判定该铁轨异物检测方法， 具有检测全面， 入侵事件可以得到及时有效处理、 图像处理外界 环境影响小、 探测距离 长、 成本低的优点。 权利要求书2页 说明书8页 CN 115546738 A 2022.12.30 CN 115546738 A 1.一种铁 轨异物检测方法， 其特 征在于， 包括： 铁轨障碍物检测： 读取监测区域， 检测铁轨连续性、 异常边缘、 方差和相关性、 光流场异 常点， 将检测得到的数据进行融合， 得 出铁轨障碍物 尺寸和距离估计； 行人检测： 收集各种场景下的行人图像并进行学习， 拾取铁轨线上监测区域的图像进 行分析， 并得 出结果； 接触网检测： 确定 接触线位置， 判定 接触线上 是否具有障碍物； 数据融合： 融合所述障碍物检测、 行人检测和接触网检测得到的结果并进行判定， 若判 定所述铁轨障碍物检测、 所述行人检测和所述接触网检测中任意一项的结果为是， 则发出 警报。 2.根据权利要求1所述的铁轨异物检测方法， 其特征在于， 所述铁轨障碍物检测包括以 下步骤： S11、 铁轨连续性检测： 读取检测区域， 并从取检测区域内铁轨线的近点开始跟踪边界， 检查铁轨线上是否存在断口， 若在到 达轨道尽头之前， 存在断口， 则轨道的连续 性被破坏； S12、 异常边缘检测： 分析检测区域图像中的边缘信息， 减去铁轨和枕木边缘， 在剩下的 图像中搜索长边缘， 并将长边缘用聚类算法聚集成边缘簇， 边缘簇投影到3D空间中， 若边缘 簇分布面积大于阈值， 则判定存在障碍物； S13、 方差和相关性检测： 将铁轨线划分为若干矩形 区域， 计算矩形区域内的灰度方差， 比较相邻两个矩形区域的灰度方差， 若方差的差值大于阈值， 则判定存在障碍物； S14、 光流场异常点检测： 在铁轨线上选取若干光流场点， 从向量场中减去列车本身运 动造成的速度分量后， 若向量场处于非均匀一 致的状态， 则轨道上 具有运动物体。 3.根据权利要求1所述的铁轨异物检测方法， 其特征在于， 所述行人检测包括以下步 骤： S21、 收集行人数据： 采集各种气象条件、 各种场景及各种姿势的行人图像， 从图像中抠 出行人并规范化尺寸， 得到正样本集， 从无 人图像中随机采样形成负 样本集； S22、 学习支持向量机分类 器： 学习大量的标定样本集后， 得到一个分类 器； S23、 生成目标监视区域： 沿铁轨线连续设置若干具有重叠区域的矩形区域， 矩形区域 内的子图像为 监视区域， 通过 下采样子图像 检测行人； S24、 计算剃度图形： 对子图像进行 卷积， 得到梯度的幅值和方向； S25、 计算梯度方向直方图； S26、 正规化直方图； S27、 线性SVM分类： 将子图像中的特征向量输入向量机分类器， 计算特征向量与分隔超 平面的距离， 若距离为负数， 表示检测样本非行 人， 若距离为 正数， 表示检测样本为行 人。 4.根据权利要求3所述的铁轨异物检测方法， 其特征在于， 所述行人检测还包括以下步 骤： S28、 非最大值抑制： 分类器处理不同位置、 不同尺度的监视区域， 对检测结果相近的目 标认定为同一目标， 同一目标输出一个 检测结果。 5.根据权利要求1所述的铁轨异物检测方法， 其特征在于， 所述接触网检测包括以下步 骤： S31、 确定 接触线；权　利　要　求　书 1/2 页 2 CN 115546738 A 2S32、 判定障碍物： 接触线下面附着的物体判别为障碍物。 6.根据权利要求5所述的铁 轨异物检测方法， 其特 征在于， 步骤S32中， 通过摄像机拍摄接触线， 并通过立体视觉的支持， 推导可疑障碍物的高度， 辨别障碍物的真伪。 7.根据权利要求1所述的铁 轨异物检测方法， 其特 征在于， 在所述铁轨障碍物检测中采用卡尔曼滤波数据关联算法， 通过滤波器估计每个物体的 位置、 速度和 加速度， 将检测的数据进行融合。 8.根据权利要求1所述的铁 轨异物检测方法， 其特 征在于， 在所述行人检测中， 通过非制冷红外视频采集设备和可见光视频采集设备获取图像， 使用多光谱图像融合 技术获得对景物更全面、 清晰的行 人图像。 9.根据权利要求1所述的铁 轨异物检测方法， 其特 征在于， 采用双线形 滤波算法识别和提取铁 轨障碍物、 行 人、 接触网障碍物的图像信息 。 10.根据权利要求1所述的铁 轨异物检测方法， 其特 征在于， 采用宽动态算法对图像信息中的 曝光区域和欠曝光区域的像素值进行重新调整。权　利　要　求　书 2/2 页 3 CN 115546738 A 3