基于轨道视觉特征谱的轨道入侵物检测方法技术

本发明专利技术提供了一种基于轨道视觉特征谱的轨道入侵物检测方法。该方法包括:沿轨道线路以一定高度、角度和速度巡航并拍摄图像，利用图像数据，针对6种图像拍摄和仿射变化建立特征图像库，基于所述轨道特征图像库构建轨道视觉特征谱；利用所述轨道视觉特征谱与待检测的轨道图像特征进行特征匹配，根据匹配结果判断所述待检测的轨道图像中是否存在轨道入侵物。本发明专利技术提出的轨道视觉特征谱理论及基于轨道视觉特征谱理论的入侵物检测方法，可以运用到基于无人机的入侵物检测系统中，解决了传统检测系统可靠性差、成本昂贵的问题。该方法特征提取和匹配速度快，可以有效地检测出轨道中的入侵物，可以运用到基于无人机的入侵物检测系统中。

Track intrusion detection method based on track visual feature spectrum

The invention provides a track intrusion detection method based on the track visual characteristic spectrum. The method includes: along the rail line to a certain height, angle and speed of cruise and the image, using the image data, a feature image library for 6 images and affine changes, construct the track feature image library based on visual feature track spectrum; spectrum to be detected and track image feature matching characteristics using the orbit the visual features, according to the matching result judging whether the detected image exists in the orbit orbit invasion. The invention provides a visual feature track spectrum theory and intrusion detection method of track spectrum based on the theory of visual features, can be applied to objects of UAV based intrusion detection system, solve the traditional detection system of poor reliability and high cost problems. The method has fast feature extraction and fast matching, and can effectively detect intrusion in orbit. It can be applied to intrusion detection system based on uav.

【技术实现步骤摘要】
基于轨道视觉特征谱的轨道入侵物检测方法
本专利技术涉及轨道安全检测
，尤其涉及一种基于轨道视觉特征谱的轨道入侵物检测方法。
技术介绍
轨道交通里程特别是西部复杂地貌环境下铁路里程不断增加，亚欧高速铁路建设，以及严峻的国际安全局势影响，使能用于无人机载入侵物识别设备的轨道线路入侵物快速识别方法和技术成为迫切需求。在我国现有的轨道安全检测系统中，主要采用定点安装监控相机、值班人员实时观察方式来检查轨道线路状况。此种方式需要在轨道线路上点式分布安装相机，安装和维护成本高，同时在西部山区、无人区等恶劣复杂地貌环境影响下，无法推广运用；通过相关人员的观察判断检测线路状态，容易因为疲劳疏忽等因素造成安全隐患。国内外研究人员研究的基于固定相机的轨道入侵物自动识别算法，多数以图像像素特征作为模板，与实时图像进行匹配检测入侵物。此方法容易受周围环境影响，模板需要实时更新，无法应用到无人机载入侵物检测系统中。
技术实现思路
本专利技术的实施例提供了一种基于轨道视觉特征谱的轨道入侵物检测方法，以实现对轨道入侵物进行有效地检测。为了实现上述目的，本专利技术采取了如下技术方案。一种基于轨道视觉特征谱的轨道入本文档来自技高网...

【技术保护点】
一种基于轨道视觉特征谱的轨道入侵物检测方法，其特征在于，包括：沿轨道线路以一定高度、角度和速度巡航并拍摄图像，利用图像数据，针对旋转、亮度、视角、清晰度、尺度和压缩比6种图像拍摄和仿射变化建立轨道特征图像库，基于所述轨道特征图像库构建轨道视觉特征谱；将所述轨道视觉特征谱与待检测的轨道图像进行特征匹配，根据匹配结果判断所述待检测的轨道图像中是否存在轨道入侵物。

【技术特征摘要】
1.一种基于轨道视觉特征谱的轨道入侵物检测方法，其特征在于，包括：沿轨道线路以一定高度、角度和速度巡航并拍摄图像，利用图像数据，针对旋转、亮度、视角、清晰度、尺度和压缩比6种图像拍摄和仿射变化建立轨道特征图像库，基于所述轨道特征图像库构建轨道视觉特征谱；将所述轨道视觉特征谱与待检测的轨道图像进行特征匹配，根据匹配结果判断所述待检测的轨道图像中是否存在轨道入侵物。2.根据权利要求1所述的方法，其特征在于，所述的沿轨道线路以一定高度、角度和速度巡航并拍摄图像，利用图像数据，针对旋转、亮度、视角、清晰度、尺度和压缩比6种图像拍摄和仿射变化建立轨道特征图像库，基于所述轨道特征图像库构建轨道视觉特征谱，包括：利用搭载云台相机的无人机沿轨道线路以一定高度、角度和速度巡航并拍摄图像，依据图像中的轨道长度划定轨道特征模板区间，根据图像数据，针对旋转、亮度、视角、清晰度、尺度和压缩比6种拍摄和仿射变化建立轨道特征图像库，基于所述轨道特征图像库构建轨道视觉特征谱，上述处理过程包括如下6个处理步骤：1)计算像素梯度运用Sobel算子的水平方向模板▽x和垂直方向模板▽y，计算轨道图像数据中每个像素的水平梯度值和垂直梯度值如式(1)和式(2)所示：式(2)中f(x,y)为图像数据；2)计算方向场由图像数据中每个像素点的梯度算子求得水平方向平方梯度和垂直方向平方梯度如式(3)所示：对每一个以像素为中心的图像滑窗子块w×w，计算平均平方梯度值Δx(i,j)和Δy(i,j)，如式(4)所示：计算该子块梯度的平均方向为式(5)所示：3)轨道定位对轨道图像按照上述公式(3)、(4)和(5)提取出方向场，根据方向场得到该轨道图像的梯度图像和梯度值，以所述轨道图像的梯度值为阈值对所述轨道图像进行阈值化处理，去除背景影响，运用Canny边缘检测，得出轨道图像中的轨道的位置；4)限界提取根据所述轨道图像中的轨道的位置和铁路限界定义提取轨道图像中的轨道限界区域，该轨道限界区域包括轨道、路基在内的铁路限界区域以及铁路限界区域向外延伸的缓冲区域，计算轨道图像中每一个像素与其最近的轨道像素的距离，将其距离小于等于轨道宽度的区域标记为铁路限界区域；5)ALP特征提取提取出每个轨道限界区域的ALP特征，对提取出的轨道限界区域的ALP特征进行压缩编码；6)轨道视觉特征谱的构建以每个轨道限界区域的地理位置作为区间索引，将每个轨道限界区域的地理位置与每个轨道限界区间的ALP特征融合，综合该轨道段所有轨道限界区间的融合特征，构建完成轨道视觉特征谱。3.根据权利要求2所述的方法，其特征在于，所述的提取出每个轨道限界区域的ALP特征，包括：①构建高斯尺度空间求尺度空间极值点，高斯核是实现尺度变换的唯一线性卷积核，对于一个尺度参数δ，二维高斯核表示为式(6)所示：g(x,y,δ)＝1/2πδ2·exp(-(x2+y2)/2δ2)(6)为了构建图像金字塔，在每一个子八度中，使用4个递增的尺度参数δ的高斯核以及离散拉普拉斯核对原始图像进行滤波，如式(7)所示：

【专利技术属性】
技术研发人员：李晓峰，管岭，杨晗，贾利民，
申请(专利权)人：北京交通大学，
类型：发明
国别省市：北京,11