一种基于视频图像的铁路货场防护红牌检测方法技术

本发明专利技术涉及一种基于视频图像的铁路货场防护红牌检测方法，包括以下步骤：基于图像获取设备获取红牌设施区域的实时视频流；建立训练样本库，利用图像特征数据离线训练SVM训练模型；使用新的图像特征数据基于SVM训练模型得到识别结果；基于图像预处理通过识别过程自动检测当前系统红牌状态信息；实时地将检测结果和操作事件过程视频上传至后台服务器。本发明专利技术降低了红牌设施的误检率，提高了红牌检测的准确性和实时性。

A red card detection method for railway freight yard based on video image

The invention relates to a railway freight yard door detection method based on video image card, which comprises the following steps: real-time video image acquisition equipment acquisition card based on the stream of regional facilities; establish the training sample library, using image feature data off-line training, SVM training model; using the image feature data of new SVM training model based on image recognition results; processing automatic detection of the current system state information through the recognition process based on the red card; real-time detection results and operation process of event video uploaded to the server. The invention reduces the false detection rate of the red card facilities and improves the accuracy and real time of the red card detection.

【技术实现步骤摘要】
一种基于视频图像的铁路货场防护红牌检测方法
本专利技术涉及智能视频图像处理
，特别是涉及一种基于视频图像的铁路货场防护红牌检测方法。
技术介绍
铁路货运站内的站场作业包括列检作业、装卸作业、调车作业等，工种繁多，交叉作业，为了确保劳动安全和行车安全，货场作业过程需要安全防护红牌设施的保证。目前，铁路货运站红牌设施的安设与撤除大都依靠现场工作人员手动操作，时有发生忘设、错设、漏撤防护红牌的安全隐患；红牌设施操作信息的记录都是人工输入的，易出现信息输入错误、模糊不清、数据篡改等问题；另外，操作信息不能实时地远程传输到作业调度等相关部门，使得铁路货运的站场作业安全存在一定的风险。
技术实现思路
本专利技术所要解决的技术问题是提供一种基于视频图像的铁路货场防护红牌检测方法，降低了红牌设施的误检率，提高了红牌检测的准确性和实时性。本专利技术解决其技术问题所采用的技术方案是：提供一种基于视频图像的铁路货场防护红牌检测方法，包括以下步骤：(1)基于图像获取设备获取红牌设施区域的实时视频流；(2)建立训练样本库，利用图像特征数据离线训练SVM训练模型；(3)使用新的图像特征数据基于SVM训练模型得到识别结果；(4)基于图像预处理通过识别过程自动检测当前系统红牌状态信息；(5)实时地将检测结果和操作事件过程视频上传至后台服务器。所述步骤(1)中图像获取设备设置在满足轨道安全运行距离要求，且能够监测到红牌设施的附近区域的位置。所述步骤(2)具体为：利用获取的实时视频流中的视频图片提取ROI区域作为训练样本集，将现有的样本集分为红牌、非红牌两种类型，并进行分类器设计，实现红牌设施的自动检测；通过图像预处理之后进行中心规范化获取图像特征数据，选择径向基函数作为SVM的核类型，对样本集进行训练，得到SVM训练模型。所述步骤(3)具体为：首先对预处理之后待识别的图像进行中心规范化以获取特征数据，然后根据所述SVM训练模型对待识别图像进行分类识别，得到SVM检测结果。所述步骤(4)具体为：在获取的实时视频流中相隔一定数目抽取视频图像，提取ROI和邻域ROI进行图像预处理；将预处理之后的图像进行中心规范化，得到待识别的图像特征数据，利用训练好的SVM训练模型进行识别得到待识别图像的检测结果；根据当前帧的检测结果，判断当前帧和当前系统的结果是否一致，若一致，则当前系统红牌状态不改变；若不一致，且连续一定数目的结果均为不一致时，则当前系统红牌状态发生改变。有益效果由于采用了上述的技术方案，本专利技术与现有技术相比，具有以下的优点和积极效果：本专利技术从图像获取设备获取实时视频流，提取图像中的有效信息进行图像预处理，分别计算ROI、邻域ROI的图像特征数据，基于训练好的SVM模型进行识别，然后通过判断一定时间内红牌设施的状态是否改变得到检测结果，最后将检测结果和操作事件过程视频实时上传至后台服务器进行展示。本专利技术在图像处理的基础上结合机器学习，增强了图像特征的多模式和有效性，减少了系统的运算过程，降低了红牌设施的误检率，提高了红牌检测的准确性和实时性。附图说明图1是本专利技术的流程图。具体实施方式下面结合具体实施例，进一步阐述本专利技术。应理解，这些实施例仅用于说明本专利技术而不用于限制本专利技术的范围。此外应理解，在阅读了本专利技术讲授的内容之后，本领域技术人员可以对本专利技术作各种改动或修改，这些等价形式同样落于本申请所附权利要求书所限定的范围。本专利技术的实施方式涉及一种基于视频图像的铁路货场防护红牌检测方法，如图1所示，包括以下步骤：基于图像获取设备获取红牌设施区域的实时视频流；建立训练样本库，利用图像特征数据离线训练SVM训练模型；使用新的图像特征数据基于SVM训练模型得到识别结果；基于图像预处理通过识别过程自动检测当前系统红牌状态信息；实时地将检测结果和操作事件过程视频上传至后台服务器。以下通过具体的实施例来进一步说明本专利技术。首先通过摄像机采集包含红牌设施区域的实时视频流，且摄像机设置在满足列车安全运行距离要求基础上，能够监测到较大面积红牌设施的附近区域。基于提取的ROI区域，建立训练样本库，在训练阶段，将现有的样本集分为红牌、非红牌两种类型进行设计，选择径向基函数作为SVM的核类型，设置相关参数进行训练，得到用于自动检测当前图像红牌设施状态信息的训练模型。利用训练好的SVM模型，对提取的图像特征数据进行识别，自动检测当前图像红牌设施的状态信息。通过读取实时视频流，按照一定的帧间隔提取视频图像中的有效信息，选择ROI和邻域ROI信息进行图像预处理，分别计算其图像特征数据作为输入，基于已有的训练模型，通过逻辑判断得到当前图像红牌设施的检测结果；然后根据当前帧的检测结果，判断当前帧和当前系统的结果是否一致，若一致，则当前系统红牌状态不改变；若不一致，且连续一定数目的结果均为不一致，则当前系统红牌状态发生改变，将当前系统红牌状态设置为当前帧红牌设施的状态。最后，若当前系统红牌状态发生改变，则将当前系统红牌状态上传至后台服务器，同时将操作事件过程视频也上传至后台进行展示。不难发现，本专利技术使用图像处理算法和机器学习相结合的方法检测红牌设施的状态信息，提取视频图像中的有效区域信息和间隔帧处理等操作都能够有效减少系统的运算过程，确保系统运行的实时性；基于支持向量机自动检测红牌设施能够有效降低误检率，提高检测过程的准确性。本文档来自技高网...

【技术保护点】
一种基于视频图像的铁路货场防护红牌检测方法，其特征在于，包括以下步骤：(1)基于图像获取设备获取红牌设施区域的实时视频流；(2)建立训练样本库，利用图像特征数据离线训练SVM训练模型；(3)使用新的图像特征数据基于SVM训练模型得到识别结果；(4)基于图像预处理通过识别过程自动检测当前系统红牌状态信息；(5)实时地将检测结果和操作事件过程视频上传至后台服务器。

【技术特征摘要】
1.一种基于视频图像的铁路货场防护红牌检测方法，其特征在于，包括以下步骤：(1)基于图像获取设备获取红牌设施区域的实时视频流；(2)建立训练样本库，利用图像特征数据离线训练SVM训练模型；(3)使用新的图像特征数据基于SVM训练模型得到识别结果；(4)基于图像预处理通过识别过程自动检测当前系统红牌状态信息；(5)实时地将检测结果和操作事件过程视频上传至后台服务器。2.根据权利要求1所述的基于视频图像的铁路货场防护红牌检测方法，其特征在于，所述步骤(1)中图像获取设备设置在满足轨道安全运行距离要求，且能够监测到红牌设施的附近区域的位置。3.根据权利要求1所述的基于视频图像的铁路货场防护红牌检测方法，其特征在于，所述步骤(2)具体为：利用获取的实时视频流中的视频图片提取ROI区域作为训练样本集，将现有的样本集分为红牌、非红牌两种类型，并进行分类器设计，实现红牌设施的自动检测；通过图像预处理之...

【专利技术属性】
技术研发人员：郑睿姣，罗炬锋，尚素娟，赵康，翟华伟，汪华红，王波龙，邱云周，郑春雷，
申请(专利权)人：上海物联网有限公司，
类型：发明
国别省市：上海,31