基于无人机的铁路限界异物检测及预警方法研究
发布时间：2022-04-21 21:48
近年来,我国铁路运输、特别是高速铁路发展迅速,由于异物侵限导致的行车安全事故虽偶有发生,但严重威胁行车安全。目前的铁路异物侵限监测形成了“双电网+视频”的综合模式。随着西部边远地区高速铁路运营里程不断增加,由于其复杂多变的地貌特征,基于现有的监测方式存在一定的盲区,建设成本高,维护难度大。“十三五”国家先进轨道交通重点专项提出了“基于空天车地信息一体化的轨道交通安全保障技术”,将移动平台用于轨道交通信息感知监测。无人机由于其机动灵活的优势,目前已应用在铁路建设勘测和电网巡检中,因此本文提出一种基于无人机的铁路限界异物检测及预警方法。研究内容如下:（1）异物检测方法中,建立了用于异物检测的背景特征库,利用K最近邻匹配计算实时采集图像与对应位置的背景特征库之间的匹配度,并采集现场数据对算法的有效性进行了验证。（2）异物提取方法中,提出了基于时空特征融合的异物提取方法,建立了基于空间特征的空域显著图和基于运动特征的时域显著图,利用自适应融合的方式得到了时空显著图,比较准确地提取出了异物。（3）异物识别方法中,基于一定量的训练样本数据,采用Ada Boost算法建立了联合特征分类器模型。测试结...
【文章页数】：100 页
【学位级别】：硕士
【文章目录】：
致谢
摘要
ABSTRACT
1 绪论
1.1 研究背景与意义
1.2 研究现状
1.2.1 国外研究现状
1.2.2 国内研究现状
1.2.3 研究现状总结
1.3 本文的研究内容及结构
2 基于特征匹配的异物入侵检测方法研究
2.1 基于KAZE的图像特征提取方法
2.1.1 非线性扩散滤波
2.1.2 构造非线性尺度空间
2.1.3 确定尺度空间极值
2.1.4 生成特征描述子
2.2 基于PCA-KAZE算法的背景特征库
2.2.1 主成分分析方法
2.2.2 基于主成分分析方法的改进KAZE算法
2.2.3 融合位置信息的背景特征库建立方法
2.2.4 本文算法与经典算法对比
2.3 基于背景特征库的异物入侵检测方法
2.4 方法验证
2.5 本章小结
3 基于视觉显著性的异物提取方法研究
3.1 视觉显著性基本原理
3.2 基于时空联合视觉显著性的异物提取算法
3.2.1 空域视觉显著性特征提取算法
3.2.2 时域视觉显著性特征提取算法
3.2.3 时空显著图融合方法
3.3 方法验证
3.4 本章小结
4 基于多特征学习的异物识别方法研究
4.1 识别特征提取
4.1.1 HOG特征提取方法
4.1.2 LBP特征提取方法
4.2 基于Ada Boosts算法的分类器设计
4.2.1 Ada Boosts算法
4.2.2 弱分类器设计
4.2.3 强分类器设计
4.3 方法验证
4.4 本章小结
5 基于视频内容的异物跟踪及入侵行为预警研究
5.1 基于卡尔曼滤波的异物跟踪方法
5.1.1 卡尔曼滤波
5.1.2 基于卡尔曼滤波的单目标跟踪方法
5.1.3 基于改进卡尔曼滤波的多目标跟踪方法
5.1.4 方法验证
5.2 入侵目标分析与预警模型
5.3 本章小结
6 现场实验分析
6.1 实验设备
6.2 实验方案
6.3 结果分析
6.4 本章小结
7 总结与展望
7.1 工作总结
7.2 工作展望
参考文献
作者简历及攻读硕士学位期间取得的研究成果
学位论文数据集
【参考文献】：
期刊论文
[1]中国高速铁路信息化现状及智能化发展[J]. 史天运. 科技导报. 2019(06)
[2]融合改进FT显著性与Grabcut的图像目标分割算法[J]. 王晓宇,杨帆,范海瑞,温洁,潘旭冉. 电讯技术. 2019(02)
[3]无人机遥感技术在铁路勘测设计中的应用[J]. 张莹,李星,王焕萍. 测绘标准化. 2018(04)
[4]中国高速铁路的创新与发展[J]. 刘辉. 领导科学论坛. 2018(12)
[5]无人机在铁路电力工程架线施工中的应用[J]. 王红鹰. 科学技术创新. 2018(01)
[6]高速铁路公跨铁立交桥异物侵限监控系统[J]. 赵云涌. 铁道通信信号. 2017(02)
[7]高速铁路综合视频监控系统设计探讨[J]. 彭良勇. 铁道通信信号. 2016(11)
[8]基于无人机图像分形特征的油松受灾级别判定[J]. 费运巧,刘文萍,陆鹏飞,骆有庆. 计算机应用研究. 2017(04)
[9]基于空间分布特征的图像显著性检测[J]. 李二水,张建伟. 计算机与数字工程. 2016(02)
[10]基于非线性尺度空间的多源遥感影像匹配[J]. 李鹏,武文波,王宗伟. 测绘科学. 2015(07)
博士论文
[1]视觉显著性应用研究[D]. 敖欢欢.中国科学技术大学 2013
硕士论文
[1]基于无人机的轨道交通线路环境实时感知技术研究[D]. 管岭.北京交通大学 2018
[2]基于云台相机的铁路异物侵限检测方法研究[D]. 马学志.北京交通大学 2018
[3]基于图像处理的铁路轨道异物入侵的自动识别研究[D]. 金炳瑞.兰州交通大学 2016
[4]基于机器视觉的嵌入式铁路异物侵限检测系统研究[D]. 柴华.北京交通大学 2015
[5]铁路异物侵限监控技术方案及监控系统危险因素分析研究[D]. 杨玲玲.西南交通大学 2014
[6]铁路行车安全视频预警关键技术研究[D]. 徐祎.北京交通大学 2011
[7]基于智能视频技术的铁路入侵检测[D]. 习可.中南大学 2010
[8]基于视频内容分析的铁路入侵检测研究[D]. 葛大伟.北京交通大学 2009
[9]基于图像处理的铁路道口视频监控系统算法设计[D]. 杨冰梅.西南交通大学 2008
[10]基于视频的青藏铁路灾害自动预警系统的设计和实现[D]. 张衡.北京大学 2008
本文编号：3646681
【文章页数】：100 页
【学位级别】：硕士
【文章目录】：
致谢
摘要
ABSTRACT
1 绪论
1.1 研究背景与意义
1.2 研究现状
1.2.1 国外研究现状
1.2.2 国内研究现状
1.2.3 研究现状总结
1.3 本文的研究内容及结构
2 基于特征匹配的异物入侵检测方法研究
2.1 基于KAZE的图像特征提取方法
2.1.1 非线性扩散滤波
2.1.2 构造非线性尺度空间
2.1.3 确定尺度空间极值
2.1.4 生成特征描述子
2.2 基于PCA-KAZE算法的背景特征库
2.2.1 主成分分析方法
2.2.2 基于主成分分析方法的改进KAZE算法
2.2.3 融合位置信息的背景特征库建立方法
2.2.4 本文算法与经典算法对比
2.3 基于背景特征库的异物入侵检测方法
2.4 方法验证
2.5 本章小结
3 基于视觉显著性的异物提取方法研究
3.1 视觉显著性基本原理
3.2 基于时空联合视觉显著性的异物提取算法
3.2.1 空域视觉显著性特征提取算法
3.2.2 时域视觉显著性特征提取算法
3.2.3 时空显著图融合方法
3.3 方法验证
3.4 本章小结
4 基于多特征学习的异物识别方法研究
4.1 识别特征提取
4.1.1 HOG特征提取方法
4.1.2 LBP特征提取方法
4.2 基于Ada Boosts算法的分类器设计
4.2.1 Ada Boosts算法
4.2.2 弱分类器设计
4.2.3 强分类器设计
4.3 方法验证
4.4 本章小结
5 基于视频内容的异物跟踪及入侵行为预警研究
5.1 基于卡尔曼滤波的异物跟踪方法
5.1.1 卡尔曼滤波
5.1.2 基于卡尔曼滤波的单目标跟踪方法
5.1.3 基于改进卡尔曼滤波的多目标跟踪方法
5.1.4 方法验证
5.2 入侵目标分析与预警模型
5.3 本章小结
6 现场实验分析
6.1 实验设备
6.2 实验方案
6.3 结果分析
6.4 本章小结
7 总结与展望
7.1 工作总结
7.2 工作展望
参考文献
作者简历及攻读硕士学位期间取得的研究成果
学位论文数据集
【参考文献】：
期刊论文
[1]中国高速铁路信息化现状及智能化发展[J]. 史天运. 科技导报. 2019(06)
[2]融合改进FT显著性与Grabcut的图像目标分割算法[J]. 王晓宇,杨帆,范海瑞,温洁,潘旭冉. 电讯技术. 2019(02)
[3]无人机遥感技术在铁路勘测设计中的应用[J]. 张莹,李星,王焕萍. 测绘标准化. 2018(04)
[4]中国高速铁路的创新与发展[J]. 刘辉. 领导科学论坛. 2018(12)
[5]无人机在铁路电力工程架线施工中的应用[J]. 王红鹰. 科学技术创新. 2018(01)
[6]高速铁路公跨铁立交桥异物侵限监控系统[J]. 赵云涌. 铁道通信信号. 2017(02)
[7]高速铁路综合视频监控系统设计探讨[J]. 彭良勇. 铁道通信信号. 2016(11)
[8]基于无人机图像分形特征的油松受灾级别判定[J]. 费运巧,刘文萍,陆鹏飞,骆有庆. 计算机应用研究. 2017(04)
[9]基于空间分布特征的图像显著性检测[J]. 李二水,张建伟. 计算机与数字工程. 2016(02)
[10]基于非线性尺度空间的多源遥感影像匹配[J]. 李鹏,武文波,王宗伟. 测绘科学. 2015(07)
博士论文
[1]视觉显著性应用研究[D]. 敖欢欢.中国科学技术大学 2013
硕士论文
[1]基于无人机的轨道交通线路环境实时感知技术研究[D]. 管岭.北京交通大学 2018
[2]基于云台相机的铁路异物侵限检测方法研究[D]. 马学志.北京交通大学 2018
[3]基于图像处理的铁路轨道异物入侵的自动识别研究[D]. 金炳瑞.兰州交通大学 2016
[4]基于机器视觉的嵌入式铁路异物侵限检测系统研究[D]. 柴华.北京交通大学 2015
[5]铁路异物侵限监控技术方案及监控系统危险因素分析研究[D]. 杨玲玲.西南交通大学 2014
[6]铁路行车安全视频预警关键技术研究[D]. 徐祎.北京交通大学 2011
[7]基于智能视频技术的铁路入侵检测[D]. 习可.中南大学 2010
[8]基于视频内容分析的铁路入侵检测研究[D]. 葛大伟.北京交通大学 2009
[9]基于图像处理的铁路道口视频监控系统算法设计[D]. 杨冰梅.西南交通大学 2008
[10]基于视频的青藏铁路灾害自动预警系统的设计和实现[D]. 张衡.北京大学 2008
本文编号：3646681
本文链接：https://www.wllwen.com/kejilunwen/anquangongcheng/3646681.html
