基于彩色图像处理的列车自动超速保护机柜指示灯检测和识别

发布时间：2023-02-21 13:48

　　高速动车组是当今人们出行的主要交通工具,保证动车安全平稳运行的检修工作具有非常重要的意义。然而,目前动车组的故障检修主要依靠人工且多在夜间进行,长时间的夜间工作,列检员易疲劳,会影响判断能力。随着新高速铁路的铺设和运营密度的增加,维修人员的压力进一步加大。本文提出一种基于彩色图像处理的列车自动超速保护柜指示灯检测识别技术。与人工检测相比,能大大提高工作效率和故障识别可靠度。根据列车自动超速保护系统(Automatic Train Protection System Technology,简称ATP)机柜指示灯的实际特点,对各种颜色空间和指示灯识别进行了研究。机柜上的指示灯比公路上的交通灯小,所拍摄的图像指示灯的中心颜色不纯,柜体背景复杂,给指示灯的检测增加了难度。在预处理中采用中值滤波,不影响特征提取。不但可以去噪,而且大多数有用信息都得到了充分保留。在从RGB转换为HSV,用分量H来解决区分RGB空间辨色困难的问题,再用S分量提取出信号区域,确定信号灯大致区域。用数学形态学去除出不需要的点,再用图像匹配的方法进一步验证待测指示灯。以彩色图像处理技术为基础,设计了自动识别系统。在动车组...

【文章页数】：65 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第一章 绪论
    1.1 课题背景及研究意义
    1.2 国内外研究现状
        1.2.1 图像处理现状
        1.2.2 列车检修现状
    1.3 论文的研究内容
第二章 动车组和列车自动超速保护系统概况
    2.1 动车组
        2.1.1 动车组的基本概念
    2.2 列车自动超速保护系统(ATP)的功能
    2.3 列控车载设备主机的组成
    2.4 本章小结
第三章 图像处理算法的基本理论
    3.1 颜色空间
        3.1.1 常见的彩色模型
    3.2 常见的分割方法
        3.2.1 基于阈值分割
        3.2.2 分水岭变换分割
        3.2.3 RGB像素分割
        3.2.4 区域分割
        3.2.5 边界分割
    3.3 图像匹配的研究
        3.3.1 基于变换域信息的图像匹配算法
        3.3.2 基于灰度相关的图像匹配算法
        3.3.3 基于特征的图像匹配方法
    3.4 本章小结
第四章 基于边缘检测的指示灯边缘检测与识别
    4.1 指示灯的边缘检测
        4.1.1 图像预处理
        4.1.2 RGB空间转换至HSV空间
        4.1.3 图像边缘检测
        4.1.4 HSV空间内分量图像边缘检测
        4.1.5 HSV空间单分量图像阈值分割
        4.1.6 获取连接边界
    4.2 HSV空间单分量图图像阈值分割
    4.3 本章小结
第五章 自动超速保护系统机柜指示灯典型故障识别算法设计
    5.1 系统分析
        5.1.1 可行性分析
        5.1.2 系统功能分析
    5.2 系统各部分组成
        5.2.1 设计的整体流程图
        5.2.2 图片采集部分
        5.2.3 彩色图像处理
    5.3 本章小结
结论与展望
参考文献
攻读硕士学位期间取得的研究成果
致谢
附件



本文编号：3747610