（载运工具运用工程专业论文）图像检测技术在运煤列车抑尘作业中的应用研究.pdf

中文摘要 中文摘要 摘要：为了使抑尘剂喷淋装置在运煤列车抑尘作业中更加经济合理地使用，本文 主要研究了图像检测技术的相关理论，开发了与喷淋装置配套使用的图像检测系 统。该系统由列车货车车号识别、运煤列车识别以及车辆视频测速三个子系统组 成。 列车货车车号识别研究。首先根据列车货车车号图像的特征，讨论了车号图 像的预处理方法，采用动态阈值二值法、灰度拉伸、倾斜校正以及数学形态学处 理对车号图像进行预处理；针对车号识别中单字分割准确率不高的问题，本文提 出了基于单字识别的动态车号分割算法，有效地提高了分割的准确率；为避开由 于货车车号印刷字体的影响，提出了基于交叉线的字符特征提取方法，着重分析 了b p 神经网络的基本原理和在字符识别中的应用实现，最后介绍了车号识别系统 的软件设计方法和实验结果分析。 运煤列车识别研究。首先根据运煤列车的高度特征和散煤的颜色特征，提出 了运煤列车的识别策略；接着介绍了纹理分析的相关理论，着重对基于灰度共现 矩阵的纹理分析方法进行了研究，提取出能量等五种灰度共现矩阵的特征值作为 车载货物纹理分析的特征值，分析了车载货物图像灰度共现矩阵的实现方法；最 后介绍了车载货物纹理分析系统的实现和实验结果分析。 视频测速研究。首先对常用车辆测速方法进行分析，根据货运敞车的视频图 像特征，采用边缘检测算法提取车厢边缘轮廓作为车辆运动特征，通过垂直投影 对特征区域进行水平定位；完成了相机的标定；建立了列车视频测速模型，提出 了相应的视频测速解决方案；最后进行了实验和实验结果分析。 关键词：图像检测；b e 神经网络；车号识别；纹理分析；测速 分类号：t p 3 9 1 4 1 a b s t r a c t a b s t r a c t ：c o n s t r a i nd u s ts p r a y se q u i p m e n ti su s e di np o w d e rc o a lt r a n s p o r t a t i o n i no r d e rt oi m p r o v ei t sr e a s o n a b l ea n de c o n o m i c a la p p l i c a t i o n ，t h i sp a p e rs t u d i e do n i m a g ed e t e c t i o nt e c h n i q u e ，d e v e l o p e da n dr e a l i z e dt h ei m a g ed e t e c t i o ns y s t e m t h i s s y s t e mi sc o m p o s e d o ft h r e es u b s y s t e m s ：v e h i c l en u m b e rr e c o g n i t i o n , c o a l t r a n s p o r t a t i o nt r a i ni d e n t i f i c a t i o na n dv i d e of r e q u e n c yv e l o c i t ym e a s u r e m e n t t h ev e h i c l en u m b e rr e c o g n i t i o nr e s e a r c h f i r s t ，a c c o r d i n gt ot h ev e h i c l en u m b e r i m a g e sf e a t u r e s ，i m a g e sp r e p r o c e s sm e t h o d sa r ed i s c u s s e d d y n a m i ct h r e s h o l d ，掣a y s t r e t c h ，r o t a r ya d j u s t m e n ta n dm a t h e m a t i c sm o r p h o l o g yp r o c e s s i n ga r cu s e d t o p r o c e s st h ed i g i t a li m a g e c h a r a c t e rd i v i s i o na l g o r i t h mb a s e d o nr e c o g n i t i o nr a i s e st h e c o r r e c tr a t eo fd i v i s i o na n dr e c o g n i t i o n c h a r a c t e r sc h a r a c t e r i s t i ci se x t r a c t e dt h r o u g h c r o s sl i n e ，t h i sm e t h o da v o i d e dt h ei n f l u e n c eo fv e h i c l en u m b e r sp r i m i n gt y p e f a c e t h eb a s i cp r i n c i p l ea n dm e t h o do f b p n ni sd i s c u s s e d ，t h ev e h i c l en u m b e rr e c o g n i t i o n s y s t e mb a s e do ni ti sr e a l i z e da n de x p e r i m e n tr e s u ri sg i v e ni nt h ep a p e r t h ec o a lt r a n s p o r t a t i o nt r a i ni d e n t i f i c a t i o nr e s e a r c h f i r s t ，c o a lt r a n s p o r t a t i o n t r a i n si d e n t i f i c a t i o ns t r a t e g yi sp r o p o s e da c c o r d i n gt ot h eh e i g h to f c o a lt r a n s p o r t a t i o n t r a i na n dc o a l sc o l o rc h a r a c t e r i s t i c t e x t u r ea n a l y s i sa n da s s o c i a t e dt h e o r i e sa r e d i s c u s s e d ，e s p e c i a l l yg r a yl e v e lc o - o c c u r r e n o em a t r i x f i v eg r a yl e v e lc o - o c c u n c n c c m a t r i xc h a r a c t e r ss u c ha se n e r g ya r eu s e dt or e c o g n i z et h ec a r g o ，t h er e a l i z a t i o no f g r a yl e v e lo d - o c z u r r e n c em a t r i x i sa n a l y z e d a tl a s t , v e h i c l el o a d e d c a r g o s i d e n t i f i c a t i o ns y s t e mi sr e a l i z e da n de x p e r i m e n t a ld a t ai sa n a l y z e d t h ev i d e of r e q u e n c ys p e e dm e a s u r e m e n tr e s e a r c h f i r s t ，t h ec o m m o n l yu s e d v e h i c l e ss p e e dm e a s u r e m e n t sa r ea n a l y z e d e d g cd e t e c t i o na l g o r i t h mi sa d o p t e dt o e x t r a c tv e h i c l e sm o v e m e n tc h a r a c t e r sa c c o r d i n gt ot h et r a i n sv i d e of r e q u e n c y c a l n e l a sd e m a r c a t ea r i t h m e t i ci sa n a l y z e da n dv e l o c i t ym e a s u r e m e n tm o d e li sb u i l t a tl a s t , e x p e r i m e n ti sd o n ea n de x p e r i m e n t a ld a t ai sa n a l y z e d k e y w o r d s ：i m a g ed e t e c t i o nt e c h n i q u e ；b pn e u r a ln e t w o r k ；v e h i c l en u m b e r r e c o g n i t i o n ；t e x t u r ea n a l y s i s ；s p e e dm e a s u r e m e n t c l a s s n o ：t p 3 9 1 4 1 学位论文版权使用授权书 本学位论文作者完全了解北京交通大学有关保留、使用学位论文的规定。特 授权北京交通大学可以将学位论文的全部或部分内容编入有关数据库进行检索， 并采用影印、缩印或扫描等复制手段保存、汇编以供查阅和借阅。同意学校向国 家有关部门或机构送交论文的复印件和磁盘。 ( 保密的学位论文在解密后适用本授权说明) 学位论文作者签名：勒；咩 导师签名： 签字日期：一7 年j 硼j7 日 签字日期：口一7 年f 。月1 7 日 独创性声明 独创性声明 本人声明所呈交的学位论文是本人在导师指导下进行的研究工作和取得的研 究成果，除了文中特别加以标注和致谢之处外，论文中不包含其他人已经发表或 撰写过的研究成果，也不包含为获得北京交通大学或其他教育机构的学位或证书 而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均己在论文中作 了明确的说明并表示了谢意。 学位论文作者签名：协哗 签字日期 砩 月，7 日 致谢 本论文是在我的导师李建勇教授的悉心指导下完成的，导师不遗余力的谆谆 教诲，不仅保证了课题的顺利完成，而且使本人的专业理论水平和科研能力得到 进一步的巩固和提高，这为我今后的工作和学习奠定良好的基础。从导师这里， 我不仅学到了丰富的知识，更为重要的是学到了严谨的治学态度和高屋建瓴的工 作方法。衷心感谢三年来李老师对我学习、工作和生活等各方面的关心和指导。 鄂明成副教授和王恒老师悉心指导和安排了实验室的各项科研工作，在理论 与实践上都给予了我很大的帮助，对我的科研工作和论文都提出了许多的宝贵意 见，在此向鄂明成副教授和王恒老师表示衷心的谢意。 感谢曾在实验室一同工作的研究生钱锟、陈智新、薛家兵、刘淼及同宿舍的 张伟、谭元文给予本人的大力支持和无私的帮助，感谢刘阶萍老师、程卫东老师 以及温伟刚老师在作者学习期间给予的支持和帮助。 最后要感谢我所有的亲人，他们的理解和支持使我能够在学校专心完成学业。 再次向所有关心、支持和帮助过本人的人们表示衷心的感谢，并致以深深的 敬意! 作者：杨绍华 二零零七年十二月于红果园 第一章绪论 第一章绪论 1 1 课题提出的背景及意义 随着我国国民经济的高速发展，铁路运输在国家经济建设和正常运转中起着 越来越重要的作用。散煤运输作为铁路运输的重要组成部分，在现实的运输和管 理过程中还存在着很多的问题。运煤列车在会让车、曲线区段运行、制动时，由 于相对气流的作用，刮起表层细小的煤粉，飘浮散落在线路两侧。特别是列车进 出隧道时产生的“活塞风”，不仅使表层较细小的煤尘粒被吹出车外，而且使直径 较大的煤粒也被吹离车体，散落在路基上、两线间、两侧沟盖板上。细小煤粉吸 附在隧道洞壁、洞顶及接触网、绝缘子等设备上，形成严重污染。散落在地面的 煤粒厚度超过了轨面，列车通过时，在车轮辗压、轨道和轨枕板的挤压作用下， 这些煤粒和煤尘又变成了更加细小的煤尘。当后续列车进洞后，掀起的风又将这 些扬尘刮起，再次加剧了隧道内煤尘污染，形成了恶性循环i l j 。 由于煤尘的大量存在，对铁路沿线的生态环境以及列车的行车安全都带来很 大的危害。散落在沿线的煤粉尘，在列车经过时产生二次扬尘，形成一条污染带， 对于大秦线等运煤量较大的铁路沿线的生态环境造成污染。由于煤尘的污染，使 信号通信设备日常维修非常困难。经常引起供电绝缘子短路、放电，缩短了使用 寿命，给日常的检修作业带来了很大不便。隧道内的煤尘大量侵入机车乘务室， 恶化了乘务员工作环境，特别是对经常在隧道内作业的工务、电务及供电职工的 身体健康造成严重危害。最为严重的危害是对行车安全构成威胁同时还潜在着严 重的安全隐患。据测算，若隧道内的煤尘浓度达到其粉尘爆炸浓度范围( 煤粉尘 爆炸浓度下限为1 1 4 m g m 3 ) ，一旦遇明火( 如接触网放电、长大下坡道列车制动 发生火花等) 就可能引起爆炸事故，严重威胁行车和人身安全。在交会气流的影 响下，散落的煤粒对交会列车也存在着巨大的安全隐患。此外由于散煤运输过程 中的散落，造成了很大的经济和能源损失i ”。 上述问题随着列车运行速度的不断提高，也愈来愈突出。因此，采取有效措 施，科学治理，从源头上解决煤尘散落问题势在必行。许多学者对散煤运输过程 中的抑尘方法进行了研究，认为在煤层表面喷淋抑尘剂法是比较切合实际的方法 i z 】。为此铁道部针对散煤运输中存在的扬尘问题进行了立项，相应的抑尘剂和抑尘 剂喷淋装黄己分别由我校理学院和机电学院研制成功，喷淋装置外观如图1 1 所示。 北京交通大学硕士学位论文 【a ) e x p e r i m e n t a ld e v i c ei nl a b o r a t o r yc o ) s c e n ei n s t a l l a t i o n 图1 1 抑尘剂喷淋装置 f i g 1 1c o n s t r a i nd u s ts p r a y i n ge q u i p m e n t 抑尘剂喷淋作业是在列车运行过程中进行的，因此需要对喷淋作业进行监控 并对喷淋货车进行记录存档，以便对运输全过程进行科学管理。同时为了经济、 合理地使用抑尘剂，需要根据列车的车载货物类型和运行速度来确定喷淋装置的 工作状态和喷淋流量的大小。为了提高整套喷淋装置运行管理的经济性和自动化 程度，提出了本研究课题。主要是对散煤运输中的喷淋货车车号进行识别记录； 对货车车载货物的种类进行动态识别；并通过视频图像对当前的货车行驶速度进 行检测，以达到对喷淋装置的运行状态进行实时调节控制的目的。 在当前的散煤运输管理中，对运煤车辆车号的抄录主要是靠人工来完成，它 的主要缺点是工作环境差、劳动强度大、劳动繁琐、工作效率低，很难适应现代 化车辆管理的高效、舒适等以人为本的特点。虽然现有的铁路运输管理信息系统 ( t m i s ) 中已经包含了车号自动识别系统，但是由于它的实现需要在车辆底部安 装记载有车辆基本信息的电子标签，并在车站的进、出站信号机附近安装自动接 收车辆电子标签信息的地面设备( a e i ) ，所以尽管电子标签包含车号等多种信息， 但整套设备安装复杂且成本较贵【3 i 。在抑尘剂喷淋作业中只需要采集车号，安装如 此复杂且昂贵的设备是没有必要的，并且许多矿务局等企业的自备车还未安装 a e i 。因此，随着计算机技术发展的日新月异，应用领域的日趋广泛，开发计算机 视觉系统进行车辆车号的自动识别和记录，是解决这一问题科学、合理且行之有 效的方案。 随着铁路运输业务的同益繁忙，经过安装喷淋装置的货运列车可能会有不同 的编组情况，常见的有敞车、罐车、棚车等，并且敞车的车载货物的种类也不尽 相同。提出运煤列车识别策略和方法，对当前通过车辆的类型和车载货物类型进 行实时判断，确保喷淋装置只对装有散煤的敞车进行喷淋作业，这样就提高了喷 淋装置的智能化水平。 同时为了保证抑尘效果和减少抑尘剂的浪费，抑尘剂喷淋流量应当根据车辆 2 第一章绪论 当前的行驶速度来动态调整，基于视频图像的车速测量方法，可以实时地得到车 辆的当前速度，为调整抑尘剂喷淋的流量提供依据。 总之，本课题的研究，可以为较好地解决由于列车散煤运输中煤粒散落带来 的安全、环保和煤炭损失问题提供有力支撑，增强我国铁路运输行业的市场竞争 能力。 1 2 国内外的研究现状 1 2 1 车号识别研究现状 基于图像处理的车号识别技术已广泛应用于汽车车牌的识别，并在国内外有 了深入的研究和相应的研究成果。2 0 世纪8 0 代初，美国，日本和欧洲一些发达国 家，为了适应现代交通事业的迅速发展，将现代图像处理引入交通监控自动化的 研究中1 4 l 。作为汽车“身份证”的汽车牌照号，一个牌照单独对应着一辆汽车，汽 车的各种重要信息都可以通过对牌照的检索得到。如果能够自动将图像中的牌照 字符提取出来，并进一步对其进行自动识别，无疑可以对交通部门的管理提供很 大的方便，而且也可以加快交通管理信息化的进程。同时随着图像处理、计算机 技术的发展，基于图像处理的汽车牌照识别就越来越显示出它的优势。传统的基 于图像处理的模式识别技术一般包括模板匹配法，统计特征法等睫进入2 0 世纪9 0 年代，由于计算机视觉技术( c o m p u t e r v i s i o n ) 的发展，开始出现了对汽车牌照识别 的系统化研究。1 9 9 0 年r a l o t u f o 等使用视觉字符识别技术分析所获取的图像，首 先在二值图像中找到汽车牌照，然后用边界跟踪技术提取字符特征，利用统计最 邻近分类器与字符库中的字符比较，得出一个或几个牌照号码，对这些号码做核 实检查，看是否确实有该车牌号码，从而最终确定出一个实际存在的正确的号码【“。 同年a s j o h n s o n 等运用计算机视觉技术和图像处理技术实现了车辆牌照的自动识 别系统【7 j ，该系统分为图像分害1 ( i m a g es e g m e n t ) ，特征提取和模板构造( f e a t u r e e x t r a c t i o na n dt e m p l a t ef o r m m i o n ) 和字符识别( c h a r a c t e rr e c o g n i t i o n ) 等三个部分。 总之，这个时期的应用在识别正确率方面有所突破，识别方法也开始多样化【8 】。 车牌字符识别实际上是依附在车牌上的印刷体文字的识别，能否正确识别不 仅是文字识别技术的问题，还要考虑其载体车牌区域的影响。车牌字符识别 技术是文字识别技术与车牌图像自身因素协调兼顾的综合性技术。由于摄像机的 性能、车牌的整洁度、光照条件、拍摄时的倾斜角度及车辆运动等因素的影响使 牌照中的字符可能出现比较严重的模糊、歪斜、缺损或污迹干扰，这些都给字符 识别带来了难度【9 】。尽管如此也有大量的学者从事车牌字符识别研究。现已有了一 3 北京交通大学硕士学位论文 些比较成熟的方法，文献 1 0 l 给出了基于神经网络的车牌字符识别方法，对于解析 度较高( 车牌区宽度不小于1 2 0 个象素) 和图像比较清晰的车牌，这些神经网络方法 能有效地识别车牌中的字符，但对于较低解析度和较为模糊的车牌以上方法是无 能为力的，因为这些方法只有在车牌中的每一字符独立分割出来的前提下才能完 成识别工作，而独立分割车牌取得字符，对较低解析度和较为模糊的车牌来说是 非常困难甚至是不可能的。文献 1 1 1 提出了一种基于模板匹配的车牌识别方法，只 需提取字符区域整体特征，避免了字符的分割，能有效地完成低解析度和模糊的 车牌字符识别，但缺点是字符识别时间太长。综合上述方法，文献( 5 l 提出了基于 模板匹配和神经网络的车牌字符识别方法，该方法集成了模板匹配识别车牌字符 和神经网络识别车牌字符的各自优势。对于字符可单独分割出来的一类车牌和字 符不可分割或分割困难的另一类车牌，分别采用神经网络和加权模板匹配方法进 行识别。从而克服了单一方法很难同时识别这两类车牌中字符的不足，有效地提 高车牌字符的识别效率。 汽车车牌字符识别的研究在技术上己经取得了很大突破，通过查阅大量的文 献发现，基于图像处理的列车车号的识别研究目前还不是很多，并且列车车号的 识别有着其本身的特殊性，如列车每节车厢的车号在大小上存在差异性，不像汽 车车牌形状大小比较规则；还有的车号印刷字体存在中断，不像汽车车号都是统 一的黑体字。因此基于图像处理的列车车号识别还有很多识别过程中的特殊性值 得我们去研究。 1 2 2 纹理分析研究现状 人类所接触的自然界是以各种各样的物质形态来表现的。不同的物质形态表 现出不同的纹理特性，可以说，纹理是构成现实世界的一个基本要素，它无处不 在、无时不有，充斥着人类生活的各个方面。人类对自然界的认知系统也极大地 依赖于物质所表现出的纹理特性，对纹理的感知是人类知觉系统赖以认识世界的 重要因素。这己经成为认知科学和计算机科学领域的普遍共谚 【1 2 1 。 随着对计算机认知科学和人工智能研究的不断深入，计算机视觉和图像处理 等分支得到了长足的发展。计算机正在逐步具有感知周围视觉世界、进而了解它 的组成和变化规律的能力。纹理，作为一种广泛存在的图像模式，自然成为计算 机视觉和图像处理的重要研究课题。 对数字纹理图像进行分析己引起了众多学者的广泛关注，迄今为止，对它的 研究已有4 0 多年的历史。在这期日j ，有大量的论文和相关研究著作发表，提出了 许多纹理分析的方法，大致可以分为基于统计的、基于模型的和基于结构的。 4 第一章绪论 纹理分析理论不仅是理论研究的热点，而且自二十世纪七十年代开始，己经 在很多的领域得到了广泛的应用【1 3 j 。 在遥感方面，纹理分析技术在遥感图像处理过程中，显示出很强的适用性。 在卫星遥感图像中，利用纹理特征，可以识别出森林、湖泊和城市等。使用灰度 共生矩阵来描述遥感图像，还可以得到较高的分类精度。 在气象方面，通过对卫星云图的分析，可以精确地预测未来的天气情况，并 对海浪强度做出准确的预报。卫星云图中云层的厚度、移动方向和气压的商低， 反映到图像上都是纹理的变化。对于海浪来讲，其波长越长，图像的纹理越粗糙。 同时，浪高信息也可以从纹理分析中获得。图像纹理方向还与波浪走向密切相关。 在地质研究中，细微纹理结构一般代表流域、细微粒状沉积岩；粗糙纹理结 构一般代表粗糙沉积岩：块状纹理所代表的区域一般有皱纹；而蜂巢状纹理一般 代表火山岩。同时，可以通过纹理分析得到有走向的地质构造的定量结果。 在生物医学图像分析方面，x - c t ( x 射线断层摄影) 图像、m r i ( 核磁共振图像) 、 b 型超声图像、p e t ( i e 电子发射断层摄影) 图像、x 光投射图像和细胞的显微图像等 都有很强的纹理结构特性。在区分正常组织与病变组织，检查人体内部结构，诊 断疾病和判断染色体的分裂状况等方面，纹理分析己获得大量应用。 在植物生长分析方面，同类地形中，植株大小、散布形式的不同会造成不同 的长势，反映在图像上就是纹理的粗细、走向等特征的不同描述。 在土地利用方面，森林比灌木有更为粗糙的纹理，沼泽比湿地有更为细微的 纹理，而湿地和沼泽又比森林和灌木有更为细微的纹理。纹理越细，色调变化越 缓慢。 生物学研究也表明，人类的视觉认知过程可以分为预视和注视两种模式。在 预视模式中，有许多结构的纹理可以得到鉴别和分割，也就是说，纹理差异是可 以自然感知的。对预视模式的进一步研究表明，纹理的局部和全局统计特性可以 帮助人类视觉系统鉴别纹理，这是纹理分析的生物学基础。 目前纹理的研究有两个目的：一是研究纹理的观赏特性，即如何设计具有特 定效果的纹理，使之具有一定的美学价值或自然逼真效果，这是计算机图形学所 研究的主要问题。另一个是研究纹理图像的特性，即纹理分析，以便分类和识别 场景，这是计算机视觉追求的目标。也就是说，对计算机视觉来说，纹理是为了 分割和识别场景或物体表面类型而产生的一种视觉标记。 尽管学术界在纹理研究方面已经做了大量的工作，但纹理分析方面仍然存在 着一些有待解决的问题：1 、由于纹理的广泛性和多样性，因而对纹理还没有形成 一个明确的、统一的、能够被普遍接受的定义；2 、目前纹理分析的方法很多，但 没有一种确定的有效的分析纹理的方法；3 、现实纹理是视点不变的，因此在进行 5 北京交通大学硕+ 学位论文 纹理分析时，如何来提取视点不变的纹理特征【1 4 1 。因此对纹理做进一步分析，阐 明其更深层次的理论内涵是一件十分必要和有意义的事情。随着研究的不断深入， 纹理分析的系统理论框架必将变得愈加清晰，这会对最终解决困住该研究领域的 一系列难题产生积极的影响。在列车车载货物的识别中，如何从众多的纹理分析 方法中提取出实时有效的方法是我们要分析和研究的课题。 1 2 3 视频测速研究现状 按照是否需要输入人工参照信息，可将现有通过视频检测机动车行驶速度的 方法划分成两类：需要对视频图像进行标定的测速方法和无须对视频图像进行标 定的测速方法。目前大部分方法属于前者；后者具有代表性的是美国华盛顿大学 研究的一种使用不带刻度的摄像机对车速进行估计的方法。前类方法是基于视频 图像处理的道路交通参数检测方法，方法要求将c c d 安装在路面正上方，迎着车 辆行驶的方向拍摄，并沿道路方向将道路分割成若干个感兴趣窗1 ：3 ( a r e ao f i n t e r e s t ，a 0 1 ) ，为了将待处理的信息量减少到必需的最小值，车辆检测仅限于感 兴趣窗口；方法通过车辆模型和阴影模型来实现车辆的检测和部分地排除阴影的 干扰，分析车辆区域的长度和经过某a o i 的时间可得出车辆行驶的速度；当车速大 予2 0 k m h 时，测速误差明显增加，系统可靠性大幅下降i l ”。 美国华盛顿大学研究了一种使用不带刻度的摄像机对车辆速度进行估计的方 法，方法将摄像机安装在道路上方，迎着车辆行驶方向拍摄，以3 3 0 m s 的时间间隔 采集视频图像，对采集到的单帧图像进行预处理，移动边缘检测，形态学操作， 凸面外壳和外包矩形提取；然后，对得到的凸面外壳图像进行几何分析，并利用 已知的车长分布统计信息和车辆在图像中的像素长度计算一段时间内车辆在路面 上实际行驶的路程。该方法不足之处在于当阴影面积达到车辆面积的2 3 时，车速 估计值与实际值将出现较大偏差。在前面提到的两种方法中，前者的场景图像标 定过程较为复杂，在实际应用中的可操作性较低，其测速精度和系统可靠性都得 不到保证，并且未考虑多车道同时测速的情况。后者尽管省去了场景图像坐标标 定的过程，但是该测速方法易受车辆阴影的干扰，精度较低i 枷。 由于视频处理的独特优势，在交通监控系统中已经广泛使用，成为现代智能 交通的发展方向和趋势，在多数的大城市中闯红灯系统已经由地感线圈等工作方 式过渡到视频处理方式，并取得了良好效果。流量、速度监控系统也逐渐采用了 视频处理方法，在汉城机场高速公路，香港海底隧道等近年投入的工程项目中， 采用视频方式的系统逐渐增多，视频图像检测己成为智能交通的关键核心技术之 一。特别是快速存储的数码相机价格的降低，视频测速技术进入了一个新的时期。 6 第一章绪论 总之，视频测速技术将会在道路交通监控领域中起到越来越大的作用【1 7 1 。 当前对视频测速的研究主要集中在公路道路交通中，一般情况下公路交通工 具相对较小，运动物体能整体置于摄像头的视野中，运用差分法等较成熟的运动 特征分析方法就能很好地提取出行驶车辆的运动特征。而轨道交通中列车的编组 很长，不可能整车都置于摄像头的视野中，提取车辆的局部特征作为视频测速的 运动特征就成为了本文要完成的主要工作。 1 3 课题研究的重点、难点 本课题是对图像检测技术在列车散煤运输抑尘作业中的应用研究。主要是从 货车车号的识别，运煤列车识别以及车辆视频图像的测速三个方面来进行。课题 的研究和应用对象为货运列车车辆，存在着很多与一般图像检测技术应用对象的 特殊性。 运煤列车车号一般由7 位阿拉伯数字组成，位于敞车车厢的左侧边缘。列车车 号一般印刷的较大，因此在采集到的车号图像中车厢体的背景就大，背景相对复 杂。通过对大量的货车车号的观察发现，不同车辆的车号的字体会存在差异：有 的车号是标准的黑体，有的是宋体，还有车号在印刷字体的中间出现了中断，分 割；再者由于货车的运行环境相对恶劣，长时间的运行会导致车号区域的污损以 及整体灰度值偏暗，有时还出现了车号区域字符间隔过小，车号单字分割不清的 问题。针对货车车号识别中存在各种问题，提出相应的图像预处理方法以及识别 方法就成了本文研究的重难点。 运煤列车识别中，研究的主要目的是以最简单、有效和便捷的手段把散煤运 输敝车识别出来。根据现有的信息，如车辆的高度信息以及货物的颜色信息等提 出相应的识别策略是本文的主要内容之一；此外根据车载货物的图像特性，如何 选择和实现算法复杂性小，识别效率高的识别方法和理论也是本文的一个主要研 究内容。 列车的视频测速是本文研究的最后一个主要内容。根据现有的视频测速理论， 结合列车编组长，运动特征不明显的特殊问题，选取列车的局部特征作为运动特 征提取，提出了初步有效的视频测速方法。 1 4 论文的主要工作和组织结构 本文共分为六章，其组织结构如图1 - 2 所示。 7 北京交通大学硕士学位论文 第一章 绪论 第二章 图像检测技术基本理论 第三章第四章 基于单字动态分割的 运煤敞车识别方法 第五章 车辆视频测速研究 货车车号识别研究 研究 第六章 总结与展望 图1 2 论文总体结构 f i g 1 - 2p a p e r ss t r u c t u r e 第一章为绪论，首先介绍了本课题提出的背景和意义，接着介绍了图像检测 技术中车号识别、纹理分析以及视频测速的国内外研究现状，指出了本课题研究 中的重难点。第二章具体分析了车号图像识别预处理中常见的方法和算法，纹理 分析常见算法和视频测速中主要用到的运动分析以及特征提取算法。第三章首先 介绍了利用灰度化、灰度拉伸、迭代法二值算法以及数学形态法和倾斜校正等图 像预处理方法对车号图像进行预处理，在此基础上介绍了车号区域的定位和特征 提取算法，最后着重介绍了b p 神经网络的工作原理和基于上述理论的车号识别系 统的实现。第四章介绍了运煤列车识别策略以及基于纹理分析的车载货物分类识 别系统，并重点阐述了纹理分析中最常用的灰度共现矩阵的原理和实现方法。第 五章首先对常见的车速测量方法进行了比较说明，分析其优劣，接着针对货车视 频图像特点采用了边缘检测法，完成车辆运动特征的提取和定位，介绍了相机标 定的基本方法以及本文视频测速的模型，最后对本文采用的视频测速方案进行了 简要的分析。第六章为总结和展望。总结了全文的研究工作，指出了成果和不足， 对今后的研究工作提出了展望。 8 第二章图像检测技术基本理论 第二章图像检测技术基本理论 2 1 数字图像处理 2 1 1 数字图像处理概述 图像是对客观对象的一种相似性的、生动的描述或表示。在其自然的形式下， 图像并不能直接由计算机进行分析。 从人眼的视觉特点看，图像分为可见图像和不可见图像。其中可见图像又包 含生成图( 通常称为图形或图片) 和光图像两类。图形侧重于根据给定的物体描 述模型、光照及想象中的摄像机的成像几何，生成一幅图或像的过程。光图像侧 重于用透镜、光栅和全息技术产生的图像。我们通常所指的图像是后一类图像。 按图像空间坐标和明暗程度的连续性，图像可分为模拟图像和数字图像。模 拟图像是指空间坐标和敏感程度都是连续变化的、计算机无法直接处理的图像。 数字图像是一种空间坐标和灰度均不连续的、用离散的数字表示的图像。这样的 图像才能被计算机处理。因此，数字图像可以理解为图像的数字表示，是时间和 空间的非连续函数，是为了便于计算处理的一种图像表示形式。它是由一系列离 散单元经过量化后形成的灰度值的集合，即像素的集合。 对图像进行一系列的操作以达到预期目的的技术称为图像处理。图像处理可 分为模拟图像处理和数字图像处理两种方式， 利用光学、照相和电子学方法对模拟图像的处理称为模拟图像处理。人类最 早的图像处理是光学的处理，如放大、缩小、显徼等，这些都属于模拟图像的处 理。这种处理明显的特点是处理速度快。尽管光学图像处理理论日臻完善。且处 理速度快，信息容量大，分辨率高，有非常经济，但处理精度不高、稳定性差、 设备笨重、操作不方便和工艺水平不高等原因限制了它的发展速度。此外，由于 其处理过程采用光学器件，它的灵活性就较为突出，而且一个光学器件从设计到 加工直到成品需要很长时间，其加工过程也难以保证精度。 从2 0 世纪6 0 年代起，随着电子计算机技术的进步，数字图像处理获得了飞 跃发展。所谓数字图像处理，就是利用计算机对数字图像进行系列操作，从而获 得某种预期结果的技术。数字图像处理离不开计算机，因此又称为计算机图像处 理。“计算机图像处理”与“数字图像处理”可视为同义语。通常，也将数字图像 处理简称图像处理。 9 北京交通大学硕士学位论文 数字图像的处理方法种类繁多， 果，例如根据对图像作用域的不同， 域处理方法和变换域处理方法。 根据不同的分类标准可以得到不同的分类结 数字图像处理方法大致可分为两大类，即空 空域处理方法是指在空间域内直接对数字图像进行处理。在处理时，既可以 直接对图像各像素点进行灰度上的变换处理，也可以对图像进行小区域模板的空 域滤波等处理，以充分考虑像素邻域像素点对其的影响。一般说来，空自j 域处理 算法的结构并不复杂，处理速度也还是比较快的。这种方法是把图像看作是平面 中各个元素组成的集合，然后直接对这一二维函数进行相应的处理。空域处理法 主要有一下两大类： 1 、邻域处理法。邻域处理法是对图像像素的某一邻域进行处理的方法。常见 的有均值滤波、梯度运算、拉普拉斯算子运算、平滑算子运算和卷积运算等。 2 、点处理法。点处理法是指对图像像素逐一处理的方法。例如利用像素累积 计算某一区域或某一边界的周长等。 数字图像的变换域处理法，首先通过傅立叶变换、离散余弦变换或是比较新 的小波变换等变换算法，将图像从空间域变换到相应变换域，得到变换域系数阵 列，然后在变换域中对图像进行处理，处理完成后，再将图像从变换域反变换到 空间域，得到处理结果。由于各种变换算法在把图像从空间域向变换域进行变换 以及反变换中，均有相当大的计算量，所以目前虽然也有许多快速算法，但变换 域处理算法的运算速度，仍收到变换和反变换处理速度的制约而很难提高。 2 1 2 数字图像处理常用算法 当图像输入到计算机的时候，由于输入转换器件( 如光敏器件、a d 转换器等 性质的差别) 及周围环境的影响等，使图像上含有各种各样的噪声和失真。为了 稳定地进行特征提取等处理，必须消除噪声，校正失真，把图像变换成标准形状。 我们把这一过程叫图像的预处理。具体地说，图像的预处理包括输入图像位置的 标准化及大小的正规化。如使灰度均衡等，即为图像的点运算；如使图像根据处 理的要求旋转、放大缩小等，即为图像的几何校正；对图像的失真进行校正，去 掉模糊的成分，恢复图像的原来面貌，即为图像的复原；把图像变成人容易观察 的机器容易处理的图像，即为图像的增强。 常用的图像预处理方法有以下几种【1 9 l ： ( 1 ) 灰度修j f 是对图像在空问域进行增强的简单而效果明显的方法，根据图像 不同降质现象以及所需要的不同图像特征可采用不同的修正方法。 ( 2 ) 直方图均衡化。值得注意的是，一幅图像对应一个直方图，但一个直方图 1 0 第二章图像检测技术基本理论 并不一定只对应一幅图像。几幅图像只要灰度分布密度相同，那么它们的直方图 也是相同的。直方图修正是图像灰度级变换的最常用的一种方法。 ( 3 ) 消除图像中的噪声成分叫做图像的平滑化或滤波操作。滤波的目的有两个： 一是抽出对象的特征作为图像识别模式；另一是为适应计算机处理的要求，消除 图像数字化时所混入的噪声。对滤波处理的要求有两条：一是不能损坏图像的轮廓 及边缘等重要信息；二是使图像清晰，视觉效果好。图像平滑处理方法应视其噪 声图像本身的特性而定，可以在空间域也可以在频率域采用不同的措施。在空间 域里一类方法是噪声去除，即先判定某点是否为噪声点，若是，重新赋值，若不 是按原值输出。另一类是平均，即不依赖于噪声点的识别和去除，而对整个图像 进行平均运算。 ( 4 ) 图像分割是图像处理领域中的一个基本问题，也是自动目标是别技术( a t r ) 中的一项关键技术，是目标特征提取、识别与跟踪的基础。目前已经提出的图像 分割方法和种类很多，从分割依据的角度看，图像的分割方法可以分为相似分割 和非连续性分割，如图2 1 所示。相似分割就是将具有同一灰度级或相同组织结构 的元素聚集在一起，形成图像的不同区域；非连续性分割就是首先检测局部不连 续性，然后将它们连接在一起形成边界，这些边界将图像分成不同的区域。 2 2 纹理分析 图像分割 非连续性分割 篓萎篡罢 f i g 2 1f r a m e w o r ko fi m a g es e g m e n t a t i o nm e t h o d s 2 2 1 纹理的定义及其基本特征 纹理分析是从遥感图像分析技术中发展起来的。从2 0 世纪6 0 年代开始，遥 感图像分类技术一直立足于单像元的光谱能量信息，也就是根据像元本身的光谱 能量分布，按统计学算法对单个像元进行分类。到了7 0 年代，由于陆地卫星的发 射和卫星数据的广泛应用。使仅依靠单个光谱信息这种以不变应万变的简单分类 方法难以满足各式各样的实际要求。于是人们开始寻求能够改变分类精度的新方 法，陆续提出了空间信息、多时相信息的概念。空间信息是指图像数据在空间分 布上所包含的纹理、局部结构和形状信息。无论从理论还是常识出发，纹理信息 1 1 北京交通大学硕士学位论文 都显然应该成为描述与识别图像的一项重要依据。与其他图像特征或描述相比， 纹理性质似乎能更好的兼顾图像宏观性质与微观结构两个方面l 驯。 纹理的直观意义是很清楚，但在图像处理中的“纹理”一词却有着广泛笼统 的含义，而且也内没有一个确切的定义。通常所定义的纹理有如下3 项基本要素： ( 1 ) 某种局部地序列在比该序列更大的区域内不断重复； ( 2 ) 序列是由基本部分非随机排列组成； ( 3 ) 各部分大致都是均匀的统一体，纹理区域内任何地方都有大致相同的 结构尺寸。 般来讲，纹理图像中灰度分布具有某种周期性，即便灰度变化是随机的， 它也具有一定的统计特性。纹理不同于诸如灰度和颜色等图像特征，它所包含的 信息不仅仅来源于单个像素，还与该像素周围空间邻域的灰度分布状况有着密切 的联系，是一种由大量或多或少相似的纹理基元或模式组成的结构。纹理尺度与 图像分辨率密切相关，它具有重复性、规则性、方向性等。纹理是一种有组织的 区域现象，它的基本特征是移不变性( s h i f ti n v a r i a n c e ) ，即对纹理的视觉感知基本上 与其在图像中的位置无关。移不变性可被描述成是确定性的( 规则的或结构的) 或是 随机的( 不规则的) ，但也有可能存在着介于这两者之间的类别。人为的图案通常是 确定性的，一般由线条、三角形、矩形、圆和多边形等图形有规律的排列组成。 结构型纹理和随机纹理示意见图2 2 。 ( a ) 结构纹理 ( a ) s t r u c t u r e t e x t u r e ( b ) 随机纹理 ( b ) r a n d o mt e x t u r e 图2 2 纹理结构不惹图 f i g 2 - 2t h et e x t u r es t r u c t u r ei n d i c a t e 虽然对纹理的定义众说纷纭，但有一点可以肯定，即纹理分析试图提供一种 数学的描述方法，用量化的数值来刻画纹理的性质，使纹理之间可以进行相似性 比较。研究表明，纹理表现出许多不同的感知属性，例如一致性、密度、稀疏性、 规则性、粗糙性、线状性、方向性、频率和相位等。这些性质之间相互关联，因 而导致无法用一个单一的模型对纹理进行描述。 2 2 2 纹理分析研究的主要内容 纹理是对图像的象素灰度级在空间上的分布模式的描述，反映物品的质地， 第二章图像检测技术基本理论 如光滑度、粗糙性、颗粒度、随机性和规范性等。当图像中大量出现同样的或差 不多的基本图像元素( 模式) 时，纹理分析是研究这类图像的最重要的手段之一，此 外分形方法也十分重要。纹理分析的研究主要集中在纹理分类、纹理分割、纹理 合成、基于纹理的形状分析以及纹理检索等方面【2 l l 。 纹理分类其考察对象是一幅整体的纹理，所谓整体的纹理是指所考察的整幅 图像的纹理可以被看成一类。所关心的是一个较大区域内的纹理。它的目标是对 所考察的纹理图像进行分类，判断每一幅图像所属的纹理类别。在实现分类之前， 一般要有一些关于纹理图像的先验知识。 纹理分割它的研究对象是包含多种纹理类别的图像，它将纹理图像划分为若 干区域，这此区域分别具有相对一致的纹理描述特性且互不相交。这是纹理分析 中一个较难的问题，因为通常在这种情况下，事先并不知道图像中存在哪些纹理， 多少类纹理以及哪些区域包含哪类纹理。事实上，纹理分割的关键问题是：如何 区分两种纹理，即根据什么标准来确定两种纹理的不同。 纹理合成是纹理分析的一个重要研究问题，它在计算机图形学中应用较为广 泛。它的基本研究框架是首先对纹理图像建模，通过学习和优化确定模型参数， 然后改变这些参数，用得到的模型来合成纹理。 纹理的检索是目前基于图像内容检索的重要一环，由于纹理充分地表现了图 像内所包含物体表面的结构特征，并且具有计算简单、性能稳定的特点，因此对 纹理的检索成为一种非常有效的手段。基于纹理特征的图像检索有三个关键问题： 一是要选取恰当的纹理图像特征，二是要采取有效的特征