基于视频图像识别的铁路雪情分析及预测方法研究

摘要

随着我国经济的增长，新建高速铁路的里程也在不断增加，交通事故也随之频发，因此交通安全保障技术越来越成为关注的焦点和研究的热点。雪灾是导致交通事故频发的一个重要因素，会引起铁路供电中断、线路受阻，严重影响了铁路的运输能力和运输安全。由雪灾造成的损失极其巨大，为了能将雪灾的损失降到最低，建立雪灾防护系统显得尤为重要，必须对降雪的信息有一个准确且及时的把握，比如当前雪的平均厚度以及单位时间内的降雪量等，从而实现更好的铁路行车预警。目前，我国铁路的测量主要应用人工测量和激光测量，其中激光测量比较准确而且反馈及时，现如今比较缺乏视频方面的分析雪情技术，遂本文针对雪情分析主要从以下几个方面进行研究:
　　(1)通过图像处理技术对雪情进行分析，根据目前的运动目标检测技术，提出自己改进的基于实时视频图像识别的雪情检测分析方法。一共分为图像预处理、连续五帧法检测雪粒子、基于雪粒子轮廓尺寸的雪粒子提取、开窗选取有效区域、推算实时降雪强度五个部分，实时统计雪粒子密度，通过统计分级进而估计监控点处的实时降雪强度。
　　(2)研究了风吹雪的形成机理，归纳了雪粒子的运动形式主要有蠕移、跃移和悬移，跃移占了绝大部分。风吹雪的堆积主要取决于风速场的大小，之后简单分析了风吹雪的堆积形式。之后分析建立铁路降雪量堆积模型，以铁路降雪量堆积模型作为预测分析积雪的主预测模型，雪的物理性质、当前的降雪量、历史雪害信息等作为模型计算的修正条件，采用定性与定量相结合、计算机仿真与专家经验相结合的方法进行雪情预测分析。最后提出相应的防护措施等。

目录

声明

致谢

摘要

1 绪论

1．1 课题来源

1．2 课题的研究背景与意义

1．3．1 积雪深度测量方法

1．3．2 铁路雪灾危害及其防治

1．3．3 基于多传感器融合的铁路雪灾监测

1．3．4 视频图像雪粒子识别的研究现状

1．3．5 铁路雪情预测研究现状

1．4 本论文的研究内容和技术路线

1．4．1 研究思路

1．4．2 研究内容

1．4．3 技术路线

1．5 本章小结

2 视频图像预处理

2．1 概述

2．2 图像增强技术简介

2．2．1 直方图均衡化

2．2．2 灰度变换增强

2．2．3 中值滤波

2．3 视频中图像的预处理

2．3．1 改进的中值滤波对图像的滤波

2．3．2 彩色图像向灰度图像转换

2．4 视频图像中雪花粒子的特征

2．4．1 雪粒子的物理特征

2．4．2 雪粒子的亮度干扰

2．5 本章小结

3 视频图像雪粒子检测的算法实现

3．1 概述

3．2 常见运动目标的前景检测算法

3．2．1 光流法

3．2．2 帧间差分法

3．2．3 背景差分法

3．2．4 混合高斯模型

3．3 本文提出的优化算法和结果

3．3．1 转换成灰度图像

3．3．2 连续五帧法检测雪粒子

3．3．3 轮廓提取

3．3．4 开窗选取有效区域

3．3．5 推算实时降雪强度

3．4 本章小结

4 铁路雪情预测

4．1 概述

4．2 风吹雪机理

4．3 铁路降雪量堆积模型的建立

4．4 雪情的短期和长期预测

4．5 铁路部门的应急处理

4．6 积雪防治措施

4．7 本章小结

5 总结与展望

5．1 本文的主要工作和结论

5．2 仍需进一步研究的问题和构想

参考文献

作者简历及攻读硕士／博士学位期间取得的研究成果

学位论文数据集