图像识别在编组站驼峰作业过程控制中的应用

摘要

本文利用图像识别理论，针对编组站驼峰作业情况，提出一种通过图像序列快速、直观地判断溜放车组特征和走行趋势的方法，提高测量精度，改善现有测量方法的不足。对驼峰场拍摄的静态图像经图像处理和算法的实现表明，采用适当的处理方法，能得到较好的实验结果。 本文所作的主要工作有：(1)分析国内外编组站驼峰发展的现状，针对我国目前编组站货运量逐年增加，作业安全性要求不断提高的实际情况，结合先进的科技成果，提出采用图像识别技术在编组站驼峰作业过程控制中的应用的观点。(2)对实现驼峰站场图像识别的理论基础与一些方法进行了探讨。着重运动检测、图像处理和特征提取方面的应用。通过Matlab在图像处理中的嵌入，得到了经图像预处理的静态图像。 (3)以摄像图像为对象，从图像处理技术出发，进行了较深入的研究，针对编组场驼峰作业中被控对象的主要模式，以溜放作业的车组为对象，对各种模式车组的特征和走行情况进行判别，并建立了计算距离与实际距离的关系模型。 (4)在识别过程中，在运用传统模式识别理论的基础上，对一些新的方法，新的技术进行一些尝试，并提出了一些自己的新见解，同时还对存在的问题作了一定的分析和讨论。

目录

铁道科学研究院学位论文原创性声明

摘要

第一章绪论

1.1图像识别研究的背景及意义

1.1.1图像识别技术的发展历程

1.1.2国内外图像识别研究动态

1.2图像识别在铁路编组站驼峰的应用方案

1.3现代科学技术的发展可实现本方案

1.4本论文主要内容

第二章图像处理的基本理论

2.1图像的数字化

2.2二值图像的处理

2.3图像的预处理

2.4灰化

2.5图像的变换

2.6图像增强

2.6.1直方图

2.6.2图像平滑化处理

2.6.3图像尖锐化处理

第三章模式识别

3.1概述

3.2数据获取

3.2.1摄像机放置位置的确定

3.2.2选择合适的摄像机

3.3特征提取与模式识别

3.4决策分类

第四章动态图像处理

4.1动态图像的含义

4.2几种运动检测方法的比较

4.3采用基于熵的运动目标检测

4.3.1自适应背景图像的建立

4.3.2阈值s的确定

4.5图像跟踪

第五章图像识别在编组站驼峰过程控制中的应用

5.1特定条件分析

5.2车组位置的搜索

5.3计算距离与实际距离的关系模型

第六章结论与展望

致谢

参考文献