计算机视觉和图像处理技术在地铁中的应用

陆啸峰 苏州大学计算机科学与技术学院

1 计算机视觉和图像处理技术

1.1 计算机视觉检测技术

计算机视觉检测可以完成对图像，色彩，深度的数据的检测。除此之外还可以采用超声波，x射线和红外线进行检测。同时还采用了PCB视觉算法检测对象，通过模板匹配法，树法，检验法，匹配图方法对被检测对象进行视觉检测。只检测他目标的普通特性，不对比任何参考模式，只要不符合预先设定的要求和规则，那么就是不合格的检测。

1.2 图像处理技术

计算机视觉处理技术主要依赖于图像处理技术。它主要包括三方面的内容，一是通过处理图像的对比度，改善图像的细节部分，提高检测视频图像质量的技术。通过利用计算机视觉技术对图像的灰白度进行修改来增强图像的效果。二是在传输，接收和处理过程中，因为各种干扰因素导致图像的采集设备，的错误，造成图像变形。比如在光电转换的过程中，感光元件的灵敏度不一致，模数转换过程产生的噪声，传输过程中的失真，以及其他人为因素等等，都会使图像失真，造成图像变形。图像处理技术就包括去除噪声，还原本来的图像的功能。三是图像处理技术可以提高图像的细节和轮廓的边缘。这样可以得到完整的检测物理的边界，使检测目标物体从图像中分离出来或者将需要检测的区域从这个物体表面检测出来。图像处理的本质是根据像素的频谱特性，颜色灰度值，纹理与空间特性进行分类。按照每一部分的纹理和灰度值，都满足某一种均匀测量度量进行分割。此外，还需要经过数据编码和传输，边缘的细节的强化，特征的提取，图像的识别和处理，将输出后的图像的质量和效果都有很大的提高，以便于计算机对图像进行分析和处理。

1.3 移动物体的提取跟踪与识别分析方法

使用计算机视觉处理人工智能和对视频图像进行分析，能够从中提取出各种有用的信息，然后根据我们设计的规划对提取特征信息进行分析。如果有提前预设好的规则被破坏，就会立即产生报警提示。移动目标物体的提取就是对于移动中的物体在去除各种外界因素的干扰的情况下，通过简单的噪声过滤和区域整合来进行提取。移动目标物体的跟踪是实现任何一项智能视频检测分析系统所需要的前提。跟踪的算法有很多种，有的是根据被检测物体的位置颜色进行分析，有的是根据移动目标的运动方向速度和加速度的状态来推测下一个移动的位置。移动目标物体的识别检测经过两个过程，一是计算机检测系统的学习过程，另一个是计算机检测系统学习后的结果以及对于新出现目标物体的识别过程。才几点测，一个新的目标物体，系统将它与已经建立好的模型进行对比，从而找出与他最相似的匹配作为他的标签。

2 计算机视觉和图像处理技术在地铁中的应用

轨道是地铁运行过程中十分重要的一部分，它直接决定了地铁在运行过程中的安全。在地铁轨道检测中运用计算机检测技术能够及时的发现地铁轨道中的磨损状况和配件缺失等情况，以便相关部门及早的做出维修。这样能够带的降低地铁事故率，消除了地铁运行过程中的最大安全隐患。

2.1 轨道损伤检测

随着地铁列车行车密度的增加，每天有不同的地铁列车在同一轨道上进行行进。这种高密度的作业很容易让轨道的钢轨和列车轮接触的地方由于撞击而产生磨损，从而使其寿命缩短。对地铁钢轨轨道使用计算机视觉检测技术能够在不影响车锁和高密度的作业的情况下，不损伤钢轨能够提高地铁工作人员的人身安全，同时能够准确的向维修技术部门提供钢轨损伤的信息。

2.2 地铁接触网检测中的应用研究

接触网是地铁运行过程中的重要设施，它的技术参数是否满足要求直接影响到那一天的安全运行，接触网导线磨耗，使得接触网的导线变细，就会在接触的过程中导致流量下降，接触网拉出的值，如果超过规定的数值，就会造成刮弓。这些问题都会给地铁运行造成很大的安全隐患，影响其正常运行。

3 结束语

计算机视觉和图像处理技术在地铁中的应用十分广泛。在目前的地铁轨道和扣件的检测中，应用计算机视觉技术和图像处理技术能够提高工作效率，而且还能节省人力，相对于以往的轨道检测较为安全，其检测的准确性也相当高。