基于机器视觉的列检库作业人员安全监测系统研究

代理获取

页面导航

目录
摘要
著录项
相似文献
相关主题

摘要

由于列检库内存在多个专业的作业人员,同时也存在不同范围的危险区域,因此确保列检库内作业人员的安全显得尤为重要。列检库内既有的视频监控系统是确保作业人员进行安全作业的重要手段。机器视觉技术给各类视频监控系统带来了前所未有的发展,将机器视觉技术应用到列检库内作业人员的安全监测中具有重要的现实意义。
　　运动目标的检测和识别是机器视觉的关键技术。本文的研究重点是针对列检库这种特殊的应用场景,对这两个关键技术进行理论分析和实验研究,在此基础上设计和实现基于机器视觉的列检库作业人员安全监测系统的软件。
　　深入研究比较了现有的各种运动目标检测算法,列检库现场光照复杂多变,采用一种GMM(Gaussian Mixture Model,混合高斯模型)与纹理特征相结合的检测算法。在目标提取之初加入光照检测的思想,当图像未发生光照变化或光照变化较小时,采用GMM法进行目标检测,当图像发生快速光照变化时,采用纹理特征法进行目标检测,从而可以把这两种方法的优点结合起来进行运动目标的检测。通过实验分析说明该方法可基本消除光照因素的影响,特别是在光照快速变化的条件下可以得到不错的效果。
　　在分析了现有运动识别算法的基础上,针对列检库内的场景,用SVM(Support Vector Machine,支持向量机)来对列检库内的作业人员进行识别。分析了人体不同种类的分类特征,选取了二值化运动目标图像的HOG(Histograms of Oriented Gradients,梯度方向直方图)和运动目标区域的形状参数作为SVM的识别特征。运动目标的HOG和形状特征可以对人体进行更有效的识别,而且可以避免部分误检测对目标识别的影响。将正、负样本图像的分类特征输入到SVM中,训练出来的离线分类器对系统实时采集的图像进行识别。实验结果分析表明了该算法能有效地实现运动目标的识别。
　　设计并实现的基于机器视觉的列检库作业人员安全监测系统软件具有视频采集、危险区域设定、运动目标检测、运动目标识别等功能,能够实现对误入一定范围危险区域的作业人员进行自动检测和识别,若识别的结果是人,则执行报警,完成了系统的功能需求。

著录项

作者
赵伟;
展开▼
作者单位

兰州交通大学;

展开▼
授予单位兰州交通大学;
学科控制理论与控制工程
授予学位硕士
导师姓名王思明;
年度 2014
页码
总页数
原文格式 PDF
正文语种中文
中图分类车辆检修规程、车辆段工作组织;
关键词
列检库; 机器视觉; 作业人员; 安全监测; 混合高斯模型; 纹理特征;

相似文献

中文文献
外文文献
专利

1. 地铁列检作业监控及质量评价系统研究 [J] . 史时喜 . 机械设计与制造工程 . 2021,第001期
2. 基于机车长交路条件下的神池南站列检作业方式研究 [J] . 宋宗莹 . 铁道运输与经济 . 2017,第0z1期
3. 基于机器视觉的火灾监测系统研究 [J] . 熊晓松 ,刘钰如 ,董逸君 . 消防科学与技术 . 2017,第002期
4. 基于机器视觉的矿用钢丝绳无损监测系统研究 [J] . 石晟 ,张炳福 ,赵庆龙 . 煤矿机电 . 2017,第004期
5. 基于机器视觉的孵化卵在线监测系统研究 [J] . 张琰 . 企业技术开发：中旬刊 . 2015,第009期
6. 铁路列检技术作业管理系统设计 [C] . Yu Bingchun ,喻冰春 ,Jiang Hui . 第十届中国智能交通年会 . 2015
7. 视频检测与识别技术在列检人员安全监测中的应用研究 [A] . 董志强 . 2015

基于机器视觉的列检库作业人员安全监测系统研究

目录

摘要

著录项

相似文献

相关主题

期刊订阅