【技术实现步骤摘要】
本公开涉及图像识别，特别涉及一种铁路轨道障碍物预警方法及装置。
技术介绍
1、
2、近地面常见的恶劣天气，例如大雾、降雨、降雪等直接影响到铁路轨道目视范围内的能见度，这对列车的安全平稳运行非常不利。为最大程度避免危险，减轻因天气原因为铁路障碍物预警带来的威胁，通常选择安装视频监控作为辅助应对措施。由于受到雾气等干扰的原图像质量较差，物体非常模糊，如果对接收到的视频图像直接检测，会导致铁路轨道障碍物预警的准确度较低，从而造成预警系统误报较高，给列车的驾驶人员带来很多不必要的工作。所以，对采集到的图像进行去雾、降噪，改善图片的清晰度，进而识别可能影响列车运行的障碍物有重要的研究意义。
3、现有的技术中，通过计算机辅助地识别所检测到的物体，并且为了识别障碍物利用计算机辅助地评价所检测到的物体是否实际上成为障碍物。为评价物体采用路线图谱的方法，其中路线图谱包含大量待识别的物体和所述物体在路线处或在路线上的位置。针对被识别出的物体确定位置信息，然后将所述位置信息与路线图谱相比较。如其位置与路线图谱中相应待识别物体的位置匹配或重合，则触发以下评价：有障碍物处于路线上。在此会出现不确定性的情况是：有物体未被检测到，或当有物体是障碍物未被评价为障碍物等。因此，此现有障碍物识别的技术存在潜在风险。
4、综上所述，亟需一种在恶劣天气下对铁路轨道障碍物预警的技术方案。
技术实现思路
1、针对上述问题，本公开提供一种铁路轨道障碍物预警方法及装置，用于解决在恶劣天气下对铁
2、第一方面，一种铁路轨道障碍物预警方法，所述方法包括：
3、采用retinex方法对采集的铁路轨道障碍物图像数据集进行图像增强，得到增强图像；
4、在ssd模型的基础上，将vgg16骨干网络替换成mobilenetv3网络，得到mobilenetv3-ssd模型；
5、根据历史增强图像，训练mobilenetv3-ssd模型，得到训练完成的mobilenetv3-ssd模型；
6、将实时采集的增强图像，输入训练完成的mobilenetv3-ssd模型，进行识别；
7、当识别到铁路轨道障碍物时，发出预警信号。
8、进一步的，采用retinex方法对采集的铁路轨道障碍物图像数据集进行图像增强，包括：
9、利用低通滤波器对原始图像进行高斯模糊处理，保留图像中的颜色信息，减少图像中的噪声，得到颜色恢复图像；
10、通过高通滤波器对原始图像进行滤波，增强图像中的亮度信息，突出图像中的细节和边缘，得到亮度调整图像；
11、通过将颜色恢复和亮度调整后的图像进行比例调整，以获得最终的增强图像数据集。
12、进一步的，利用低通滤波器对原始图像进行高斯模糊处理，包括：
13、对原始图像i(x,y)采用如下公式得到照度图像l(x,y)，照度图像l(x,y)为颜色恢复图像：
14、δ为标准偏差。
15、进一步的，将实时采集的增强图像，输入训练完成的mobilenetv3-ssd模型，进行识别，包括：
16、将经过图像增强的数据集输入到训练完成的mobilenetv3-ssd模型当中，通过一次前向传播，对图像进行分析，并预测图像中每个可能障碍物的边界框和相应的置信度，其中边界框表示mobilenetv3-ssd模型预测的障碍物位置，置信度表示mobilenetv3-ssd模型对其预测的确信程度；
17、经mobilenetv3-ssd模型检测的图像包含多个边界框和多个置信度，采用非极大值抑制方法来对检测数据进行后处理；通过移除重叠度高于重叠度阈值且置信度低于置信度阈值的边界框，以提高检测结果。
18、进一步的，当识别到铁路轨道障碍物时，发出预警信号，包括：
19、将mobilenetv3-ssd模型的检测数据传送给车载atp，提醒司机前方障碍物种类、大小和位置。
20、第二方面，一种铁路轨道障碍物预警装置，包括：图像增强单元、模型建立单元、模型训练单元、实时监测单元和预警单元；
21、图像增强单元，用于采用retinex方法对采集的铁路轨道障碍物图像数据集进行图像增强，得到增强图像；
22、模型建立单元，用于在ssd模型的基础上，将vgg16骨干网络替换成mobilenetv3网络，得到mobilenetv3-ssd模型；
23、模型训练单元，用于根据历史增强图像，训练mobilenetv3-ssd模型，得到训练完成的mobilenetv3-ssd模型；
24、实时监测单元，用于将实时采集的增强图像，输入训练完成的mobilenetv3-ssd模型，进行识别；
25、预警单元，用于当识别到铁路轨道障碍物时，发出预警信号。
26、进一步的，采用retinex方法对采集的铁路轨道障碍物图像数据集进行图像增强，包括：
27、利用低通滤波器对原始图像进行高斯模糊处理，保留图像中的颜色信息，减少图像中的噪声，得到颜色恢复图像；
28、通过高通滤波器对原始图像进行滤波，增强图像中的亮度信息，突出图像中的细节和边缘，得到亮度调整图像；
29、通过将颜色恢复和亮度调整后的图像进行比例调整，以获得最终的增强图像数据集。
30、进一步的，将实时采集的增强图像，输入训练完成的mobilenetv3-ssd模型，进行识别，包括：
31、将经过图像增强的数据集输入到训练完成的mobilenetv3-ssd模型当中，通过一次前向传播，对图像进行分析，并预测图像中每个可能障碍物的边界框和相应的置信度，其中边界框表示mobilenetv3-ssd模型预测的障碍物位置，置信度表示mobilenetv3-ssd模型对其预测的确信程度；
32、经mobilenetv3-ssd模型检测的图像包含多个边界框和多个置信度，采用非极大值抑制方法来对检测数据进行后处理；通过移除重叠度高于重叠度阈值且置信度低于置信度阈值的边界框，以提高检测结果。
33、第三方面，一种电子设备，包括处理器、通信接口、存储器和通信总线，其中，处理器、通信接口和存储器通过通信总线完成相互间的通信；
34、存储器，存储有计算机程序；
35、处理器，用于执行存储器上所存储的计算机程序时，实现上述的一种铁路轨道障碍物预警方法。
36、第四方面，一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时实现上述的一种铁路轨道障碍物预警方法。
37、本公开至少包括以下有益效果：
38、本公开根据retinex-mobilenetv3-ssd算法，通过retinex方法消除雾气等对采集到的图像带来的模糊影响，然后通过mobilenetv3-ssd算法检测出轨道前方障本文档来自技高网...
【技术保护点】
1.一种铁路轨道障碍物预警方法，其特征在于，所述方法包括：
2.根据权利要求1所述的一种铁路轨道障碍物预警方法，其特征在于，
3.根据权利要求2所述的一种铁路轨道障碍物预警方法，其特征在于，
4.根据权利要求1所述的一种铁路轨道障碍物预警方法，其特征在于，
5.根据权利要求1所述的一种铁路轨道障碍物预警方法，其特征在于，
6.一种铁路轨道障碍物预警装置，其特征在于，包括：图像增强单元、模型建立单元、模型训练单元、实时监测单元和预警单元；
7.根据权利要求6所述的一种铁路轨道障碍物预警装置，其特征在于，
8.根据权利要求6所述的一种铁路轨道障碍物预警装置，其特征在于，
9.一种电子设备，其特征在于，包括处理器、通信接口、存储器和通信总线，其中，处理器、通信接口和存储器通过通信总线完成相互间的通信；
10.一种计算机可读存储介质，存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1-5中任一项所述的一种铁路轨道障碍物预警方法。
【技术特征摘要】
1.一种铁路轨道障碍物预警方法，其特征在于，所述方法包括：
2.根据权利要求1所述的一种铁路轨道障碍物预警方法，其特征在于，
3.根据权利要求2所述的一种铁路轨道障碍物预警方法，其特征在于，
4.根据权利要求1所述的一种铁路轨道障碍物预警方法，其特征在于，
5.根据权利要求1所述的一种铁路轨道障碍物预警方法，其特征在于，
6.一种铁路轨道障碍物预警装置，其特征在于，包括：图像增强单元、模型建立单元、模型训练单元、实时监...
【专利技术属性】
技术研发人员：黄永聪，曹晓宇，史立柱，苏耀伟，梁春燕，田静，
申请(专利权)人：国能新朔准池铁路山西有限责任公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。