一种基于图像的铁路接触网杆柱标识信息的识别方法

1.一种基于图像的铁路接触网杆柱标识信息的识别方法，对高速客运专线接触网设备进行在线巡视的连续视频图像中杆柱及其上的信息标识进行识别处理，其特征在于，包括以下处理步骤：
(1)杆柱粗定位，对相邻帧进行绝对值差分后，用竖直结构核对差分图像滤波，将滤波后图像水平投影，以固定宽度统计计算出投影曲线峰值区域，此峰值区域即为杆柱物粗定位的区域R1；
(2)杆柱精定位，提取原图R1区域并进行去噪，定位杆柱的左右边缘；
(3)杆号检测及数字分割,计算步骤(2)检测到杆柱左右边缘的平均斜率，对原图进行旋转，得到校正后的图像，同时将所述检测到的杆柱左右边缘进行重新定位；将重新定位的左右边缘延长至校正后原始图像的顶部和底部，杆柱左右边缘之间区域为杆柱精定位区域PROI，在此区域中利用一种纵向最长最近邻链筛选法检测杆号数字轮廓；数字轮廓的判定参数首先由人工进行初始化，之后根据数字检测和识别的情况，对其中部分参数进行动态更新；
(4)公里标检测及数字分割，根据精定位杆柱两边平均斜率，在旋转后的原图中重新调整粗定位区域为R2，对R2进行高斯滤波和自适应二值化后得到二值图BR2，在BR2中利用动态匹配的快速直线检测算法进行公里标检测，之后利用自适应二值化和直接二值化数字轮廓检测双向验证方法对公里标数字精确定位和分割，即：当两个二值图中公里标数字轮廓检测出来的区域一致则认为是公里标，否则为误检的公里标；
(5)杆号及公里标数字的离线训练和在线识别，对分割的0～9数字二值图像进行归一化，然后分块统计前景像素个数并串联组成特征，利用多输出神经网络作为分类器进行数字训练和识别；
所述步骤(2)为一种动态匹配的快速直线检测方法，其步骤为：
a)对粗定位区域进行两次不同块大小的自适应二值化，并用“与”操作合并两个二值图为Bt(x,y)；
b)根据所巡检的铁路线路具体情况，设定Bt(x,y)中直线搜索区域ROI，选择ROI时应避免复杂背景区域，以减少对直线检测的干扰；
c)在ROI区域的下1/n区域从左向右扫描，若p点的像素值为零则在其垂直方向再次遍历连续的m个像素，将满足m个点像素值都为零的所有p点保存为点集P1；
d)在ROI区域的上1/n区域进行步骤b)操作，将满足条件的所有点保存为点集P2；
e)对于所有的点 计算连接pi,pj的线段Lij作为匹配模板；线
段Lij在Bt(x,y)中对应区域黑色像素点个数与其长度之比大于阈值αp时，即认为检测到一条候选杆柱边缘；
f)对候选直线在原图中相应位置x0利用一个Harr滤波器进一步判决，即满足下式则认为是杆柱边界：
g)杆柱右边界直线的检测为从右向左进行步骤e)至步骤f)操作；
所述步骤(3)中对杆号检测时，使用自适应数字轮廓判定方法；采用纵向最长最近邻链筛选法精确提取杆号数字；若检测到的疑似数字区域为Di(i＝1,2,...M)，每个区域的中心坐标为(xi,yi)，且对于 满足yi≤yj，令Di轮廓最小外接矩形的高度为Hi，纵向最长最近邻链法对疑似数字区域进行筛选的步骤如下：
1)从疑似数字区域中心纵坐标最小的数字区域D1开始扫描纵向最邻近链，令当前节点为Dc，此时c＝1，记录扫描的起始位置s＝1；
2)新建链表，并将Dc作为其首节点，如果存在一个疑似数字区域Dj，其中c(1)|Hj-Hc|＜ε1；
(3)|xj-xc|＜ε2.
则认为Dj为Dc的纵向最近域，将Dj加入链的尾部，否则转至下面步骤4)；ε1是一个高度波动值，设为5～8，条件(2)作为对相邻数字区域间的纵向间隔的约束，ε2表示数字区域水平位置的偏移，一般设定为5～10；
3)若j4)；
4)若c＜M则c＝c+1，保存当前纵向最邻近链，转上述步骤2)继续搜索下一个纵向最邻近链；否则，转下面步骤5)；
5)在所有组成的数字最近邻链中，求出元素最多的纵向最近邻链作为杆号数字链表。

暂无