文档介绍：摘要随着中国铁路系统的高速发展,人们也面临着越来越严重的铁路事故。与此同时,智能交通已成为交通科技领域的研究热点,然而,大部分的学者研究本文针对铁路线路的实际图像特点,研究了铁轨及路障的检测技术。虽然背景也复杂多变。因此我们需要面向铁路线路的检测技术。轨检测。至于这两种基于图像特征的铁轨检测算法,基于区域特征的铁轨检测与帧间滤波算法后,在抗噪声性能上有了较大的提高,在考虑到实时性与准确性上,与另外两个方案的优缺点进行了综合对比,最终选择了基于边缘特征的一举两得的效果:一来在低分辨率下可以将短的铁轨连接起来;二来在低分辨至于路障检测,为快速地判断路障的有无,以及降低虚警率,本文根据铁轮廓,为下一步的目标识别打下基础。关键字:铁轨检测,路障检测,边缘特征,对称性领域主要几种在公路交通,对铁路交通的关注较少。大部分比较成熟的智能公路交通技术可以直接用于铁路交通领域,但铁路线路还是有它自己的特点,最为突出的就是铁轨轨道部分并不像公路路面那么干净,目前对公路线的检测主要分为两个方面,基于模型的,存在的主要问题在于模型的选取及样本点的确定;基于图像特征的,其优点是不受所选模型的限制,缺点在于容易受到噪声、入侵路障的影响,影响最终线路的提取。考虑到后期路障检测的需要,可以利用入侵路障对已确定的铁轨线的影响来检测路障,最后将方案缩小到基于边缘特征的铁轨检测和基于区域特征的铁抗噪声性较好,但检测出来的铁轨线不够准确,相比于基于区域特征的铁轨检测,基于边缘特征的铁轨检测算法检测到的铁轨线较为准确,在引入迭代阈值铁轨检测。由于本系统最终要移植到希扑懔康慕档褪且桓霰匦胍?悸堑奈侍狻根据铁轨线路的连续性,通过在边缘连接阶段引入低分辨率的算法,可以取得率下进行铁轨的搜索将较大幅度地降低计算量。轨区域左右灰度上的对称性来检测路障区域,这个算法的优点在于判断快,抗噪声性能好,缺点是获得的路障区域只是几个子块区域,即检测到的路障不够精确。故本文最终结合减背景、时空联合滤波等算法,以获得较为精确的路障武汉理喝搜秨学位沦文
知识水坝***@pologoogle为您整理
.武汉理喝搜兑粆:学位论文,,瓹瑃琺瓵.,,—.,,·
知识水坝***@pologoogle为您整理
武汉理喝恕Q妒Ш温畚,,,..:琤琫
签名:塑:日期:丛研究生┟:,所呈交的论文是本人在导师指导下进行的研究工作及论文中不包含其他人已经发表或撰写过的研究成果,也不包含为获得武汉理工大学或其他教育机构的学位或证书而使用过的材料。与我二同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。本人完全了解武汉理工大学有关保留、使用学位论文的规定,即学校有权保留并向国家有关部门或机构送交论文的复印件和电子版,允许论文被查阅和借阅。本人授权武汉理工大学可以将本学位论文的全部内容编入有关数据库进行检索,可以采用影印、缩印或其他复制手段保存或汇编本学位论文。同时授权经武汉理工大学认可的国家有关机构或论文数据库使用或收录本学位论文,并向社会公众提供信息服务。取得的研究成果。尽我所知,除了文中特别加以标注和致谢的地方外,C艿穆畚脑诮饷芎笥ψ袷卮斯娑导师┟
第乱本论文研究意义坡,洪水漫道等铁路灾害的频频发生,使得山区铁路事故更易发生,而山区交铁路,由于人流,车流的高密度,虽然列车在这些地方往往不得不减速行驶,安全越来越引起人们的高度重视。广泛的公路安全调查显示,通过安装监控系的热点。鉴于铁路与公路系统的相似性,人们很自然地考虑将高速公路的智能中国地域广阔,铁路的路网空问密度和运输密度都很强,铁路线相当长,而且很多线路分布在山脉,河流湖泊等地势险要地区,无可避免的受到泥石流、山体滑坡、洪水、地震等自然灾害的威胁。目前,中国铁路营业里程已突破度区。据不完全统计,铁路沿线分布有大型泥石流沟酰笾行突多个车站受这些灾害的严重威胁,其中宝天线、宝成线、成昆线等大型泥石路基和铁路面产生很大的破坏力,对车辆运行造成直接影响。这一类自然灾害经常突然爆发,来势凶猛,一旦产生,直接导致铁路线路瘫痪,车辆若不能及时发现往往导致非常严重的后果,在四川云贵等地区尤其多发。随着成渝高速铁路的通车,中国迎来了又一次铁路提速的高潮。然而,由于中国地质环境的复杂性,特别是全国范围内的山地分布,造成了泥石流,滑通的不便,一旦发生事故,由于营救的困难,不可避免地加剧了山区铁路事故的严重性。近期广西山区发生的特大铁路交通事故再一次引发了人们对铁路安全的重视,而引起这起事故的罪魁祸首即是山区的泥石流。如果能提前知道前方的铁路被泥石流阻断,那么这惨烈的事故估计能得以幸免。对于平坦地带的然而由于列车的高速性,事故依然源源不断。这些铁路事故的发生,使得铁路