[发明专利]一种基于图像处理的踏板检测方法及系统有效

专利信息
申请号: 201810446977.4 申请日: 2018-05-11
公开(公告)号: CN108629349B 公开(公告)日: 2020-10-23
发明(设计)人: 杨晨;孙新学;宋亚军;向宏义 申请(专利权)人: 北京环境特性研究所
主分类号: G06K9/46 分类号: G06K9/46;G06K9/62
代理公司: 北京格允知识产权代理有限公司 11609 代理人: 周娇娇;张沫
地址: 100854*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 图像 处理 踏板 检测 方法 系统
【权利要求书】:

1.一种基于图像处理的踏板检测方法,其特征在于,包括以下步骤:

图像采集步骤、采集踏板落下和收起状态的图像作为训练样本,并采集待检测时刻踏板的图像作为测试样本;其中图像采集时摄像头被配置为只有在踏板收起时才能拍到踏板图像,而在落下时对应区域只能看到列车与检测平台间隙,使得当踏板安装区域检测到踏板图像时,则判断踏板处于收起的状态,当踏板安装区域检测不到踏板图像时,则判断踏板处于落下的状态;

分类器训练步骤、提取训练样本中每个图像的方向梯度直方图信息构成特征向量;选择SVM分类器核函数,并使用提取的训练样本训练SVM分类器;

踏板检测步骤、提取测试样本的图像的方向梯度直方图信息构成特征向量,并利用所述SVM分类器判断为踏板落下或收起的状态;

提取测试样本或训练样本中图像的方向梯度直方图信息构成特征向量的步骤包括:

采用线性空间光照校正法对输入的图像进行颜色空间的标准化;

计算每个像素的梯度,其中将图像划分为预定大小的单元;计算每个单元的梯度直方图;将多个单元组成区块,一个区块所有单元的特征串联起来得到该区块的HOG特征;将图像内所有区块的HOG特征串联起来得到该图像的HOG特征;提取每个图像的HOG特征,得到对应的特征向量;

所述图像采集步骤采集的图像的视场范围内包括6~10块踏板;

划分的每个单元的大小为6*6个像素,每个区块包含3*3个单元。

2.根据权利要求1所述的基于图像处理的踏板检测方法,其特征在于,所述方法还包括报警步骤,用于根据所述踏板检测步骤的检测结果进行报警。

3.一种基于图像处理的踏板检测系统,其特征在于,包括:

图像采集模块,用于采集踏板落下和收起状态的图像作为训练样本,并采集待检测时刻踏板的图像作为测试样本;其中图像采集时摄像头被配置为只有在踏板收起时才能拍到踏板图像,而在落下时对应区域只能看到列车与检测平台间隙,使得当踏板安装区域检测到踏板图像时,则判断踏板处于收起的状态,当踏板安装区域检测不到踏板图像时,则判断踏板处于落下的状态;

分类器训练模块,用于提取训练样本中每个图像的方向梯度直方图信息构成特征向量;选择SVM分类器核函数,并使用提取的训练样本训练SVM分类器;

踏板检测模块,用于提取测试样本的图像的方向梯度直方图信息构成特征向量,并利用所述SVM分类器判断为踏板落下或收起的状态;

其中,提取测试样本或训练样本中图像的方向梯度直方图信息构成特征向量的步骤包括:

采用线性空间光照校正法对输入的图像进行颜色空间的标准化;

计算每个像素的梯度,其中将图像划分为预定大小的单元;计算每个单元的梯度直方图;将多个单元组成区块,一个区块所有单元的特征串联起来得到该区块的HOG特征;将图像内所有区块的HOG特征串联起来得到该图像的HOG特征;提取每个图像的HOG特征,得到对应的特征向量;

所述图像采集模块采集的图像的视场范围内包括6~10块踏板;

划分的每个单元的大小为6*6个像素,每个区块包含3*3个单元。

4.根据权利要求3所述的基于图像处理的踏板检测系统,其特征在于,所述系统还包括报警模块,用于根据所述踏板检测模块的检测结果进行报警。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京环境特性研究所,未经北京环境特性研究所许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201810446977.4/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top