[发明专利]列车列尾装置监测方法、系统、终端及存储介质在审

专利信息
申请号: 201910377178.0 申请日: 2019-05-07
公开(公告)号: CN110287769A 公开(公告)日: 2019-09-27
发明(设计)人: 雷晨雨 申请(专利权)人: 平安科技(深圳)有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/46;B61L23/00
代理公司: 深圳市赛恩倍吉知识产权代理有限公司 44334 代理人: 杨毅玲
地址: 518000 广东省深圳市福田区福*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 列尾装置 列车 多张图像 轮廓区域 目标轮廓 图像 预设 存储介质 张数 终端 视频监控技术 安全监测 辅助技术 监测系统 列车运行 筛选条件 行驶过程 监测 站点 路段 筛选 输出 分析
【权利要求书】:

1.一种列车列尾装置监测方法,其特征在于,所述方法包括:

连续获取列车行驶过程中的多张图像;

提取每张图像中的多个轮廓区域,作为列车的列尾装置的候选轮廓区域;

根据预设筛选条件从每张图像中的所述多个候选轮廓区域中筛选出目标轮廓区域;

当确定所述多张图像中的连续预设张数的图像中都存在所述目标轮廓区域时,判断所述连续预设张数的图像中的所述目标轮廓区域的位移是否一致;

当确定所述连续预设张数的图像中的所述目标轮廓区域的位移一致时,输出所述列车的列尾装置存在的结果。

2.如权利要求1所述的方法,其特征在于,所述提取每张图像中的多个轮廓区域包括:

获取所述每张图像中的每个像素点的像素值;

获取所述像素值中满足预设像素条件的目标像素值;

对所述目标像素值对应的目标像素点所在的区域进行腐蚀膨胀处理后得到所述多个候选轮廓区域。

3.如权利要求1所述的方法,其特征在于,所述根据预设筛选条件从每张图像中的所述多个候选轮廓区域中筛选出目标轮廓区域包括:

计算每张图像中的每个候选轮廓区域中的像素的个数,获取对应所述像素的个数在预设个数范围内的第一目标候选轮廓区域;

计算每张图像中的每个所述第一目标候选轮廓区域中的像素的方差,获取对应所述像素的方差在预设方差范围内的第二目标候选轮廓区域;

计算每张图像中的每个所述第二目标候选轮廓区域的长宽比,获取对应所述长宽比在预设长宽比范围内的第三目标候选轮廓区域,得到每张图像的目标轮廓区域。

4.如权利要求1所述的方法,其特征在于,当确定所述多张图像中的连续预设张数的图像中不都存在所述目标轮廓区域时,所述方法还包括:

输出所述列车的列尾装置不存在的结果。

5.如权利要求1所述的方法,其特征在于,当确定所述连续预设张数的图像中的所述目标轮廓区域的位移不一致时,所述方法还包括:

输出所述列车的列尾装置不存在的结果。

6.如权利要求4或5所述的方法,其特征在于,在所述输出所述列车的列尾装置不存在的结果之后,所述方法还包括:

向所述列车的列车司机发送告警信息;

同时,向前方车站的调度室发送包含所述列车的机车号的告警信息。

7.如权利要求1至5中任意一项所述的方法,其特征在于,在所述连续获取列车行驶过程中的多张图像之后,所述方法还包括:

对所述多张图像进行照度或对比度归一化处理;

采用双边滤波算法对进行所述归一化处理后的多张图像进行降噪处理。

8.一种列车列尾装置监测系统,其特征在于,所述系统包括:

获取模块,用于连续获取列车行驶过程中的多张图像;

提取模块,用于提取每张图像中的多个轮廓区域,作为列车的列尾装置的候选轮廓区域;

筛选模块,用于根据预设筛选条件从每张图像中的所述多个候选轮廓区域中筛选出目标轮廓区域;

第一判断模块,用于判断所述多张图像中的连续预设张数的图像中是否都存在所述目标轮廓区域;

第二判断模块,用于当所述第一判断模块确定所述连续预设张数的图像中都存在所述目标轮廓区域时,判断所述连续预设张数的图像中的所述目标轮廓区域的位移是否一致;

输出模块,用于当所述第二判断模块确定所述连续预设张数的图像中的所述目标轮廓区域的位移一致时,输出所述列车的列尾装置存在的结果。

9.一种终端,其特征在于,所述终端包括处理器,所述处理器用于执行存储器中存储的计算机程序时实现如权利要求1至7中任意一项所述列车列尾装置监测方法。

10.一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7中任意一项所述列车列尾装置监测方法。

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平安科技(深圳)有限公司,未经平安科技(深圳)有限公司许可,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/201910377178.0/1.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