摘 要

随着近几年来我国经济的快速发展，铁路运输在国民经济中拥有不可撼动的地位，其中常用于铁路货运的运输工具就是棚车，因而检测棚车车门的开闭状态对于铁路货物运输安全问题具有重大意义。而目前我国针对棚车车门状态检测的问题主要是依靠人工进行，这种方法非常有缺陷，不仅耗损人力和物力，而且检查可靠性也不高，因此研究自动检测车门状态的系统具有重要意义。

本次设计主要是基于图像处理的知识，提出了一种铁路列车运行中开门异常视觉检测算法，并在visual studio上编程实现，程序运行时先对棚车车门进行灰度变换处理，然后依次对图像进行滤波与增强、图像分割，将棚车车厢区域和背景区域分隔开，最后进行棚车车门的定位与状态检测，对出现故障的棚车照片和棚车型号进行统计和存储。经过检验，所设计的棚车车门检测算法的准确率达到了93.35%，每张图片所需要的平均处理时长为198ms。能够检测出不同条件下车门的开闭状态，而且处理速度较快，具有一定的实时性，算法达到了设计要求。

关键词：铁路棚车；开门检测；图像处理；图像分割；直线检测

Abstract

As the development of China's economy in the last several years, railway transportation has an unshakable position in national economy, among which train is a general means of conveyance. So it is vital to examine the condition of train's doors for the security of railway commodity transportation. At present, the problem of door state detection of box cars in our country mainly depends on manual work. This measure is extremely flawed, which not only spends manpower and physical supplies, but also has low reliability. As a result, it is extremely crucial to design the spontaneous door condition monitoring system.

This design is mainly based on the knowledge of image processing, put forward a visual detection algorithm of abnormal door opening in railway train operation, and in visual The program is implemented in studio. When the program is running, the door of the boxcar is first processed by gray-scale transformation, then the image is filtered and enhanced, and then the image is segmented. The compartment area and background area of the boxcar are separated. Finally, the location and state detection of the door of the boxcar are carried out, and the photos of the boxcar and the model of the boxcar are counted and stored. After the test, the accuracy of the door detection algorithm is 93.35%, and the average processing time of each picture is 198ms. It can detect the open and close status of doors under different conditions, and has fast processing speed and real-time performance. The algorithm meets the design requirements.

Key Words： Railway box car; Door opening detection；Image processing; Image segmentation; Straight line detection

目 录

第1章 绪论 1

1.1研究的背景、目的和意义 1

1.2国内外研究现状 1

1.3本文研究的内容和论文结构 2

第2章 棚车车门图像的预处理 3

2.1 棚车开门状态检测方案 3

2.2 图像的滤波处理 4

2.3图像的增强 6

2.4图像分割 8

2.4.1 基于灰度直方图的阈值分割 8

2.4.2 基于边缘的分割 10

第3章 车门定位和开闭状态检测 13

3.1 直线检测 14

3.2 直线聚类 16

3.3定位车门 17

3.4检测车门开闭状态 18

3.5 实验结果分析 18

第4章 结论 20

参考文献 21

致 谢 23

绪论

1.1研究的背景、目的和意义

近些年科学技术不断地创新和发展，图像处理技术早已日趋成熟，并且引起了人们的广泛关注，图像处理技术是一种利用计算机对图像信息进行处理的技术。主要包括图像获取和表现、图像增强、图像复原、图像分割、图像识别图像重建等方面^[1]。如今图像处理技术在各个行业都大显身手，比如航天事业、生物医药、工业制造、军事安全等行业^[2]，与人们的生活息息相关，对于推动社会发展、改善生活起到了重要的作用。

近几年我国经济飞速发展，人们的生活水平不断提高，网购因其方便性已然成为一种新型购物方式，如今大多数货物仍然选择使用铁路货车进行运送^[3]，其中铁路棚车主要用于运输怕风吹日晒、雨淋雪压等较为珍贵的货物，如各种食品、日常生活用品、精密的机械器具等，不仅可以运送各种各样的货物商品、而且经济又实惠，能节约不少成本^[4]。棚车车门是列车不可或缺的结构，在列车运行期间，如果车门未关好或者未锁好，可能会导致货物丢失或者引发安全事故，因此做好监测铁路棚车装载运输状态的工作十分必要，目前监测工作主要靠人工完成，既浪费时间，又耗费人力^[5]。根据图像处理技术的原理，设计列车运行中开门异常视觉检测算法对图像进行处理，自动监控车门所处状态，不仅可以减轻铁路工作人员的负担、大幅度提升检验效率，而且完成对列车开门异常的可靠检测，提高了铁路运输的安全保障。

1.2国内外研究现状

在铁路安全检测系统方面，美国、英国、法国等发达国家的铁路货车利用位于铁轨处的实时安全动态检测系统，来检测轴承的温度、手刹制动的情况、货车承载货物的重量、货车的冲击等方面，该监控设备具有安装简单、耗电量较少的优点，设备自带大容量的电池可以保证监控设备长达数十年的供能需求，安装监控系统不仅解决了铁路货车在运输时的安全问题，而且还能记录货车的实时数据，有利于列车的维修和保养。而我国铁路安全监测系统主要由5T系统组成，分别是货车轴温自动检测系统（THDS），货车运行故障动态图像检测系统（TFDS），货车滚动轴承早期故障轨边声学诊断系统（TADS），货车运行状态地面安全监测系统（TPDS），以及客车运行安全监测系统（TCDS）等^[6]。

在车门开闭状态检测方面，美国人研发了一种远程无线的监控设备^[7]，不仅可以检测出此时车门的开闭状态，而且还能够检测车厢内部货物和人所处的状态，智能化程度高而且可靠。而国内使用的是铁路货车装载状态安全检测系统（简称安全门）^[7]，这种系统是基于计算机图像处理的理论设计的，可以实时采集铁路棚车车门附件的图像，然后经过一系列的图像处理，可以智能地识别出该车厢的型号，然后就可以依据该型号的车门尺寸数据来判断此时车门的开闭状态，检测的准确率也比较可靠。

1.3本文研究的内容和论文结构

在铁路运输系统中，棚车车门应处于关闭状态，如果因为某种原因棚车门打开，铁路运输系统希望能及时识别这种状态并及时报警，以免发生事故。本项目设计基于固定照相机对通过的棚车进行两侧拍照后，能基于图像处理算法识别棚车车门的开闭状态并将车门打开的棚车型号和车门图片存储到数据库中。本文的主要研究内容包括：