專利名稱：基于圖像識別技術的山體滑坡智能監(jiān)控裝置及其監(jiān)控方法
技術領域：
本發(fā)明涉及一種智能監(jiān)控系統(tǒng)及其監(jiān)控方法。
背景技術：
我國幅員遼闊，在多山地區(qū)及易發(fā)生山體滑坡的地區(qū)，鐵路線路的巡線工作尤為 重要；而現有的巡線方式還主要采用人工巡線，但是人工巡線存在著巡視周期長，巡視實時 性差，發(fā)生險情反饋慢等問題，由于不能及時發(fā)現山體滑坡或落石等障礙物落入線路內，極 易發(fā)生列車出軌等安全事故。

發(fā)明內容
本發(fā)明為了解決人工巡線存在的巡視周期長，巡視實時性差，發(fā)生險情反饋慢的 問題，而提出了一種基于圖像識別技術的山體滑坡智能監(jiān)控裝置及其監(jiān)控方法?；趫D像識別技術的山體滑坡智能監(jiān)控裝置，它包括多個圖像采集模塊、多個圖 像處理模塊、圖像存儲模塊、中心控制模塊和多個圖像顯示模塊；所述每個圖像采集模塊分 別采集外部環(huán)境圖像信息，并將采集到的圖像信號發(fā)送給圖像處理模塊；所述每個圖像處 理模塊分別接收多個圖像采集模塊發(fā)送的圖像信息并進行處理；將處理后的圖像信息分別 發(fā)送到圖像存儲模塊和中心控制模塊；圖像存儲模塊接收并存儲每個圖像處理模塊發(fā)送的 圖像信息；中心控制模塊接收每個圖像處理模塊發(fā)送的圖像信息并進行比較計算，將比較 計算后的圖像發(fā)送到多個圖像顯示模塊；所述每個圖像顯示模塊顯示接收到的中心控制模 塊發(fā)送的圖像信息。采用上述基于圖像識別技術的山體滑坡智能監(jiān)控裝置的監(jiān)控方法；它由如下步驟 完成步驟一通過多個圖像采集模塊采集圖像數據，并將所述圖像數據通過圖像處理 模塊發(fā)送給中心控制模塊；步驟二 中心控制模塊每隔5 10秒接收一次圖像數據，并對同一圖像處理模塊 每相鄰兩次發(fā)送的圖像數據進行分析處理，所述分析處理的過程依次采用圖像識別精度運 算、圖像灰度化運算、圖像壓縮編碼處理、圖像平滑處理、圖像邊緣檢測運算和圖像分割處 理；判斷是否出現山體滑坡險情；出現險情則向GPS報警模塊發(fā)送報警信號，未發(fā)生險情則 繼續(xù)進行監(jiān)控。本發(fā)明具有巡視周期短，巡視實時性強，發(fā)生險情反饋迅速的優(yōu)點。多個圖像采 集模塊1可以監(jiān)測較長一段線路內的情況，定期對線路及周邊環(huán)境進行拍照，并將圖像信 息發(fā)送給圖像處理模塊2，圖像處理模塊2處理后發(fā)送圖像存儲模塊3和中心控制模塊4 ； 中心控制模塊4通過比對不同時間段相應區(qū)段的環(huán)境及線路圖像，判斷是否出現滑坡或落 石等障礙物，外部控制人員可實時通過圖像顯示模塊5進行監(jiān)控；可以同時對所有入侵目 標分別進行檢測、跟蹤、分類；入侵目標分類識別，根據預設條件，可以自動區(qū)分滑坡、落石、 人、動物、車的入侵。而只對滿足預設條件的目標入侵進行告警和跟蹤；適應光照度劇烈變
5化，復雜環(huán)境干擾信息及雨、雪、霧、冰雹等氣象條件。本發(fā)明可廣泛適用于山區(qū)或易發(fā)生山 體滑坡地區(qū)的鐵路及公路等路網的監(jiān)控。


圖1為本發(fā)明的模塊結構示意圖。
具體實施例方式具體實施方式
一結合圖1說明本實施方式，本實施方式包括多個圖像采集模塊 1、多個圖像處理模塊2、圖像存儲模塊3、中心控制模塊4和多個圖像顯示模塊5 ；所述每個 圖像采集模塊1分別采集外部環(huán)境圖像信息，并將采集到的圖像信號發(fā)送給圖像處理模塊 2 ；所述每個圖像處理模塊2分別接收多個圖像采集模塊1發(fā)送的圖像信息并進行處理；將 處理后的圖像信息分別發(fā)送到圖像存儲模塊3和中心控制模塊4 ；圖像存儲模塊3接收并 存儲每個圖像處理模塊2發(fā)送的圖像信息；中心控制模塊4接收每個圖像處理模塊2發(fā)送 的圖像信息并進行比較計算，將比較計算后的圖像發(fā)送到多個圖像顯示模塊5;所述每個 圖像顯示模塊5顯示接收到的中心控制模塊4發(fā)送的圖像信息。
具體實施方式
二 結合圖1說明本實施方式，本實施方式與具體實施方式
一的不 同點在于它還包括GPS報警模塊6，所述GPS報警模塊6接收并通過無線通訊，發(fā)送中心控 制模塊4發(fā)送出的報警信號。
具體實施方式
三結合圖1說明本實施方式，本實施方式與具體實施方式
一的不 同點在于它還包括控制輸入模塊7，控制輸入模塊7的控制信號輸出端與中心控制模塊4的 控制信號輸入端相連。工作過程及原理工作過程首先通過多個圖像采集模塊1進行圖像信息采集，并將圖像信息發(fā)送 到多個圖像處理模塊2，多個圖像處理模塊2將接收到的圖像信息發(fā)送到中心控制模塊4進 行圖像信息分析；在中心控制模塊4接收到圖像信息時，首先對圖像信息進行初步分析，是 否有險情發(fā)生，如有情況發(fā)生將進行相應的處理與圖像的深入分析；如果為山體滑坡，先判 斷是否進入警戒區(qū)域，沒有在區(qū)域內則不進行報警處理，如進入警戒區(qū)域，先得到滑坡落石 的大小輪廓，再進一步分析計算出滑坡落石圖像體積是否能導致產生險情，產生危險則進 行報警處理，如沒有則不進行報警處理。如果為落石，首先判斷落石的位置，是否在警戒區(qū) 域內，不在警戒區(qū)域內則不進行報警處理，如果落石在警戒區(qū)域內，先對落石的圖像進行數 據分析，去除光照的影響外計算出落石的輪廓體積大小，判斷是否會產生危險，不會產生危 險則不進行報警處理，如產生危險則進行報警處理。如果為火車、動物、人或雨雪，需要通過 圖象處理分析識別出來并對物體分類后過濾，不進行報警處理。
具體實施方式
四采用上述基于圖像識別技術的山體滑坡智能監(jiān)控裝置的監(jiān)控方 法，它由如下步驟完成步驟一通過多個圖像采集模塊1采集圖像數據，并將所述圖像數據通過圖像處 理模塊2發(fā)送給中心控制模塊4 ；步驟二 中心控制模塊(4)每隔5 10秒接收一次圖像數據，并對同一圖像處理 模塊2每相鄰兩次發(fā)送的圖像數據進行分析處理，所述分析處理的過程依次采用圖像識別
6精度運算、圖像灰度化運算、圖像壓縮編碼處理、圖像平滑處理、圖像邊緣檢測運算和圖像 分割處理；判斷是否出現山體滑坡險情；出現險情則向GPS報警模塊6發(fā)送報警信號，未發(fā) 生險情則繼續(xù)進行監(jiān)控。
具體實施方式
五本實施方式與具體實施方式
四的不同點在于所述圖像識別精度 運算采用遺傳算法運算；所述遺傳算法運算由以下步驟完成；步驟1、編碼設計，采用二進制編碼方法表示初始群代，數據范圍為0 1000，采集 測量數據的十進制數通過三位表示；個體的染色體基因通過十位二進制數表示；步驟2、確定遺傳參數，設定種群規(guī)模η、交叉概率P。、變異概率卩 1和進化代數t ；種 群規(guī)模η的數據范圍為50 200，交叉概率P。的數據范圍為0. 4 0. 9，變異概率Pm的數 據范圍為0. 001 0. 1，進化代數t的數據范圍為80 200 ；步驟3、計算適應度，采集測量數據為非線性的離散型數據，通過轉化為求最小值 域確定最優(yōu)解；設采集測量數據為V (Xi，yi)，參數i = 1，2，3 η，η為測量次數，則目標函數
權利要求
1.基于圖像識別技術的山體滑坡智能監(jiān)控裝置，其特征在于它包括多個圖像采集模 塊(1)、多個圖像處理模塊O)、圖像存儲模塊(3)、中心控制模塊(4)和多個圖像顯示模塊 (5)；所述每個圖像采集模塊(1)分別采集外部環(huán)境圖像信息，并將采集到的圖像信號發(fā)送 給圖像處理模塊O)；所述每個圖像處理模塊( 分別接收多個圖像采集模塊(1)發(fā)送的 圖像信息并進行處理；將處理后的圖像信息分別發(fā)送到圖像存儲模塊C3)和中心控制模塊 (4)；圖像存儲模塊C3)接收并存儲每個圖像處理模塊( 發(fā)送的圖像信息；中心控制模塊 ⑷接收每個圖像處理模塊⑵發(fā)送的圖像信息并進行比較計算，將比較計算后的圖像發(fā) 送到多個圖像顯示模塊(5)；所述每個圖像顯示模塊( 顯示接收到的中心控制模塊(4) 發(fā)送的圖像信息。
2.根據權利要求1所述的基于圖像識別技術的山體滑坡智能監(jiān)控裝置，其特征在于它 還包括GPS報警模塊(6)，所述GPS報警模塊(6)接收并通過無線通訊，發(fā)送中心控制模塊 (4)發(fā)送出的報警信號。
3.根據權利要求1或2所述的基于圖像識別技術的山體滑坡智能監(jiān)控裝置，其特征在 于它還包括控制輸入模塊(7)，控制輸入模塊(7)的控制信號輸出端與中心控制模塊(4)的 控制信號輸入端相連。
4.如權利要求3所述的基于圖像識別技術的山體滑坡智能監(jiān)控裝置的監(jiān)控方法；其特 征在于它由如下步驟完成步驟一通過多個圖像采集模塊(1)采集圖像數據，并將所述圖像數據通過圖像處理 模塊( 發(fā)送給中心控制模塊(4)；步驟二 中心控制模塊(4)每隔5 10秒接收一次圖像數據，并對同一圖像處理模塊 (2)每相鄰兩次發(fā)送的圖像數據進行分析處理，所述分析處理的過程依次采用圖像識別精 度運算、圖像灰度化運算、圖像壓縮編碼處理、圖像平滑處理、圖像邊緣檢測運算和圖像分 割處理；判斷是否出現山體滑坡險情；出現險情則向GPS報警模塊(6)發(fā)送報警信號，未發(fā) 生險情則繼續(xù)進行監(jiān)控。
5.根據權利要求4所述的基于圖像識別技術的山體滑坡智能監(jiān)控裝置的監(jiān)控方法，其 特征在于所述圖像識別精度運算采用遺傳算法運算；所述遺傳算法運算由以下步驟完成；步驟1、編碼設計，采用二進制編碼方法表示初始群代，數據范圍為0 1000，采集測量 數據的十進制數通過三位表示；個體的染色體基因通過十位二進制數表示；步驟2、確定遺傳參數，設定種群規(guī)模η、交叉概率P。、變異概率？111和進化代數t;種群規(guī) 模η的數據范圍為50 200，交叉概率P。的數據范圍為0. 4 0. 9，變異概率Pm的數據范 圍為0. 001 0. 1，進化代數t的數據范圍為80 200 ；步驟3、計算適應度，采集測量數據為非線性的離散型數據，通過轉化為求最小值域確 定最優(yōu)解；設采集測量數據為V(Xi，yi)，參數i = 1，2，3 η，η為測量次數，則 目標函數
6.根據權利要求4所述的基于圖像識別技術的山體滑坡智能監(jiān)控裝置的監(jiān)控方法，其 特征在于所述圖像灰度化運算采用下式計算；Gray(i, j) = 0. 299XR(i, j)+0. 587XG(i, j)+0. 114XB(i, j) 式中參數R為每個像素中紅分量的亮度，參數G為每個像素中綠分量的亮度；參數B為 每個像素中藍分量的亮度；參數i、j分別表示(i，j)點處的灰度值。
7.根據權利要求4所述的基于圖像識別技術的山體滑坡智能監(jiān)控裝置的監(jiān)控方法， 其特征在于所述圖像壓縮編碼處理采用哈夫曼編碼運算；設圖像像素灰度級集合為{dl， d2, ... , dm}，對應的概率分別為ρ (dl)，ρ (d2)，...，ρ (dm)，則圖像熵為
8.根據權利要求4所述的基于圖像識別技術的山體滑坡智能監(jiān)控裝置的監(jiān)控方法，其 特征在于所述圖像平滑處理的計算公式為
9.根據權利要求4所述的基于圖像識別技術的山體滑坡智能監(jiān)控裝置的監(jiān)控方法，其 特征在于所述圖像邊緣檢測運算；設向量Vl和V2代表彩色圖像中的兩個像素點，則這兩點 之間的歐式距離De(VI，V2)定義為
10.根據權利要求4所述的基于圖像識別技術的山體滑坡智能監(jiān)控裝置的監(jiān)控方法， 其特征在于所述圖像分割處理采用基于K-均值聚類的彩色圖像分割；確定K個初始聚類； 根據歐氏距離計算各個像素與聚類之間的距離，并歸入距離最小的那個類，再更新聚類
全文摘要
基于圖像識別技術的山體滑坡智能監(jiān)控裝置及其監(jiān)控方法，它涉及智能監(jiān)控系統(tǒng)。它為解決人工巡線存在的巡視周期長，巡視實時性差，發(fā)生險情反饋慢的問題而提出。每個圖像采集模塊采集外部環(huán)境圖像，每個圖像處理模塊分別接收多個圖像采集模塊采集發(fā)送的圖像信號，并將處理后的圖像信號分別發(fā)送到圖像存儲模塊和中心控制模塊；圖像存儲模塊接收并存儲每個圖像處理模塊發(fā)送的圖像信號；中心控制模塊將接收到的每個圖像處理模塊發(fā)送的圖像信號進行比較計算，并將比較計算后的圖像發(fā)送到多個圖像顯示模塊；所述每個圖像顯示模塊顯示接收到中心控制模塊發(fā)送的圖像信號。它具有巡視周期短，巡視實時性強，發(fā)生險情反饋迅速的優(yōu)點，可廣泛適用于山區(qū)或易發(fā)生山體滑坡地區(qū)的鐵路及公路等路網的監(jiān)控。
文檔編號G06K9/62GK102098495SQ20101056656
公開日2011年6月15日 申請日期2010年11月30日 優(yōu)先權日2010年11月30日
發(fā)明者姬云東 申請人:姬云東