基于计算机视觉的火车钩挡识别

为了给运煤车喷洒抑尘剂，需要识别火车车厢之间的钩铛。基于计算机视觉的火车钩铛识别只需在站台一侧安装摄像头，对拍摄到的图像序列进行处理从而识别出钩铛。由于光照、天气等诸多因素的影响，首先采用直方图均衡算法对图像进行增强，然后提取图像的LBP纹理特征和直线特征，并进行特征融合，选用SVM (Support Vector Machine)分类器，针对不同的目标通过离线训练的方式获得SVM模型参数。针对四类目标训练了相应的SVM模型，分别为车头、车厢、钩挡和车站，对拍摄的运煤车视频图像可以实现在线识别。经过初步实验验证，提出的钩铛识别系统能够自动识别火车钩铛的开始和结束，从而控制喷洒系统，且安装简单，能够最大程度的减少抑尘剂浪费。

煤炭在铁路装车时，均采用敞篷车皮。为了防止煤炭在运输过程中被风吹散，需要在煤炭表面喷洒一层抑尘剂。一般情况下装车和喷洒是两个过程，人工装车和自动喷洒。在自动喷洒的过程中，由于车厢与车厢之间存在空隙(这个空隙被称为钩挡)，如果一直开启喷洒装置，喷洒完整列火车会浪费10%左右的抑尘剂。长期累积，会造成两方面的损失，一是抑尘剂浪费严重，二是环境污染。因此，在自动喷洒抑尘剂时，需要识别火车车厢与车厢之间的钩挡，同时为了自动开启和关闭喷洒系统，需要识别火车头和尾。

钩挡识别主要是识别出车厢的结束(即钩挡开始)和开始(即钩挡结束)，当车厢结束时发送关闭信号给喷洒系统，当车厢开始时发送打开信号给喷洒系统。一般的，在铁路两边放置一对红外线装置可以很精确的识别出钩挡的开始和结束。

但是存在两个比较困难的问题， 第一， 红外线装置反馈出的信号太简单， 对一些复杂的情况无法识别，例如当火车头经过时不应该喷洒的，当火车倒车时也不应该启动喷洒。第二，红外线装置通常都是在火车两侧成对铺设，如果火车的一侧没有站台，那么这一侧红外线装置的电源引接比较困难。而用计算机视觉的方法，只需要在站台一侧安装摄像头，就可以解决红外线装置遇到的困难。

目前将计算机视觉技术应用于火车识别已经很常见，绝大部分解决的是识别火车车号、标牌的问题[1]-[3]，并未见到对火车钩挡识别方法有相关文献报道。本文用图像处理方法设计的火车钩挡识别系统， 能自动识别出火车钩挡的开始和结束，从而控制喷洒系统，不仅能最大程度减少浪费，而且安装简单。

2. 系统概述 基于计算机视觉的钩挡识别系统需要在站台的一侧近距离架设摄像头一个，对获取到的视频图像采用图像处理方法检测和识别钩挡，实际距离在2~3 米，以火车车厢的上下沿占满图像为最好。具体思路是对摄像头获取到的当前图像提取特征，经过特征融合，在一定策略的支持下判断出是否存在钩挡，并反馈信息。

钩挡识别系统的流程如图1 所示。主要包括两大模块：计算机视觉分析和钩挡识别。