基于K-means算法的地铁站台异物检测

doi:10.3969/j.issn.1006-2475.2018.06.009

计算机与现代化 ›› 2018, Vol. 0 ›› Issue (06): 42-.doi: 10.3969/j.issn.1006-2475.2018.06.009

基于K-means算法的地铁站台异物检测

(华南理工大学土木与交通学院，广东广州510641)

收稿日期:2017-12-13 出版日期:2018-07-05 发布日期:2018-07-05
作者简介:雷焕宇(1992-)，男(土家族)，湖南常德人，华南理工大学土木与交通学院硕士研究生，研究方向：智能交通系统；刘伟铭(1963-)，男，湖南宁乡人，教授，博士生导师，研究方向：智能交通系统。
基金资助:
“十三五”国家重点研发计划先进轨道交通重点专项（2016YFB1200402-07）

DetectionofForeignObjectsinSubwayOutdoorPlatform#br# BasedonK-meansAlgorithm

(SchoolofCivilEngineeringandTransportation,SouthChinaUniversityofTechnology,Guangzhou510641,China)

Received:2017-12-13 Online:2018-07-05 Published:2018-07-05

摘要/Abstract

摘要： 针对地铁屏蔽门和列车门之间的间隙会产生夹人夹物等地铁运营安全事故隐患，提出一种基于K-means的地铁站台异物面检测方法。该方法通过采用人工构造光学背景，并且采用HSV颜色空间来提高检测的效率和准确度。算法采用K-means方法对车首摄像头拍摄车尾灯带图像进行目标提取，通过对目标的完整性计算来判断列车车体与屏蔽门缝隙是否存在空间异物。通过对真实视频数据进行实验，结果表明所提算法对光照变化具有很好的鲁棒性，可以准确检测出各种异物，能够辅助司机进行开车前的决策。

关键词: 机器视觉, K-means, 异物检测, 地铁, 自适应光线

Abstract: Aimingatthegapbetweensubwayscreendoorandtraindoor,thereisahiddendangerofaccidentinsubwayoperationbecauseofthepinch-in,andadetectionmethodbasedonmetrostationsurfaceisproposed.ThismethodimprovestheefficiencyandaccuracyofthedetectionbyemployingamanualconstructionoftheopticalbackgroundandusingtheHSVcolorspace.Thealgorithmusesthemethodtoextractthetargetimageofthecartaillightwiththecameraofthevehiclehead,anddetermineswhetherthereisspatialforeignbodyinthegapbetweenthecarbodyandthescreendoorbycalculatingthecompletenessofthetarget.Experimentsonrealvideodatashowthattheproposedalgorithmhasgoodrobustnesstolightchangesandcandetectvariousforeignobjectsaccuratelyandcanassistthedriverinmakingdecisionsbeforedriving.

Key words: machinevision, K-means, foreignmatterdetection, metro, adaptivelight

中图分类号:

TP311

雷焕宇,刘伟铭. 基于K-means算法的地铁站台异物检测[J]. 计算机与现代化, 2018, 0(06): 42-.

LEIHuan-yu,LIUWei-ming. DetectionofForeignObjectsinSubwayOutdoorPlatform#br# BasedonK-meansAlgorithm[J]. Computer and Modernization, 2018, 0(06): 42-.

参考文献

［1］邵蓉.地铁屏蔽门车门夹人夹物防范措施讨论［J］.科技视界,2016(6):124-125.
［2］李旭冬,叶茂,李涛.基于卷积神经网络的目标检测研究综述［J］.计算机应用研究,2017(10):1-9.
［3］HsuYW,CiouYS,PerngJW.ObjectrecognitionsystemdesigninregionsofinterestbasedonAdaBoostalgorithm［C］//InternationalConferenceonInformationFusion.2017:1-5.
［4］XuDan,OuyangWanli,RicciE,etal.Learningcross-modaldeeprepresentationsforrobustpedestriandetection［C］//IEEEConferenceonComputerVisionandPatternRecognition(CVPR).2017.
［5］〖JP2〗HuangZhijie.Pedestriandetectionalgorithminvideoanalysisbasedoncentrist［C］//IEEEInternationalConferenceonIntelligentTransportation,BigData&SmartCity.2016:117-120.〖JP〗
［6］王瑞峰,杨子河,孔维珍.红外光幕在地铁屏蔽门障碍物探测中的研究［J］.传感器与微系统,2013,32(3):25-28.〖JP〗
［7］黎卓虹.屏蔽门防夹人激光探测装置安装方案探讨［J］.中国高新技术企业,2009(19):46-47.
［8］黄华文,刘伟铭,李军,等.地铁屏蔽门与车门间异物自动检测技术［J］.铁路计算机应用,2015(12):62-65.
［9］吴卫海,刘伟铭,李海玉,等.一种新的地铁曲线站台异物检测系统研究［J］.城市公共交通,2015(9):33-36.
［10］谭飞刚,刘开元.基于机器视觉的地铁曲线型站台异物检测算法［J］.深圳信息职业技术学院学报,2017,15(1):75-77.
［11］刘靖明,韩丽川,侯立文.基于粒子群的K均值聚类算法［J］.系统工程理论与实践,2005,25(6):54-58.
［12］〖JP2〗SauvagetC,BoyerV.Stylizationoflightingeffectsforimages［C］//IEEEthe6thInternationalConferenceonSignal-ImageTechnologyandInternetBasedSystems.2010:43-50.〖JP〗
［13］LiuHe,WangYadong,WangLei.Theeffectoflightconditionsonphotoplethysmographicimageacquisitionusingacommercialcamera［J］.IEEEJournalofTranslationalEngineeringinHealth&Medicine,2014,2:1-11.
［14］GrittiT,MonaciG.Automaticlightscenesettingthroughimage-basedsparselighteffectapproximation［J］.IEEETransactionsonMultimedia,2012,14(4):1351-1358.
［15］CohenaddadV,KleinPN,MathieuC.Localsearchyields〖JP2〗approximationschemesfork-meansandk-medianinEuclideanandminor-freemetrics［C］//The57thIEEEAnnualSymposiumonFoundationsofComputerScience(FOCS).2016:353-364.〖JP〗
［16］董素鸽,胡代弟.显示图像复杂目标优化识别仿真研究［J］.计算机仿真,2017(5):453-456.
［17］张文达,许悦雷,倪嘉成,等.基于多尺度分块卷积神经网络的图像目标识别算法［J］.计算机应用,2016,36(4):1033-1038.
［18］王维哲,李娜.一种去光照干扰的运动目标图像分割算法［J］.科技通报,2015(6):166-168.

[1]	王涛1, 2, 黄丹1, 2, 刘禅奕1, 2, 朱桃1, 2. 基于YOLOv5s的无人机图像车辆检测[J]. 计算机与现代化, 2024, 0(08): 108-113.
[2]	秦阳, 詹勇, 明路遥, 杨舒淇, 蓝振祎. 基于改进K-means算法的通勤交通小区识别[J]. 计算机与现代化, 2024, 0(07): 63-68.
[3]	刘耀鑫1, 陈仁喜2, 杨伟宏1. 一种针对抖动无人机视频的运动目标检测算法[J]. 计算机与现代化, 2024, 0(05): 99-103.
[4]	孟雅蕾1, 师红宇1, 王予2. 一种无阻流量预测方法[J]. 计算机与现代化, 2024, 0(04): 33-37.
[5]	冯欣欣, 卜磊, 章晓余, 史玉峰. 基于ICEEMDAN-LSTM的地铁盾构隧道管片形变数据分析预测[J]. 计算机与现代化, 2023, 0(11): 57-61.
[6]	韩雪. 基于约束聚类和粒子群算法的多路径规划[J]. 计算机与现代化, 2023, 0(08): 7-11.
[7]	王艺成, 张国良, 张自杰, . 基于改进YOLOv5的小目标检测方法[J]. 计算机与现代化, 2023, 0(05): 100-105.
[8]	郭之栋, 刘筠, 杨凡, 周昕, 陈亮亮. 基于机器视觉的智慧交通灯控制系统[J]. 计算机与现代化, 2023, 0(04): 101-105.
[9]	李雨晴, 文勇军, 曾小为, 唐立军, 周庆华, 张志刚. 微柱凝胶血型检测卡异物智能检测系统[J]. 计算机与现代化, 2023, 0(03): 6-10.
[10]	葛红飞, 李轶然. 基于点边缘特征自适应融合的视觉SLAM算法[J]. 计算机与现代化, 2023, 0(03): 107-112.
[11]	陈卓, 乔贵方, 柴鑫波, 杜一君, 沈重霖, 王远浩. 基于改进知识蒸馏的多天候车辆检测方法[J]. 计算机与现代化, 2023, 0(02): 50-57.
[12]	尹初, 赵启林, 芮挺, 袁辉, 王剑. 基于自适应锚框的裂缝目标检测算法研究[J]. 计算机与现代化, 2022, 0(11): 95-101.
[13]	彭露露, 朱媛媛, 金文倩, 王笑梅. 基于改进YOLOv4的汽车钢铁零件表面缺陷检测[J]. 计算机与现代化, 2022, 0(09): 32-39.
[14]	申智, 徐丽, 符祥远. 基于改进YOLO v4光线模糊场景下交通标志检测[J]. 计算机与现代化, 2022, 0(07): 27-32.
[15]	梁正友, 王璐, 李轩昂, 杨锋, . 基于K-means++的多视图点云配准技术[J]. 计算机与现代化, 2022, 0(02): 97-101.

基于K-means算法的地铁站台异物检测

DetectionofForeignObjectsinSubwayOutdoorPlatform#br# BasedonK-meansAlgorithm

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价