李永河，董華軍，2，劉伸展，黃 璨

(1.平高集團有限公司，河南 平頂山 467001;2大連交通大學 機械工程學院，遼寧 大連 116028;3浙江明德自動化設(shè)備有限公司，浙江 杭州 311112)

0 引言

隨著國民經(jīng)濟持續(xù)快速健康的發(fā)展和鐵路跨越式發(fā)展戰(zhàn)略的實施，鐵路客貨運量和運輸收入持續(xù)增長，特別是全國第五次大面積提速調(diào)度的實施，取得了顯著的社會和經(jīng)濟效益.但是，當前鐵路運能和需求得到全面發(fā)展的同時，鐵路的安全問題卻收到嚴重的挑戰(zhàn).目前世界各國政府和鐵路企業(yè)都把運輸安全放在重要位置，在我國鐵路運輸?shù)玫斤w躍性發(fā)展，時速在不斷刷新的同時，如何保證鐵路運輸?shù)陌踩煽啃猿蔀榱髓F路運輸業(yè)一個重要研究課題.鐵路信號燈是傳遞鐵路信號的標志，其作用是保證列車運行安全，有效提高鐵路運輸效率，降低運輸成本以及大大改善行車人員的勞動條件.但在實際應用過程中，往往出現(xiàn)不能對信號燈信號進行有效的進行檢測和識別，從而影響了鐵路運輸?shù)陌踩?

近年來，隨著數(shù)字圖像處理技術(shù)的發(fā)展，利用光學、圖像處理等技術(shù)實現(xiàn)鐵路信號燈的有效識別已經(jīng)受到人們的重視［1-3］.為了找到過濾影響的復雜因素并正確顯示信號燈信號的方法，本文通過圖像增強，圖像分割與特征提取等方法獲得清晰的信號圖像，提取了信號燈的幾何特征參數(shù)，為解決鐵路行車安全問題提供了技術(shù)支持.

1 信號燈圖像預處理

1.1 圖像增強處理

由于所選擇的信號燈區(qū)域總是受到鐵路行車周圍復雜環(huán)境的影響，例如公路路燈，附近房屋燈光，街燈或其他的反光體等，由攝像頭獲得的圖像經(jīng)過A/D轉(zhuǎn)換、線路傳送都會產(chǎn)生噪聲污染，種種因素影響圖像的清晰程度，降低了圖像質(zhì)量［3］.因此，在對圖像進行分析處理之前，有必要對圖像質(zhì)量進行改善.直方圖均衡化處理則是一種修改圖像直方圖方法，通過對直方圖進行均衡化修正，可使圖像的灰度間距增大或灰度均勻分布、增大反差，是圖像的細節(jié)變得清晰.圖1是采集得到的信號燈圖像和經(jīng)過增強處理后的路燈圖像及它們相應的灰度直方圖，由圖可看出經(jīng)過處理后的信號燈圖像對比度得到增強，圖像細節(jié)特征更加清晰，為圖像的特征提取提供了技術(shù)基礎(chǔ).

圖1 信號燈原圖像，增強后圖像及其對應灰度直方圖

1.2 圖像剪切

圖2 信號燈切割后的圖像

本文以信號燈為研究對象，在采集過程中，不可避免會采集很多沒用的信息，為此，在進行圖像處理之前需要對采集的圖像進行切割以提取有效部分.當只需要處理圖像中的一部分時，或者需要將某一部分取出，這樣就要對圖像進行剪切.剪切函數(shù)語法格式為I2=imcrop(I，rect)其中 rect是一個四元向量［Xmin，Ymin，width，height］，分別表示剪切圖像的左上角的x，y坐標、寬度和高度.切割之后的信號燈圖如圖2所示.

1.3 圖像邊緣檢測

圖像邊緣是圖像最基本的特征，其廣泛存在于目標與目標、物體與背景、區(qū)域與區(qū)域之間，是圖像分割所依賴的重要特征.邊緣的檢測對于識別物體具有重要意義.由于邊緣檢測在圖像處理中的重要地位，人們提出大量的邊緣檢測算法.傳統(tǒng)的邊緣檢測方法有Roberts算子、Prewitt算子、Kirsch算子、Laplacian算子、LOG算子、Canny算子等［4］.本文采用 Sobel算子對信號燈HSV圖像H、S及V圖像分別進行邊緣檢測，檢測結(jié)果如圖3所示.結(jié)果表明H分量不適合用來檢測邊緣，但是根據(jù)其本身性質(zhì)，可以用來判斷顏色的.此圖像拍攝的是紅色信號燈，即 H中心值在0，通過預先得到紅色信號燈色調(diào)值的中心值和方差來確定紅燈的取值范圍.從圖像S分量的處理結(jié)果可看到，在信號燈區(qū)域，S分量圖像的邊緣檢測效果較優(yōu)，基本上可以得到需要分割區(qū)域的邊界.從圖像 V分量的處理結(jié)果可看到，V分量的邊緣檢測圖像主要為圖像的亮度信息，相當于對應的灰度圖像.

圖3 基于Sobel信號燈H、S、V邊緣檢測結(jié)果

2 鐵路信號燈特征提取

特征提取，主要是在原始圖像中，找到圖像目標，對圖像目標進行特征提取，以區(qū)分圖像本身，為圖像的有效分析和識別提供技術(shù)支持.常用的圖像特征有圖像幅值特征、圖像幾何特征、圖像形狀特征及圖像紋理特征等［5］.信號燈識別和分析主要是建立在圖像特征提取的基礎(chǔ)上，對交通信號燈提供的信息特征進行有效的識別和分析，并快速有效的告訴司機，以避免事故的發(fā)生.

對于交通信號燈來說，如何提取其信號燈幾何特征尤其重要，只有對信號燈幾何特征(面積，周長，矩形度及伸長度等信息)提?。?］，才能有效的對信號燈進行定位，從而實現(xiàn)信號的有效傳遞.

面積即信號燈圖像區(qū)域所包含像素點個數(shù)的總和，最簡單的面積計算方法是統(tǒng)計邊界內(nèi)部的像素的數(shù)目.其計算公式為：

這里f(x，y)為二值圖像，其取值1時表示物體，取值0時表示背景，其面積就是統(tǒng)計f(x，y)=1的個數(shù).

周長即圍成信號燈區(qū)域所需要的像素點個數(shù)，把像素看作一個個點時，則周長用連碼表示，求周長也即計算鏈碼長度，周長p表示為：

其中，物體形狀越細長，其取值越大.

根據(jù)上述計算公式，運用MATLAB對實驗圖2信號燈提取的圖像幾何特征的具體結(jié)果為：面積：A=1.611 5e+005;周長：L=5.7223e+003;圓形度：R=0.7923.

圓形度即是用來表示物體圓形程度的指標，圓形度是用來表示物體圓形程度的指標.在拍攝圖像中，信號燈為圓形，可以利用一些常見的圓形度指標來判定分割區(qū)域是否圓形，一般用周長的平方與面積之比來表示圓形度.

3 結(jié)論

本文利用數(shù)字圖像處理技術(shù)對鐵路交通信號燈圖像進行了圖像增強，圖像剪切及邊緣檢測處理，運用MATLAB軟件提取了信號燈圖像的幾何特征提取.結(jié)果表明，通過圖像處理技術(shù)運用MATLAB能夠?qū)崿F(xiàn)對交通信號燈進行有效的處理和特征提取，為信號燈的有效識別及鐵路運行的安全提供了技術(shù)支持.

［1］蘇崗.基于機器視覺的鐵路調(diào)車信號識別研究［J］.自動化信息雜志，2009，12(2)：22-28.

［2］李輝.智能交通系統(tǒng)中基于視頻的車輛檢測與跟蹤方法研究［D］.上海：華東師范大學，2010.

［3］王澤發(fā)，唐興國.基于灰度變換的圖像增強方法研究［J］.科技創(chuàng)新導報，2011(1)：109.

［4］任民宏.圖像邊緣檢測算法的比較與展望［J］.中國科技信息，2007，10(1) ：119-120.

［5］劉禾.數(shù)字圖像處理及應用［M］.北京：中國電力出版社，2006.

［6］姚敏.數(shù)字圖像處理［M］.北京：機械工業(yè)出版社，2006.