基于视频图像的弓网接触位置动态监测方法

摘要：

针对列车人工检测受电弓状态效率低下的问题,提出基于视频图像的弓网接触位置动态监测方法.首先,将运用帧间差抓取受电弓视频中得到的包含弓网的图像作为原始训练数据集;然后,对复杂的受电弓图像背景进行分割处理,采用超像素分割获得最大特征区域,结合特征图像的HOG(方向梯度直方图)获得最大特征ROI(感兴趣区域),形成训练数据集,并设计标签;最后,运用改进的YOLO v3-tiny-strong网络结构检测分类器,用训练的权重对视频目标进行监测.结果 表明:该动态监测方法能够在每1帧图像中精确标记出受电弓与接触网的接触点位置,并且能够持续对受电弓的运动状态进行捕捉,有效获取接触点与受电弓的相对坐标位置,从而达到对受电弓的监测目的 ,其对弓网视频的检测精度可达98％.

关键词：受电弓监测、视频目标识别、特征提取、超像素分割、YOLO v3-tiny-strong网络结构

所属期刊栏目：24

分类号：U264.3+4(机车工程)

资助基金：上海市地方院校能力建设项目;上海工程技术大学科研启动基金

在线出版日期：2021-08-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：198-203