[发明专利]受电弓异物入侵检测方法、装置、计算机设备、系统及存储介质

权利要求书

1.一种受电弓异物入侵检测方法，其特征在于，包括：

获取由监控相机实时采集的视频图像，其中，所述监控相机安装在车顶并使镜头视野涵盖受电弓的所在区域；

对所述视频图像进行感兴趣区域ROI定位处理，提取出受电弓灰度图像；

利用高斯混合模型对所述受电弓灰度图像进行前景与背景的分割处理，得到前景对象二值化图像，其中，所述前景对象二值化图像中前景像素点的灰度值为统一的非零值，所述前景对象二值化图像中背景像素点的灰度值为零值；

利用三帧差法对采集时序连续的三帧受电弓灰度图像进行运动目标检测处理，得到运动目标二值化图像，其中，所述三帧受电弓灰度图像包含有所述受电弓灰度图像和采集时序位于所述受电弓灰度图像之前的两帧受电弓灰度图像，所述运动目标二值化图像中运动目标像素点的灰度值为统一的非零值，所述运动目标二值化图像中背景像素点的灰度值为零值；

对所述前景对象二值化图像和所述运动目标二值化图像进行图像的逻辑与运算处理，得到新二值化图像；

对所述新二值化图像进行轮廓检测处理，将检测所得的且廓内包围面积超过预设面积阈值的目标轮廓确定为入侵异物轮廓，其中，所述目标轮廓是指在所述新二值化图像中由多个相邻的边缘像素点所围成的封闭轮廓，所述边缘像素点是指灰度值为非零值的且在周围八个相邻像素点中至少存在一个相邻像素点的灰度值为零值的像素点。

2.如权利要求1所述的受电弓异物入侵检测方法，其特征在于，对所述视频图像进行感兴趣区域ROI定位处理，提取出受电弓灰度图像，包括：

在所述视频图像的横向和纵向上分别以预设步长滑动截图窗口，截取得到具有样本标准尺寸大小的多个视频子图像；

针对所述多个视频子图像中的各个视频子图像，分别提取得到对应的方向梯度直方图HOG特征；

针对所述多个视频子图像中的各个视频子图像，将对应的方向梯度直方图HOG特征导入基于正负样本的HOG特征完成训练的支持向量机SVM分类模型，进行在对应的视频子图像中是否包含有受电弓图形的判断处理，并在判定视频子图像中包含有受电弓图形时，记录该视频子图像在所述视频图像中的所在区域位置，其中，所述正负样本中的正样本是指具有样本标准尺寸大小的且包含有受电弓图形的样本图像，所述正负样本中的负样本是指具有样本标准尺寸大小的且未包含有受电弓图形的样本图像；

根据所述所在区域位置，从所述视频图像中截取出具有样本标准尺寸大小的受电弓图像；

对所述受电弓图像进行灰度化处理，得到所述受电弓灰度图像。

3.如权利要求2所述的受电弓异物入侵检测方法，其特征在于，针对所述多个视频子图像中的各个视频子图像，分别提取得到对应的方向梯度直方图HOG特征，包括：

对所述视频子图像进行伽玛校正处理，得到新视频子图像；

针对所述新视频子图像中的各个像素点，分别计算得到对应的横向梯度分量和纵向梯度分量；

针对所述新视频子图像中的各个像素点，根据对应的横向梯度分量和纵向梯度分量，分别计算得到对应的梯度幅值和梯度方向角度；

将所述新视频子图像分割为若干个细胞单元；

针对所述若干个细胞单元中的各个细胞单元，分别进行对应的所有像素点在q个角度子区间中各个角度子区间上的直方图统计处理，得到对应的一个q维特征向量，其中，q表示大于5的正整数，所述q个角度子区间为将角度区间[-90^o,90^o]进行q等分后的所有角度子区间，所述直方图统计处理以在像素点的梯度方向角度属于角度子区间时累加该像素点的梯度幅值的方式进行统计；

将所述若干个细胞单元中相邻的p个细胞单元拼接组成一个块，并串联所述p个细胞单元中各个细胞单元的q维特征向量，形成该块的p×q维特征向量；

在所述视频图像的横向和纵向上分别以所述细胞单元的大小为步长进行扫描，得到多个块及与所述多个块中各个块对应的p×q维特征向量；

串联所述多个块中各个块的p×q维特征向量，形成与所述视频子图像对应的方向梯度直方图HOG特征。