1、到目前為止，我國鐵路已經(jīng)歷了六次全面大提速，列車的行車安全問題受到了越來越多的關(guān)注。近年來，隨著我國鐵路行業(yè)客貨運輸量的不斷增加，鐵路路外傷亡事故的發(fā)生頻率也越來越高，鐵路障礙物對列車的行車安全已構(gòu)成了嚴重的威脅。將機器視覺技術(shù)用于列車前方障礙物的檢測具有重大的實際意義。
　　本文針對靜態(tài)障礙物檢測和動態(tài)障礙物檢測與跟蹤進行理論分析和實驗驗證。設(shè)計了以機器視覺技術(shù)為基礎(chǔ)的列車前方障礙物檢測的系統(tǒng)軟件。
　　在靜態(tài)障礙物的檢測

2、方法中，首先對采集到的視頻圖像進行圖像的預處理，接著以鐵軌自身特點為基礎(chǔ)采用鏈碼跟蹤算法提取出鐵軌輪廓線，并建立檢測窗，最后使用圖像紋理特征和灰度值方差以及黑白像素比相結(jié)合的方法在檢測窗內(nèi)進行靜態(tài)障礙物的檢測。檢測窗的建立能夠有效的減少靜態(tài)障礙物檢測的范圍，在很大程度上降低了檢測算法的計算復雜度。
　　通過對常用的運動目標檢測方法進行分析，同時結(jié)合列車運行的實際環(huán)境，考慮到光照等的復雜多變，采用基于三幀差法和光流法的方法進行運動目

3、標檢測。首先采用三幀差法進行運動目標的初步檢測，然后使用光流法去除運動背景，最終得到實際的運動目標。該算法一方面解決了光流法計算復雜度大的問題，另一方面能夠有效補償光照的變化，實現(xiàn)運動目標的準確檢測。對檢測到的運動目標采用圖像邊緣方向直方圖與Kalman濾波相結(jié)合的方法進行實時跟蹤，該算法不僅能夠?qū)崿F(xiàn)單目標物體的準確跟蹤，而且能夠完成多目標物體在遮擋條件下的有效跟蹤。
　　設(shè)計了基于機器視覺的列車前方障礙物檢測的系統(tǒng)軟件，其具有視