地铁屏蔽门与车门间异物自动检测技术

目前,国内地铁大都由司机瞭望车尾处光带是否完整来判断车门与屏蔽门之间空隙是否存在异物,该方法误检率高。本文结合地铁车门与屏蔽门之间空隙的特点,从系统性能、安装维护等方面详细比较了目前可能用于地铁屏蔽门与列车之间异物自动检测技术,提出了基于机器视觉的地铁屏蔽门与车门间异物自动检测方法。试验结果证明,该方法具有检测准确率高、设备体积小、安装维护简单、成本低等特点,应用前景广阔。

地铁曲线站台空隙异物自动检测预警系统研究

针对地铁司机在开车前无法独自完成曲线站台车门与屏蔽门间空隙异物检测而存在运营安全的隐患,提出一套地铁曲线站台空隙异物自动检测预警系统。通过在站台每扇屏蔽门上方安装微型摄像机来拍摄站台屏蔽门与车门间空隙图像,利用图像处理算法对所拍摄的图像进行车门检测并确定车门在图像中的区域(即感兴趣区域),在乘客上下车完成后对感兴趣区域进行异物检测,并在存在异物的情况下发出预警,提醒司机延迟开车。实验证明,该系统能准确检测出空隙中存在的异物,可以辅助列车司机完成开车前对地铁曲线站台空隙异物的检测。

浅谈地铁站台门异物自动检测技术

随着社会的发展,地铁由有人驾驶向无人驾驶探索。其中,自动检测站台门与车门间是否夹住乘客是一个非常重要的技术,关系着乘客的人身安全。文章从系统性能、安装维护等方面介绍了现有站台门与车门间的异物自动检测技术及其工作原理。

地铁站台门异物自动检测技术现状探究

随着我国经济的稳步提升,我国在地铁领域的发展取得了显著成果,尤其在异物制度检测技术方面有了较大的突破,此项技术的显著进展不仅为地铁可靠安全行驶提供了有效支撑,还有效为广大乘车民众的财产生命安全提供了坚实的保障,对我国地铁发展有着极为深远的影响。为此,针对地铁站台异物自动检测技术的发展现状进行了研究和分析。

医药大输液中可见微小异物检测方法研究

针对大输液中快速降落及相似杂质难以跟踪的问题,提出了一种将线性预测及LBP8,1riu2纹理模型中表示边界和角的5种基本模式FLBP8,1riu2(Five Local Binary Pattern)嵌入到Mean Shift算法中的异物检测方法,实现了对杂质目标的有效跟踪。利用简化的归一化互相关系数快速建立序列图像的背景,采用背景减除法、灰度图像形态学及最大对比度分割法提取目标杂质的精确位置,利用改进的Mean Shift算法连续跟踪数帧运动杂质确保检测准确率。实验结果表明,该方法对直径不小于3个像素的杂质检测率平均达到96.3%,检测速率平均达到0.8秒每瓶。