当进行调车作业的机车在出入库时,需要机车人员瞭望确认调车信号,甚至有些进行调车作业的场合完全是靠机车司机来瞭望信号。如果长时间的进行调车作业会增加司机瞭望信号的劳动强度,容易发生因人为因素造成的调车事故。因此,将图像处理技术应用于调车作业的安全防护中,构建一种智能视频监控系统具有重要的现实意义。该系统可以自动完成对调车作业现场信号灯的检测和识别,可以及时的提供相关信息,调车司机可以根据这些信息及时地做出判断。根据调车信号灯的形状及其发出的光柱均为圆形的特点,针对调车作业环境的复杂性,采用了基于改进随机Hough变换的调车信号灯检测方法。由于在实际应用当中,如果机车摄像设备的角度安装合适,拍摄机车运行前方的图像是关于机车本股道的,因此将检测出来的距离本股道最近的信号灯作为检测的结果。通过实验证明该方法可以有效地减小图像处理的复杂度,提高了算法检测的精确度。调车信号灯检测出来后,用SVM(Support Vector Machine,支持向量机)对信号灯进行颜色分类。将彩色空间模型中的相关颜色特征作为分类特征,提取出来的信号灯检测区域的颜色特征作为SVM分类器的输入层,调车信号灯的颜色为输出,以此来实现调车信号灯的颜色识别。在用SVM分类器对实时获取的视频图像的信号灯进行识别前,要利用预先采集好的各类样本图像对SVM分类器进行离线训练,这样可以减小算法的处理时间。调车信号灯的识别完成以后,根据测距的相关技术,得出信号灯图像像素与机车信号灯和机车之间实际距离之间的数学关系,针对现场的实际作业情况,选择适合的测距方法。将调车信号灯的检测、识别和测距技术和相关硬件设备相结合,得出信号灯的颜色和距离信息,最终应用于站场的调车作业。