轨道交通障碍物检测是保障轨道交通安全运行的重要手段,现有基于机器视觉的轨道交通障碍物检测方法中,通过对齐不存在障碍物的参考图像和可能存在障碍物的目标图像,并比较图像间差异的轨道交通障碍物检测方法新颖有效。由于列车运行速度变化、抖动和光照变化的影响,该方法容易受对齐差异、光照变换等影响。研究更有效和准确的轨道交通障碍检测方法,具有迫切的现实需求。本文在对当前国内外的轨道交通障碍物检测方法进行分析和比较的基础上,提出轨道交通障碍物检测方法。根据轨道特征检测轨道限界区域,依托预先采集的不存在障碍物的参考视频图像序列,实时匹配列车行驶过程中拍摄的目标图像,并采用光照鲁棒性的轨道限界内障碍物检测方法,以达到快速且准确的检测轨道内障碍物的效果。本文的主要研究内容和工作成果包括:(1)针对轨道限界区域提取问题,采用轨道分段与路径生长的方法。利用基于有限先验知识的霍夫变换检测近景直轨,以此确定远景轨道起点参数。通过将远景轨道分段,并采用基于角度对齐的评判方法对分段远景轨道进行路径生长,以实现远景轨道的检测。最终根据图像中检测的轨道和规定的限界范围,等比例提取轨道限界区域。本方法可以实现在光照变化和曲率变化情况下的轨道检测和轨道限界区域提取。(2)针对列车速度变化和抖动引起的参考视频图像序列与目标视频图像序列的时间-空间对齐问题,改进了现有的时间-空间对齐方法。采用一种基于归一化降采样的连续视频图像距离度量方法,并改进在线动态时间规整算法以进行时间对齐,限定随机采样一致性算法的内点集提取区域以进行空间对齐,能够实现参考图像与目标图像实时匹配,以及两幅图像的轨道限界区域重合。(3)针对光照对轨道限界区域内障碍物检测的影响,采用光照鲁棒性的对齐轨道交通图像的障碍物检测算法。通过有效结合具有光照鲁棒性的图像块差异信息、图像局部特征差异信息和图像颜色空间距离信息,检测障碍物可能存在区域。基于微小图像块的正交分解有效反应光照变化的原理,归一化最大奇异值以消除光照影响,根据障碍物可能存在区域,进行光照鲁棒且快速的障碍物检测。以上工作,皆采用真实轨道交通场景数据进行实验与分析。本文的算法可用于有效和准确的检测轨道交通障碍物。