照明灯和情报板的正常工作是隧道运行的基本保证,隧道内对于亮度的要求相当严格,亮度不达标会影响隧道的安全行车,情报板则是告知驾驶人员天气、路段等信息,因此隧道的安全行车需要保障照明灯和情报板的正常工作,对照明灯和情报板的运行状态进行实时的检测。本文先对整个隧道设备运行状态智能检测系统进行设计,主要包括系统的功能分析,系统的组成以及设计的原则。照明灯的运行状态检测主要是通过处理传输到监控中心的图像,以RGB模型的B分量作为灰度化结果,经过3*3的中值滤波,指数函数灰度变换,去除掉隧道内的干扰,增加照明灯与隧道内背景的对比度,采用最大类间方差法进行二值化,将照明灯的轮廓从隧道图片中提取出来,通过K-means聚类算法利用照明灯的惯性矩方向、最大费雷特径方向等一些参数将左右两侧的照明灯分离,由于照明灯在同一路段是均匀分布的,因此可以通过照明灯轮廓面积的比值来判断是否有故障的照明灯,这样当有照明灯处于故障状态时就可以及时发现,从而上报监控中心采取措施。情报板的运行状态检测是通过处理含有情报板的隧道图像,采用HSL模型中亮度分量进行灰度化后,经过3*3的中值滤波,指数函数灰度变化,最大类间方差法二值化后,再进行闭运算,填洞,凸包运算,删除边界目标,删除小粒子以提取出情报板的轮廓,通过水平垂直双投影算法对情报板中的字符进行分割,分割成单个字符之后再经过分层LBP+HOG特征融合算法对分割后字符进行特征提取,与应显示字符的特征进行比对,当字体显示不完整或者不正确时,就能够及时发现,然后通知监控中心及时处理,避免信息错误对驾驶人员造成误导,影响隧道正常行车。本文的隧道设备运行状态检测系统中照明灯检测子系统可以识别到25个以上的照明灯,检测距离可以达到125米以上,满足工程的需要。情报板检测中经过情报板轮廓提取、字符分割、分层LBP+HOG的特征融合算法后,字符识别准确率可以达到98.8%。因此本文提出的隧道设备运行状态检测方法是可行且有效的。