В настоящее время для решения проблемы мониторинга и оценки состояния железных дорог требуется задействовать обширные людские ресурсы. Предлагаемая в статье система визуального контроля использует изображения, получаемые с цифровых камер линейного сканирования, установленных в местах эффективного наблюдения, и предлагается новый метод обнаружения посторонних объектов в контексте технического обслуживания железных дорог. Результаты, полученные в ходе моделирования работы алгоритмов обнаружения подозрительных предметов, обеспечивают возможность оценки времени реакции системы на инцидент и формирования соответствующих сигналов тревоги.
обнаружение посторонних предметов, железнодорожные пути, сегментация, выделение контуров, время реакции
1. Dwarakanath S. K., Sanjay S. B., Soumya G. B., Arjun V., Vivek R. «Arduino Based Automatic Railway Gate Control and Obstacle Detection System» // International Journal of Advanced Research in Electrical, Electronics and Instrumentation Engineering. - 2016. − Vol. 5, Issue 5.
2. Гонсалес Р., Вудс Р. Цифровая обработка изображений Издание 3-е, исправленное и дополненное. − Москва: Техносфера, 2012. - 1104 с.
3. Acharya T., Ray A. K. Image Processing: Principles and Applications, John Wiley & Sons Inc., Ho-boken, N. Y., USA, 2005.
4. Фахми Ш.С. Выделение контуров изображений морских судов / Ш.С. Фахми, Н.В. Шаталова и [др.] // Морские интеллектуальные технологии. − 2019. − № 3(45), Т.3. − С.132-143.
5. Nadernejad E., et al. Edge Detection Techniques: Evaluations and Comparisons // Applied Mathematical Sciences. - 2008. Vol. 2. − pp. 1507-1520.
6. Milan G., Ivan T., Danijela-DURRANT C., Vlastimir D., Miloš B., Milica V., Milan S. Advanced thermal camera-based system for object detection on rail tracks // THERMAL SCIENCE: Year 2018. − Vol. 22, Suppl. 5. − pp. 1551-1561.
7. Фахми Ш.С. Метод пороговой сегментации изображений морских судов / Ш.С. Фахми, С.А. Селиверстов, В.В. Вислогузов, В.В. Крымский // Морские интеллектуальные технологии. − 2019. − № 4 (36), Т.2. − С.69-79.
