本發(fā)明涉及電子及信號處理技術(shù)領(lǐng)域，更具體的說是涉及一種機務(wù)調(diào)車信號檢測方法和系統(tǒng)。

背景技術(shù)：
在鐵路運輸過程中，除機車在車站到達、出發(fā)、通過外，凡機車進行一切有目的的移動統(tǒng)稱為調(diào)車，是鐵路行車工作的基本內(nèi)容之一?，F(xiàn)有技術(shù)中，針對機車出入庫及單機轉(zhuǎn)線等調(diào)車走行等操作，由于地面信號機不發(fā)碼，LKJ監(jiān)控記錄裝置無法實現(xiàn)有效監(jiān)控，需要根據(jù)司乘人員識別調(diào)車信號來進行的，而調(diào)車信號的識別是靠司乘人員瞭望信號燈來確定。這種方式對司乘人員的依靠性較大，一方面，遇惡劣天氣時，人工瞭望距離有限，另一方面，由于疲勞、疏忽、線路調(diào)整等原因容易出現(xiàn)瞭望錯誤引起調(diào)車事故，例如出現(xiàn)機車冒進等情況，從而導(dǎo)致擠壞道岔、損壞設(shè)備等調(diào)車作業(yè)等事故的發(fā)生。

技術(shù)實現(xiàn)要素：
有鑒于此，本發(fā)明的目的在于提供一種機務(wù)調(diào)車信號檢測方法和系統(tǒng)，對調(diào)車信號進行自動識別并報警提示，防止調(diào)車作業(yè)慣性事故發(fā)生，提高機車防范安全事故的能力。本發(fā)明的技術(shù)方案如下：一種機務(wù)調(diào)車信號檢測方法，包括：采集當(dāng)前機車前方的圖像；分析所述圖像以從中確定所述當(dāng)前機車的行進路線；參考預(yù)先獲取的信號燈與行進路線的位置關(guān)系，確定所述信號燈所在的初始圖像區(qū)域；從所述初始圖像區(qū)域中識別出信號燈圖像；將所述信號燈圖像的中心坐標映射于地球坐標系上，并當(dāng)判斷該中心坐標在地球坐標系上的位置位于預(yù)設(shè)的GPS定位區(qū)域內(nèi)時，確定所述信號燈的信號為針對當(dāng)前機車的調(diào)車信號。優(yōu)選的，上述方法中，所述分析所述圖像以從中確定所述當(dāng)前機車的行進路線包括：A、在圖像中選擇滿足長度和強度要求的邊緣底部起點作為種子像素；B、選擇所述種子像素所在區(qū)域的鄰域中的相似像素，所述相似像素的灰度值與所述種子像素的灰度值的差值小于預(yù)設(shè)的相似度閾值；C、將所述相似像素合并至所述種子像素所在區(qū)域，返回步驟B；D、重復(fù)B～C，直至所述種子像素所在區(qū)域的鄰域中不存在相似像素，并將所述像素所在區(qū)域確定為鐵軌區(qū)域；E、結(jié)合識別出的道岔的開口方向確定所述當(dāng)前機車的行進路線。優(yōu)選的，上述方法中，所述步驟E包括：選取鐵軌區(qū)域中的交叉處的特征點；利用所述特征點確定道岔區(qū)域，并對所述道岔區(qū)域進行圖像分割處理以確定道岔開口方向；將符合所述道岔開口方向的鐵軌所指示的路線確定為所述當(dāng)前機車的行進路線。優(yōu)選的，上述方法中，按照以下步驟從所述初始圖像區(qū)域中識別出信號燈圖像：提取所述初始圖像區(qū)域的色調(diào)、飽和度和亮度參數(shù)，進行模糊映射得到三個模糊集后，進行加權(quán)融合以結(jié)合成為一個單獨的模糊映射，根據(jù)所述單獨的模糊映射結(jié)果確定出顏色與信號燈顏色匹配的圖像區(qū)域，將該圖像區(qū)域確定為信號燈圖像。優(yōu)選的，上述方法中，按照以下步驟分析所述初始圖像區(qū)域以確定信號燈圖像：提取所述初始圖像區(qū)域的色調(diào)、飽和度和亮度參數(shù)，進行模糊映射得到三個模糊集后，進行加權(quán)融合以結(jié)合成為一個單獨的模糊映射，根據(jù)所述單獨的模糊映射結(jié)果確定出顏色與信號燈顏色匹配的圖像區(qū)域，并判斷該圖像區(qū)域的形狀，當(dāng)該圖像區(qū)域的形狀與信號燈形狀匹配時，將該圖像區(qū)域確定為信號燈圖像。本發(fā)明同時還提供了一種機務(wù)調(diào)車信號檢測系統(tǒng)，包括：圖像采集器，架設(shè)于機車前端，以采集當(dāng)前機車前方的圖像；行進路線分析單元，用于獲取所述圖像，并分析所述圖像以從中確定所述當(dāng)前機車的行進路線；初始圖像區(qū)域確定單元，用于參考預(yù)先獲取的信號燈與行進路線的位置關(guān)系，確定所述信號燈所在的初始圖像區(qū)域；信號燈圖像識別單元，用于從所述初始圖像區(qū)域中識別出信號燈圖像；調(diào)車信號分析單元，用于將所述信號燈圖像的中心坐標映射于地球坐標系上，并當(dāng)判斷該中心坐標在地球坐標系上的位置位于預(yù)設(shè)的GPS定位區(qū)域內(nèi)時，確定所述信號燈即為針對當(dāng)前機車的調(diào)車信號燈。優(yōu)選的，上述系統(tǒng)中，所述行進路線分析單元包括：鐵軌檢測單元，在圖像中選擇滿足長度和強度要求的邊緣底部起點作為種子像素，選擇所述種子像素所在區(qū)域的鄰域中的相似像素，所述相似像素的灰度值與所述種子像素的灰度值的差值小于預(yù)設(shè)的相似度閾值，將所述相似像素合并至所述種子像素所在區(qū)域直至所述種子像素的鄰域中不存在相似像素，并將所述像素所在區(qū)域確定為鐵軌區(qū)域；行進路線確定單元，用于獲取所述鐵軌檢測單元的處理結(jié)果，選取鐵軌區(qū)域中的交叉處的特征點，利用所述特征點確定道岔區(qū)域，并對所述道岔區(qū)域進行圖像分割處理以確定道岔開口方向，并將符合所述道岔開口方向的鐵軌所指示的路線確定為所述當(dāng)前機車的行進路線。優(yōu)選的，上述系統(tǒng)中，所述信號燈圖像識別單元包括：顏色識別單元，用于提取所述初始圖像區(qū)域的色調(diào)、飽和度和亮度參數(shù)，進行模糊映射得到三個模糊集后，進行加權(quán)融合以結(jié)合成為一個單獨的模糊映射，根據(jù)所述單獨的模糊映射結(jié)果確定顏色符合信號燈要求的圖像區(qū)域，將該圖像區(qū)域確定為信號燈圖像。優(yōu)選的，上述系統(tǒng)中，所述信號燈圖像識別單元還包括：形狀識別單元，判斷所述顏色識別單元所識別出的圖像的形狀是否符合信號燈形狀，若是，則確定該圖像為信號燈圖像。從上述技術(shù)方案可以看出，本發(fā)明提供的方案通過采集機車前方圖像并進行分析，結(jié)合當(dāng)前機車的行進線路確定信號燈的初始圖像區(qū)域，并從所述初始圖像區(qū)域識別出信號燈圖像，并結(jié)合GPS定位技術(shù)進行信號燈的篩選，最終判斷針對當(dāng)前機車的調(diào)車信號。此過程的各步驟均有比較的參考或依據(jù)，可以由計算機或其他電子設(shè)備自動運行，降低了司乘人員的工作難度和強度，并且，通過計算機或電子設(shè)備進行操作可以避免人工由于天氣或者疲勞等原因造成的判斷失誤，從而提高了檢測的可靠性和準確性。此外，在識別信號燈的過程中，采用顏色和/或形狀識別的方式，進一步提高了調(diào)車信號檢測的準確性。附圖說明為了更清楚地說明本發(fā)明實施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對實施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的實施例，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù)提供的附圖獲得其他的附圖。圖1為本發(fā)明實施例提供的一種機務(wù)調(diào)車信號檢測方法的流程圖；圖2信號燈與行進路線的位置關(guān)系示意圖；圖3為本發(fā)明實施例提供的一種機務(wù)調(diào)車信號檢測方法中步驟S12的具體流程圖；圖4為本發(fā)明實施例提供的一種機務(wù)調(diào)車信號檢測方法中特征點定位道岔方法的流程圖；圖5為本發(fā)明實施例提供的一種機務(wù)調(diào)車信號檢測方法中，兩條鐵軌交點處邊緣模型示意圖1；圖6為本發(fā)明實施例提供的一種機務(wù)調(diào)車信號檢測方法中，兩條鐵軌交點處邊緣模型示意圖2；圖7為本發(fā)明實施例提供的一種機務(wù)調(diào)車信號檢測系統(tǒng)的結(jié)構(gòu)示意圖；圖8為本發(fā)明實施例提供的一種機務(wù)調(diào)車信號檢測系統(tǒng)中行進路線分析單元的結(jié)構(gòu)示意圖；圖9為本發(fā)明實施例提供的一種機務(wù)調(diào)車信號檢測系統(tǒng)中信號燈圖像識別單元的結(jié)構(gòu)示意圖。具體實施方式本發(fā)明提供的機務(wù)調(diào)車信號檢測方法依靠人工智能技術(shù)輔助現(xiàn)有調(diào)車安全防控，即：通過采集機車前方圖像并進行分析，結(jié)合當(dāng)前機車的行進線路識別信號燈圖像，并結(jié)合GPS定位技術(shù)，對當(dāng)前機車的調(diào)車信號進行判斷。此過程采用了視頻、圖像分析和識別技術(shù)，能夠由機器自動操作，避免了人工操作帶來的一系列問題。下面將結(jié)合本發(fā)明實施例中的附圖，對本發(fā)明實施例中的技術(shù)方案進行清楚、完整地描述。顯然，所描述的實施例僅僅是本發(fā)明的一部分實施例，而不是全部的實施例?；诒景l(fā)明中的實施例，本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動前提下所獲得的所有其他實施例，都屬于本發(fā)明保護的范圍。本發(fā)明提供的一種機務(wù)調(diào)車信號檢測方法的基本流程如圖1所示，包括以下步驟：步驟S11、采集當(dāng)前機車前方的圖像。采用高清工業(yè)相機采集當(dāng)前機車前方的圖像，所述高清工業(yè)相機可以架設(shè)于機車前端。步驟S12、分析所述圖像以從中確定所述當(dāng)前機車的行進路線。具體的，可采用擬合生長區(qū)域的鐵軌檢測法和特征點定位道岔方法來確定所述當(dāng)前機車的行進路線，下文再詳細介紹。步驟S13、參考預(yù)先獲取的信號燈與行進路線的位置關(guān)系，確定所述信號燈所在的初始圖像區(qū)域。一般的，信號燈會位于鐵軌一側(cè)的預(yù)設(shè)區(qū)域內(nèi)，在存在道岔的情況下，信號燈的位置臨近所述道岔的區(qū)域，如圖2所示，其中道岔區(qū)域21位于機車前方且位于鐵軌22和鐵軌23上，預(yù)設(shè)區(qū)域24位于鐵軌22外側(cè)且臨近于道岔區(qū)域21。于是，通過所述位置關(guān)系，即可確定所述信號燈所在的初始位置區(qū)域。步驟S14、分析所述初始圖像以確定信號燈圖像。根據(jù)顏色、形狀或者其他方式，從所述初始圖像區(qū)域中識別出所述信號燈圖像，具體方式和過程下文詳細介紹。步驟S15、將所述信號燈圖像的中心坐標映射于地球坐標系上。將所述信號燈圖像的中心坐標映射于地球坐標系上，得到所述中心坐標的地球坐標位置。步驟S16、判斷所述地球坐標位置是否位于預(yù)設(shè)的GPS定位區(qū)域內(nèi)，若是，進入步驟S17，否則，進入步驟S18。預(yù)先在行駛的機車上裝載GPS系統(tǒng)，并標識信號燈的位置(信號燈在地球坐標系上的位置)或大致區(qū)域，于是，可根據(jù)對上述步驟S14中識別出的信號燈圖像的地球坐標位置是否位于GPS系統(tǒng)中標識信號燈位置的定位區(qū)域中，來確定所述信號燈是否為針對當(dāng)前機車的調(diào)車信號燈，即確定所述信號燈的信號是否為針對當(dāng)前機車的調(diào)車信號。步驟S17、確定所述信號燈的信號為針對當(dāng)前機車的調(diào)車信號。如果識別出的信號燈圖像的地球坐標位置與GPS系統(tǒng)中標識信號燈的位置重疊，或者相互之間的距離小于預(yù)設(shè)距離，即識別出的信號燈圖像的地球坐標位置位于GPS系統(tǒng)中標識信號燈位置的定位區(qū)域中，則可認為所述信號燈即為針對當(dāng)前機車的調(diào)車信號燈。步驟S18、忽略所述信號燈的信號，并返回步驟S11。如果識別出的信號燈圖像的地球坐標位置位于GPS系統(tǒng)中標識信號燈位置的定位區(qū)域之外，則可認為該識別出的信號燈為其他機車的調(diào)車信號燈，即識別出的調(diào)車信號為其他機車對應(yīng)的調(diào)車信號，并非當(dāng)前機車對應(yīng)的調(diào)車信號，于是可以直接忽略該信號，避免當(dāng)前機車誤操作，并返回上述步驟S11，以繼續(xù)執(zhí)行圖像的采集即分析過程?？梢钥闯?，本發(fā)明提供的上述方法中，各步驟均有比較的參考或依據(jù)，可以由計算機或其他電子設(shè)備自動運行，降低了司乘人員的工作難度和強度，并且，通過計算機或電子設(shè)備進行操作可以避免人工由于天氣或者疲勞等原因造成的判斷失誤，從而提高了檢測的可靠性和準確性。同時，本方法中結(jié)合GPS定位技術(shù)進行信號的篩選，避免由于受到鄰近機車的信號燈的調(diào)車信號的影響而導(dǎo)致機車的誤操作，進一步提高了檢測的準確性。上述步驟S12中采用擬合生長區(qū)域的鐵軌檢測法和特征點定位道岔方法，其工作過程如圖3所示，包括以下步驟：步驟S31、根據(jù)邊緣強度和長度要求選擇一組能代表鐵軌區(qū)域的種子像素(x1，y1)。即在圖像中選擇滿足長度和強度要求的邊緣底部起點作為種子像素，具體的：在圖像中檢測強邊緣，并對強邊緣估計長度，選擇滿足長度和強度要求的邊緣底部起點作為種子像素。步驟S32、判斷所述種子像素所在區(qū)域的鄰域中是否存在相似像素，若是，進入步驟S33，否則，進入步驟S35；步驟S33、選擇所述種子像素所在區(qū)域的鄰域中的相似像素。所述相似像素的灰度值與所述種子像素的灰度值的差值小于預(yù)設(shè)的相似度閾值。步驟S34、將所述相似像素合并至所述種子像素所在區(qū)域，返回步驟S31。步驟S35、將所述種子像素所在區(qū)域確定為鐵軌區(qū)域。步驟S36、通過所述鐵軌區(qū)域確定所述當(dāng)前機車的行進路線。所述行進路線由兩條鐵軌確定。需要說明的是，鐵路環(huán)境復(fù)雜，存在許多干擾因素，如雜草、雪覆蓋鐵軌等，因此可以先確定一條行進線路的一條鐵軌，然后采用鏡像映射的方式找出另一條鐵軌。此外，一般來說，如果存在道岔，則步驟S37確定的可能行進路線存在兩條或多條(即鐵軌區(qū)域中必然會存在交叉點)，并且這些行進路線的交叉處區(qū)域即為所述道岔區(qū)域，因此，識別道岔區(qū)域能夠為后續(xù)行進線路的最終準確確定提供方便。所述特征點定位道岔方法的過程如圖4所示，包括以下步驟：步驟S41、選取鐵軌區(qū)域的交叉處的特征點。假設(shè)兩條鐵軌交點處邊緣模型如圖5所示，其中，θ是邊緣法線與x軸的夾角，θ∈[-π/2,π/2]，兩條邊緣的夾角為2θ，邊緣夾角的等分線與x軸的夾角為其中背景區(qū)域灰度值為h，鐵軌灰度值為h+k，若旋轉(zhuǎn)角使邊緣夾角相對x軸對稱，其形式如圖6所示。則旋轉(zhuǎn)空間距的計算公式為經(jīng)過分析得出，在兩條鐵軌交點處：S(x,y)＝2(M'20+M'02)-M'00＝0，且M'20-M'02＝hsinθcosθ/2而非鐵軌交點處，其中：l為單位圓心到邊緣的垂直距離。因此，可利用A＝(M'20-M'02)/2(M'20+M'02)-M'00判斷像素點是否為交點。如果|A|≥k1則為鐵軌交點，k1為閾值。步驟S42、利用所述特征點確定道岔區(qū)域。步驟S43、對所述道岔區(qū)域進行圖像分割處理以確定道岔開口方向。在道岔檢測過程中，可用圖像分割的方法把道岔從背景區(qū)域中分離出來：首先，將圖像空間中的像素用對應(yīng)的特征空間點表示，根據(jù)它們在特征空間的聚集對特征空間進行分割，然后將它們映射回原圖像空間，即可得到分割出的道岔。步驟S44、將符合所述道岔開口方向的鐵軌所指示的路線確定為所述當(dāng)前機車的行進路線。前文步驟S14的具體實現(xiàn)過程可以單依靠顏色識別進行，或者同時結(jié)合顏色識別和形狀識別。下面詳細介紹：1、依靠顏色以識別出信號燈。一般來說，信號燈的光(即信號)的顏色主要有白色、藍色或紅色。根據(jù)圖像的顏色即可識別信號燈信號。圖像的顏色特征是非常重要的一種特征。經(jīng)常用到的顏色模型可分為兩大類：一類是面向彩色顯示器之類的硬件設(shè)備，包括RGB模型、CMYK模型和歸一化顏色模型等，另一類是面向視覺感知或者以顏色的處理和分析為目的應(yīng)用，例如：Munsell(蒙塞爾)模型、HIS模型、HSV模型、CIEL*a*b模型和CIEL*u*v模型等。其中：HSV顏色模型的三個顏色分量分別為色度(H)、飽和度(S)和亮度(V)。色度是指顏色，與混合光譜中主要光波的波長相聯(lián)系；飽和度是指顏色的深淺程度；亮度是指人眼所能感受到的光的明暗程度，主要受光源強弱的影響。而且亮度信息與圖像的顏色信息毫無關(guān)聯(lián)。RGB顏色空間到HSV顏色空間的轉(zhuǎn)換公式為：歸一化后得到V,S的值在[0,1]之間，H的值在[0,360°]之間。HSV顏色模型具有對光照不敏感的特性，本實施例采用其進行信號燈識別，即從所述初始圖像區(qū)域識別出信號燈圖像的過程包括：將所述初始圖像區(qū)域執(zhí)行以下操作：首先，提取所述區(qū)域的色調(diào)、飽和度和亮度參數(shù)。然后，分別進行模糊映射，即模糊色調(diào)映射、模糊飽和度映射和模糊亮度映射，得到三個映射集，如下：模糊色調(diào)映射集為：模糊飽和度映射集為：模糊亮度映射集為：接著，對上述三個模糊映射集進行加權(quán)融合以結(jié)合成為一個單獨的模糊映射，如下：μc(h,s,v)＝whμh(h)+wsμs(s)+wvμv(v)上式是基于各顏色特征分量隸屬度的分類函數(shù)。其中：wh,ws,wv,為反映各隸屬度重要程度的權(quán)向量；wh,ws,wv∈[0,1]，且，wh+ws+wv＝1；于是，若μc(h,s,v)≥W(W為分類閾值，W∈[0,1])，則可認為對應(yīng)區(qū)域的顏色為藍色(紅色)。因此，可以將μc(h,s,v)≥W的區(qū)域確定出來，該區(qū)域即為信號燈信號在初始圖像中的位置。2、依靠顏色及形狀以識別出信號燈。由于鐵路環(huán)境非常復(fù)雜，僅靠顏色判定可能會存在不準確的問題從而造成誤檢，于是，可以結(jié)合信號燈的圓形度、面積等特征進行輔助判斷。信號燈的圓形度計算方法如下：其中，μR是區(qū)域重心到邊界點的平均距離；δR是區(qū)域重心到邊界點的距離均方差。區(qū)域面積為：具體的，在按照前文顏色識別后進一步進行形狀識別，按照上述公式獲取顏色識別得到的圖像的圓形度和區(qū)域面積，與預(yù)先設(shè)定的定位信號燈的圓形度和區(qū)域面積進行比較，如果圓形度和區(qū)域面積的比較結(jié)果均為一致，則可確定顏色識別出的圖像為定位信號燈的圖像?？梢钥闯?，形狀識別是顏色識別的一種補充，能夠進一步提高檢測的準確性(降低漏檢率和誤檢率)?？梢钥闯?，本方法融合了多元信息(顏色、形狀和GPS信息)，進一步提高了調(diào)車信號檢測的準確性。此外，針對上述方法，本文還提供了一種機務(wù)調(diào)車信號檢測系統(tǒng)，該系統(tǒng)的一種可能的結(jié)構(gòu)如圖7所示，包括圖像采集器71、行進路線分析單元72、初始圖像區(qū)域確定單元73、信號燈圖像識別單元74和調(diào)車信號分析單元75，其中：所述圖像采集器71架設(shè)于機車前端，用于采集(即攝取)當(dāng)前機車前方的圖像，其具體可以是高清的工業(yè)相機。所述行進路線分析單元72，用于獲取所述圖像采集器71所采集的圖像，并分析所述圖像以從中確定所述當(dāng)前機車的行進路線。所述初始圖像區(qū)域確定單元73，用于參考預(yù)先獲取的信號燈與行進路線的位置關(guān)系，確定所述信號燈在所述圖像中的所在初始圖像區(qū)域。所述信號燈圖像識別單元74，用于從所述初始圖像區(qū)域確定出信號燈圖像。調(diào)車信號分析單元75，用于將所述信號燈圖像的中心坐標映射于地球坐標系上，并當(dāng)判斷該中心坐標在地球坐標系上的位置位于預(yù)設(shè)的GPS定位區(qū)域內(nèi)時，確定所述信號燈為針對當(dāng)前機車的信號燈，所述信號燈的信號為針對當(dāng)前機車的調(diào)車信號。如果識別出的信號燈圖像的地球坐標位置與GPS系統(tǒng)中標識信號燈位置重疊，或者相互之間的距離小于預(yù)設(shè)距離，即識別出的信號燈圖像的地球坐標位置位于GPS系統(tǒng)中標識信號燈位置的定位區(qū)域中，則可認為所述信號燈的信號即為針對當(dāng)前機車的調(diào)車信號。如果識別出的信號燈圖像的地球坐標位置位于GPS系統(tǒng)中標識信號燈位置的定位區(qū)域之外，則可認為所述識別出的信號燈為其他機車的信號燈，所述識別出的信號燈的信號當(dāng)然也是其他機車的調(diào)車信號，而并非當(dāng)前機車的調(diào)車信號，于是可以直接忽略該信號，避免當(dāng)前機車誤操作。本實施例提供的檢測系統(tǒng)在啟動后，由機車前端的圖像采集器71實時采集當(dāng)前機車前方的圖像，并提供給所述行進路線分析單元72，所述行進路線分析單元72采用擬合生長區(qū)域的鐵軌檢測法和特征點定位道岔方法確定當(dāng)前機車的行進路線，由所述初始圖像區(qū)域確定單元73參考預(yù)先獲取的信號燈與行進路線的位置關(guān)系，確定所述信號燈在所述圖像中的所在初始圖像區(qū)域，然后把確定結(jié)果提供給所述信號燈圖像識別單元74，所述信號燈圖像識別單元74采用單依靠顏色識別或同時結(jié)合顏色識別和形狀識別的方式確定信號燈圖像，最后，由調(diào)車信號分析單元75結(jié)合GPS技術(shù)判斷出是否存在針對所述當(dāng)前機車的調(diào)車信號。其中，行進路線分析單元72的一種結(jié)構(gòu)如圖8所示，包括：鐵軌檢測單元721，在圖像中選擇滿足長度和強度要求的邊緣底部起點作為種子像素，選擇所述種子像素所在區(qū)域的鄰域中的相似像素，將所述相似像素合并至所述種子像素所在區(qū)域直至所述種子像素所在區(qū)域鄰域中不存在相似像素，并將所述種子像素所在區(qū)域確定為鐵軌區(qū)域。所述相似像素的灰度值與所述種子像素的灰度值的差值小于預(yù)設(shè)的相似度閾值。具體工作過程請參照前文方法部分的描述。行進路線確定單元722，用于獲取所述鐵軌檢測單元的處理結(jié)果，選取鐵軌區(qū)域中的交叉處的特征點，利用所述特征點確定道岔區(qū)域，并對所述道岔區(qū)域進行圖像分割處理以確定道岔開口方向，并將符合所述道岔開口方向的鐵軌所指示的路線確定為所述當(dāng)前機車的行進路線。其具體過程請參照前文方法部分的描述。而所述信號燈圖像識別單元74可以單依靠顏色識別進行，或者同時結(jié)合顏色識別和形狀識別，即可通過包括識別單元741和確定單元742，如圖9所示，其中：所述識別單元741可以包括顏色識別單元和/或形狀識別單元，所述顏色識別單元用于：提取所述初始圖像區(qū)域的色調(diào)、飽和度和亮度參數(shù)，進行模糊映射得到三個模糊集后，進行加權(quán)融合以結(jié)合成為一個單獨的模糊映射，根據(jù)所述單獨的模糊映射結(jié)果確定顏色符合信號燈要求的區(qū)域。所述形狀識別單元用于識別所述顏色符合信號燈要求的區(qū)域的形狀，與信號燈形狀相比較。所述確定單元742用于參考所述顏色識別單元的處理結(jié)果，識別出顏色和/或形狀將符合信號燈信號要求的區(qū)域，將其確定為信號燈圖像。顏色識別及形狀識別方式在前文方法部分已經(jīng)詳細介紹過，在此不再贅述。本說明書中各個實施例采用遞進的方式描述，每個實施例重點說明的都是與其他實施例的不同之處，各個實施例之間相同相似部分互相參見即可。本領(lǐng)域技術(shù)人員應(yīng)能理解，結(jié)合本文中所公開的實施例描述的各示例的單元及算法步驟，能夠以電子硬件、計算機軟件或者二者的結(jié)合來實現(xiàn)。例如實現(xiàn)上述實施例方法中的全部或部分流程，是可以通過計算機程序來指令相關(guān)的硬件來完成，所述的程序可存儲于一計算機可讀取存儲介質(zhì)(可為磁碟、光盤、只讀存儲記憶體或隨機存儲記憶體)中，所述程序在執(zhí)行時，可包括如上述各方法的實施例的流程。當(dāng)然，實現(xiàn)這些流程的功能單元也可以獨立成硬件設(shè)備，或者根據(jù)情況進行集成，例如，上述行進路線分析單元72、初始圖像區(qū)域確定單元73、信號燈圖像識別單元74和調(diào)車信號分析單元75可以集成于一個硬件芯片中。也就是說，硬件和軟件是可互換的，上述說明中僅按照功能一般性地描述了各示例的組成及步驟，這些功能究竟以硬件還是軟件方式來執(zhí)行，取決于技術(shù)方案的特定應(yīng)用和設(shè)計約束條件。專業(yè)技術(shù)人員可以對每個特定的應(yīng)用來使用不同方法來實現(xiàn)所描述的功能，但是這種實現(xiàn)不應(yīng)認為超出本發(fā)明的范圍。另外，還需要說明的是，在本文中，術(shù)語“包括”、“包含”或者其任何其他變體意在涵蓋非排他性的包含，從而使得包括一系列要素的過程、方法、物品或者設(shè)備不僅包括那些要素，而且還包括沒有明確列出的其他要素，或者是還包括為這種過程、方法、物品或者設(shè)備所固有的要素。在沒有更多限制的情況下，由語句“包括一個……”限定的要素，并不排除在包括所述要素的過程、方法、物品或者設(shè)備中還存在另外的相同要素。對所公開的實施例的上述說明，使本領(lǐng)域?qū)I(yè)技術(shù)人員能夠?qū)崿F(xiàn)或使用本發(fā)明。對這些實施例的多種修改對本領(lǐng)域的專業(yè)技術(shù)人員來說將是顯而易見的，本文中所定義的一般原理可以在不脫離本發(fā)明的精神或范圍的情況下，在其它實施例中實現(xiàn)。因此，本發(fā)明將不會被限制于本文所示的這些實施例，而是要符合與本文所公開的原理和新穎特點相一致的最寬的范圍。