铁路信号灯状态检测方法及相关设备与流程

1.本技术涉及铁路交通技术领域，尤其涉及一种铁路信号灯状态检测方法、计算机设备及计算机可读存储介质。


背景技术：

2.在铁路交通场景中，铁路线路上存在信号灯，保证火车的行车安全需要铁路信号灯的正确指示。然而，铁路信号灯在一些情况下可能出现故障，比如在雷击和自然灾害时，铁路信号灯可能无法亮起，另外，铁路信号灯也可能因为设备老化而无法保证足够的亮度，甚至显示错误的颜色，有时，铁路信号灯也会受到其它发光物体的干扰导致铁路信号灯无法正常显示，这些情况对铁路上运行的火车来说是一种很大的安全隐患。
3.由此，对铁路线路上的铁路信号灯，需要进行铁路信号灯状态检测，以便及时发现未能正常显示的铁路信号灯，并将异常的铁路信号灯及时维护。但是，传统技术中，对铁路信号灯的检测仅限于人工巡检，由于铁路线路较长且铁路线路上存在若干个铁路信号灯，对铁路信号灯进行高频率的状态检测以便及时发现异常的铁路信号灯，是一项需要极大投入的任务，且无法保证每个铁路信号灯在每时每刻都以正常方式运行。因此，人工巡检铁路信号灯，降低了铁路信号灯的巡检效率，不能在铁路线路的实际场景中保证足够的效能来确保铁路运输的安全运行。


技术实现要素：

4.本技术提供了一种铁路信号灯状态检测方法、计算机设备及计算机可读存储介质，能够解决人工巡检铁路信号灯不能在实际的铁路线路场景中保证足够效能的问题。
5.第一方面，本技术提供了一种铁路信号灯状态检测方法，包括：获取铁路信号灯所对应的信号灯原始图像；将所述信号灯原始图像进行信号灯目标检测，在所述信号灯原始图像包含所述铁路信号灯的情况下，得到所述铁路信号灯所对应的信号灯图像；基于所述信号灯图像，确定所述铁路信号灯的背景所对应的背景图像；根据所述信号灯图像与所述背景图像，确定所述铁路信号灯所对应的光颜色信息，并将所述光颜色信息作为判定所述铁路信号灯的状态所对应的信号灯状态数据。
6.第二方面，本技术提供了一种计算机设备，其包括存储器及处理器，所述存储器上存储有计算机程序，所述处理器执行所述计算机程序时实现所述铁路信号灯状态检测方法的步骤。
7.第三方面，本技术提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时使所述处理器执行所述铁路信号灯状态检测方法的步骤。
8.本技术提供了一种铁路信号灯状态检测方法、计算机设备及计算机可读存储介质，方法通过获取信号灯原始图像，并将信号灯原始图像进行信号灯目标检测，在信号灯原始图像包含铁路信号灯的情况下，得到铁路信号灯所对应的信号灯图像，基于信号灯图像，
确定铁路信号灯的背景所对应的背景图像，根据信号灯图像与背景图像，确定铁路信号灯所对应的光颜色信息，并将光颜色信息作为判定铁路信号灯的状态所对应的信号灯状态数据，即将信号灯状态数据作为判定铁路信号灯的状态的依据，以便后续根据信号灯状态数据对铁路信号灯的状态进行判断，实现对铁路信号灯的检测，相比传统技术中人工巡检铁路信号灯，由于借助了图像识别与光颜色识别相结合的自动识别技术，尤其适用于铁路线路较长且包含了若干铁路信号灯的铁路信号灯巡检的应用场景，能够及时的对铁路信号灯进行检测，从而提高铁路信号灯的检测效率，保证铁路信号灯检测在铁路交通的实际场景中的效能，能够实现对铁路信号灯自动的及时巡检，对铁路信号灯及时维护，保证铁路信号灯处于正常状态，能够保证铁路线路的交通安全。
附图说明
9.为了更清楚地说明本技术实施例技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。
10.图1为本技术实施例提供的铁路信号灯状态检测方法的流程示意图；
11.图2为本技术实施例提供的铁路信号灯状态检测方法的组成流程示例示意图；
12.图3为本技术实施例提供的铁路信号灯状态检测方法的第一个子流程示意图；
13.图4为本技术实施例提供的铁路信号灯状态检测方法的第二个子流程示意图；
14.图5为本技术实施例提供的铁路信号灯状态检测方法的第三个子流程示意图；
15.图6为本技术实施例提供的铁路信号灯状态检测方法的第四个子流程示意图；
16.图7为本技术实施例提供的铁路信号灯状态检测方法的第五个子流程示意图；
17.图8为本技术实施例提供的铁路信号灯状态检测方法的第六个子流程示意图；
18.图9为本技术实施例提供的铁路信号灯状态检测方法的第七个子流程示意图；
19.图10为本技术实施例提供的计算机设备的示意性框图。
具体实施方式
20.下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本技术一部分实施例，而不是全部的实施例。基于本技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本技术保护的范围。
21.应当理解，当在本说明书和所附权利要求书中使用时，术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
22.本技术实施例提供了一种铁路信号灯状态检测方法，所述方法可以应用于包含但不限于台式计算机、服务器等计算机设备，可以应用在铁路信号灯的信号灯状态数据采集的计算机设备中，采用本技术实施例提供的铁路信号灯状态检测方法来采集铁路信号灯的信号灯状态数据，并可以根据采集的信号灯状态数据来判断铁路信号灯是否正常运行。
23.面对传统技术中人工巡检铁路信号灯效能较低的技术问题，发明人提出本技术实施例的铁路信号灯状态检测方法，本技术实施例的核心思想为：采集包含铁路信号灯的信
号灯原始图像，并根据信号灯原始图像，确定铁路信号灯的灯光颜色与背景光颜色等铁路信号灯所相关的光颜色信息，并将光颜色信息传输给铁路管理部门，以便铁路管理部门根据光颜色信息判断铁路信号灯的状态正常与否，从而根据采集的铁路信号灯的光颜色信息，对铁路信号灯的状态进行判断，实现对铁路信号灯的实时检测，相比于传统技术中人工巡检铁路信号灯，由于借助了图像识别与光颜色识别相结合的自动识别技术，尤其适用于包含若干铁路信号灯且铁路线路较长的铁路信号灯巡检的应用场景，能够实时的对铁路信号灯进行检测，从而提高铁路信号灯检测的效率，保证铁路信号灯检测在铁路实际场景中的效能。
24.下面结合附图，对本技术的一些实施例作详细说明。在不冲突的情况下，下述的实施例及实施例中的特征可以相互组合，从而构建出技术方案的不同实施方式。
25.请参阅图1与图2，图1为本技术实施例提供的铁路信号灯状态检测方法的流程示意图，图2为本技术实施例提供的铁路信号灯状态检测方法的组成流程示例示意图。如图1所示，该方法包括但不限于以下步骤s11-s14：
26.s11、获取铁路信号灯所对应的信号灯原始图像。
27.解释性地，请参阅图2，根据需要，在铁路线路上部署铁路信号灯，每一处的铁路信号灯包括一组信号灯，一般情况下，铁路信号灯颜色有红、黄、绿、蓝、白，其中，红、黄、绿是行车信号；蓝、白是调车信号，红色是指不能越过该信号机，黄色是指注意减速，绿色是指按规定速度行驶，蓝色是指调车作业的车列禁止越过该信号机，白色是指调车作业的车列可以越过该信号机。然后可以基于摄像头等图像采集设备采集铁路信号灯所对应的图像，从而获取铁路信号灯所对应的信号灯原始图像，信号灯原始图像描述摄像头等图像采集设备采集范围内的图像，信号灯原始图像包括信号灯及信号灯周围的景物。
28.s12、将所述信号灯原始图像进行信号灯目标检测，在所述信号灯原始图像包含所述铁路信号灯的情况下，得到所述铁路信号灯所对应的信号灯图像。
29.解释性地，将信号灯原始图像进行信号灯目标检测，可以基于但不限于预训练的yolox目标检测模型将信号灯原始图像进行信号灯目标检测，在信号灯原始图像包含铁路信号灯的情况下，得到铁路信号灯所对应的信号灯图像，信号灯图像为信号灯原始图像的子集，信号灯图像即为采用图像描述的信号灯。
30.s13、基于所述信号灯图像，确定所述铁路信号灯的背景所对应的背景图像。
31.解释性地，以信号灯图像为中心，将信号灯图像的四周进行适度外延，得到的相对应图像，即为铁路信号灯的背景所对应的背景图像，从而实现通过图像识别自动对铁路信号灯的背景进行检测，得到铁路信号灯所对应的背景图像。
32.s14、根据所述信号灯图像与所述背景图像，确定所述铁路信号灯所对应的光颜色信息，并将所述光颜色信息作为判定所述铁路信号灯的状态所对应的信号灯状态数据。
33.解释性地，采用颜色空间，描述信号灯图像所对应的第一颜色，并将第一颜色作为铁路信号灯所对应的灯光颜色，并将灯光颜色作为光颜色信息。同样地，采用颜色空间，描述背景图像所对应的第二颜色，并将第二颜色作为背景图像所对应的背景光颜色，并将背景光颜色作为光颜色信息。进一步，还可以根据灯光颜色与背景光颜色，获取包括但不限于铁路信号灯的背景光与铁路信号灯的灯光之间的光对比度等光颜色信息，并将光颜色信息作为铁路信号灯的状态数据，即信号灯状态数据，信号灯状态数据作为判定铁路信号灯的
状态的依据，从而采集到铁路信号灯所对应的信号灯状态数据，以便后续由包括但不限于铁路管理部门根据信号灯状态数据对铁路信号灯的状态进行判断，来判断铁路信号灯是否正常，实现对铁路信号灯进行检测，其中，颜色空间包括但不限于rgb、cmy、hsv、his，光颜色信息描述铁路信号灯所相关的光所对应的颜色信息，并将光颜色信息作为描述铁路信号灯的状态所对应的状态数据，即根据光颜色信息能够判断铁路信号灯是否处于点亮、熄灭、光线微弱、闪烁等信号灯的正常或者异常的状态，光颜色信息包括灯光颜色、背景光颜色或者铁路信号灯的背景光与铁路信号灯的灯光之间的光对比度。示例性地，请继续参阅图2，在铁路信号灯检测的应用场景中，获取到铁路信号灯所对应的灯光颜色、背景光颜色、铁路信号灯的背景光与铁路信号灯的灯光之间的光对比度等光颜色信息后，将光颜色信息传输至铁路部门管理系统，以便铁路部门管理系统根据铁路信号灯所对应的光颜色信息，判断铁路信号灯是否处于正常状态，从而实现对铁路信号灯的检测，能够保证铁路运输的安全。
34.需要说明的是，在其它示例中，根据不同的铁路信号灯的检测场景，对铁路信号灯所对应的光颜色信息可以存在不同的使用方式，可以根据具体的信号灯检测场景进行使用方式的灵活设定，在此不做限定，例如，在可能的情况下，可以直接根据铁路信号灯所对应的光颜色信息来判断铁路信号灯是否处于正常状态，而不必拘泥于上述示例中的将铁路信号灯所对应的光颜色信息传输至铁路部门管理系统并由铁路部门管理系统采用光颜色信息来判断铁路信号灯是否处于正常状态。
35.本技术实施例，通过获取信号灯原始图像，并将信号灯原始图像进行信号灯目标检测，在信号灯原始图像包含铁路信号灯的情况下，得到铁路信号灯所对应的信号灯图像，基于信号灯图像，确定铁路信号灯的背景所对应的背景图像，根据信号灯图像与背景图像，确定铁路信号灯所对应的光颜色信息，并将光颜色信息作为判定铁路信号灯的状态所对应的信号灯状态数据，即将信号灯状态数据作为判定铁路信号灯的状态的依据，以便后续根据信号灯状态数据对铁路信号灯的状态进行判断，实现对铁路信号灯的检测，相比传统技术中人工巡检铁路信号灯，由于借助了图像识别与光颜色识别相结合的自动识别技术，尤其适用于铁路线路较长且包含了若干铁路信号灯巡检的应用场景，能够及时的对铁路信号灯进行检测，从而提高铁路信号灯的检测效率，保证铁路信号灯检测在铁路交通的实际场景中的效能，能够实现对铁路信号灯自动的及时巡检，对铁路信号灯及时维护，保证铁路信号灯处于正常状态，能够保证铁路线路的交通安全。
36.在一实施例中，请参阅图3，图3为本技术实施例提供的铁路信号灯状态检测方法的第一个子流程示意图。如图3所示，在该实施例中，确定所述铁路信号灯所对应的光颜色信息，包括：
37.s31、统计所述信号灯图像所对应像素的rgb值；
38.s32、确定所述rgb值所属的颜色类别，并计算属于同一颜色类别的所有rgb值的和值；
39.s33、获取所有所述和值中的最大值，并将所述最大值所对应的颜色类别作为所述信号灯图像所对应的灯光颜色，且将所述灯光颜色作为所述铁路信号灯所对应的光颜色信息。
40.解释性地，基于rgb颜色空间，统计信号灯图像所对应的每个像素的rgb值，根据每个rgb值，确定每个rgb值所属的颜色类别，颜色类别一般根据信号灯所关联的颜色而定。示
例性地，在一示例中，一般地，铁路信号灯所关联的颜色一般包括黑色、红色、黄色、绿色、蓝色、白色，其中，黑色一般为背景色或者信号灯处于熄灭状态时的颜色，红色、黄色、绿色为行车信号的信号灯点亮的颜色，蓝色、白色为调车信号的信号灯点亮的颜色，基于此，在铁路信号灯的检测场景中，颜色类别一般包括黑色、红色、黄色、绿色、蓝色、白色等颜色类别。在其它示例中，需根据铁路信号灯所对应的具体设置确定铁路信号灯所关联的相对应颜色类别，在此不做限定。
41.对于同一颜色类别，计算属于同一颜色类别的所有rgb值的和值，然后在不同的和值中，获取所有和值中的最大值，并将最大值所对应的颜色类别作为信号灯图像所对应的灯光颜色，且将灯光颜色作为铁路信号灯所对应的光颜色信息。
42.本技术实施例，通过统计信号灯图像所对应像素的rgb值，确定rgb值所属的颜色类别，并计算属于同一颜色类别的所有rgb值的和值，获取所有和值中的最大值，并将最大值所对应的颜色类别作为信号灯图像所对应的灯光颜色，且将灯光颜色作为铁路信号灯所对应的光颜色信息，从而将铁路信号灯的状态检测采用图像识别与光颜色识别相结合来进行自动识别，并将铁路信号灯的状态描述采用光颜色信息表示，能够实现对铁路信号灯状态进行及时的自动检测，从而提高铁路信号灯的检测效率，保证铁路信号灯检测在铁路运输实际场景中的效能。
43.在一实施例中，请参阅图4，图4为本技术实施例提供的铁路信号灯状态检测方法的第二个子流程示意图。如图4所示，统计所述信号灯图像所对应像素的rgb值，包括：
44.s41、将所述信号灯图像划分为若干个矩形边框；
45.s42、以所述矩形边框为统计单位，统计所述矩形边框所对应像素的rgb值。
46.解释性地，将信号灯图像划分为若干个矩形边框，一般地，在信号灯图像包含m个铁路信号灯的情况下，可以将信号灯图像划分为n个矩形边框，其中，m与n均为自然数，进一步地，并且n≥m，从而将不同的铁路信号灯划分到不同的矩形边框，每个铁路信号灯划分到一个矩形边框，有利于对铁路信号灯的检测，从而提高铁路信号灯检测的准确性与效率。
47.示例性地，在铁路信号灯检测的场景下，一个位置一般存在6个铁路信号灯，并且6个铁路信号灯一般以规则的形状排列，采集的信号灯原始图像一般包括6个铁路信号灯，基于信号灯原始图像获取的信号灯图像，一般也包含6个信号灯目标，信号灯图像可以采用但不限于图像坐标系来描述，图像坐标系即以图像左上角为原点建立以像素为单位的直角坐标系，其横坐标与纵坐标分别是在其图像数组中所在的列数与行数。信号灯图像可以采用如下公式(1)的形式描述：
48.sm＝{(x0,y0),(x1,y1)},0≤x0《x1,0≤y0《y1，公式(1)；
49.其中，sm描述信号灯图像组成的集合s中的信号灯m所对应的矩形边框，m描述信号灯所对应的系统编号等唯一标识，x与y分别描述信号灯图像的尺寸，可以以像素记，并可以最低支持640*640像素大小的图像，(x0,y0)描述矩形边框的左上角坐标，(x1,y1)描述矩形边框的右下角坐标，x0与x1分别描述横坐标在其图像数组中所在的列数，y0与y1分别描述纵坐标在其图像数组中所在的行数，信号灯所对应的信号灯图像位于上述矩形边框内。
50.对于上述每个信号灯图像sm，可以将其左上角坐标(x0,y0)与右下角坐标(x1,y1)所对应的矩形边框等分为3*3的九个小矩形边框，每个铁路信号灯一般会对应落入相应的小矩形边框中，后续以每个小矩形边框为统计单位，统计小矩形边框所对应的每个像素的rgb
值，进而确定每个小矩形边框包含的铁路信号灯所对应的光颜色信息。
51.以矩形边框为统计单位，统计矩形边框所对应的每个像素的rgb值，后续仍以矩形边框为统计单位，确定每个矩形边框所对应的每个像素的rgb值所属的颜色类别，并计算每个矩形边框所对应的属于同一颜色类别的所有rgb值的和值，并获取所有和值中的最大值，并将最大值所对应的颜色类别作为矩形边框所包含的信号灯图像所对应的灯光颜色，且将灯光颜色作为铁路信号灯所对应的光颜色信息。
52.本技术实施例，通过将信号灯图像划分为若干个矩形边框，并以矩形边框为统计单位，统计矩形边框所对应的每个像素的rgb值，并且后续以矩形边框为单位，确定矩形边框所对应的光颜色信息，从而将不同的铁路信号灯划分到不同的矩形边框，每个铁路信号灯划分到一个矩形边框，有利于对铁路信号灯的检测，从而提高信号灯检测的准确性与效率。
53.在一实施例中，请参阅图5，图5为本技术实施例提供的铁路信号灯状态检测方法的第三个子流程示意图。如图5所示，在该实施例中，确定所述rgb值所属的颜色类别，包括：
54.s51、将所述rgb值进行归一化处理，得到归一化值；
55.s52、基于rgb值就近原则，确定所述归一化值所对应的颜色类别，并将所述颜色类别作为所述rgb值所属的颜色类别。
56.解释性地，预先将颜色空间rgb的值所对应的范围0至255进行归一化处理，从而得到0至1之间的目标值及其所对应的颜色类别，颜色类别即描述该种颜色。然后将信号灯图像所对应的每个像素的rgb值进行归一化处理，示例性地，将0至255之间的rgb值除以255，从而得到相对应的归一化值，并基于rgb值就近原则，示例性地，基于四舍五入原则，即根据rgb值所对应的归一化值趋向的更接近的目标值，确定目标值所对应的颜色类别作为归一化值所对应的颜色类别，并将颜色类别作为rgb值所属的颜色类别。
57.本技术实施例，通过将信号灯图像所对应的每个像素的rgb值进行归一化处理，得到归一化值，并基于rgb值就近原则，确定归一化值所对应的颜色类别，并将颜色类别作为该rgb值所属的颜色类别，从而能够比较准确地将信号灯图像所对应的每个像素的rgb值进行归类，进而准确地信号灯图像所对应的灯光颜色，从而提高信号灯检测的自动性与准确性。
58.在一实施例中，请参阅图6，图6为本技术实施例提供的铁路信号灯状态检测方法的第四个子流程示意图。如图6所示，在该实施例中，所述信号灯状态数据包括所述铁路信号灯所对应的灯光颜色；将所述光颜色信息作为判定所述铁路信号灯的状态所对应的信号灯状态数据之后，还包括：
59.s61、获取所述铁路信号灯所对应的底色颜色；
60.s62、根据所述底色颜色，做出以下至少一项判定：
61.在所述灯光颜色与所述底色颜色一致的情况下，判定所述铁路信号灯未点亮；
62.在所述灯光颜色与所述底色颜色不一致，且所述灯光颜色仅为一种颜色的情况下，判定所述铁路信号灯正常；
63.在所述灯光颜色与所述底色颜色不一致，且所述灯光颜色至少包括两种颜色的情况下，判定所述铁路信号灯异常。
64.解释性地，获取铁路信号灯所对应的底色颜色，底色颜色一般为黑色或者灰色等
能与灯光颜色形成较为明显比对的颜色，根据底色颜色，做出以下至少一项判定：在灯光颜色与底色颜色一致的情况下，判定铁路信号灯未点亮，在某一处的所有铁路信号灯均未点亮的情况下，该处的铁路信号灯处于异常状态，在灯光颜色与底色颜色不一致，且灯光颜色仅为一种颜色的情况下，默认判定只有一种铁路信号灯处于点亮状态，判定铁路信号灯正常，铁路信号灯的颜色为灯光颜色所对应的颜色，在灯光颜色与底色颜色不一致，且灯光颜色至少包括两种颜色的情况下，判定该处至少有两只铁路信号灯处于点亮状态，判定铁路信号灯异常，进一步地，还可以报告铁路信号灯的灯光颜色的所有颜色。
65.本技术实施例，通过获取铁路信号灯所对应的底色颜色，并根据底色颜色，做出以下的至少一项判定：在灯光颜色与底色颜色一致的情况下，判定铁路信号灯未点亮，在灯光颜色与底色颜色不一致，且灯光颜色仅为一种颜色的情况下，判定铁路信号灯正常，在灯光颜色与底色颜色不一致，且灯光颜色至少包括两种颜色的情况下，判定铁路信号灯异常，从而根据底色颜色与不同情形的灯光颜色，自动的初步判定铁路信号灯是否处于正常状态，并可以供相关人员进行参考，以重点关注处于异常状态的铁路信号灯，尤其在对大量铁路信号灯进行检测的情况下，能够提高铁路信号灯检测的效率，保证铁路信号灯检测在铁路交通实际场景中的效能。
66.在一实施例中，请参阅图7，图7为本技术实施例提供的铁路信号灯状态检测方法的第五个子流程示意图。如图7所示，在该实施例中，基于所述信号灯图像，确定所述铁路信号灯的背景所对应的背景图像，包括：
67.s71、在所述信号灯图像的基础上，向外扩展预设宽度，得到包含所述信号灯图像的扩展图像；
68.s72、将所述扩展图像包含的所述信号灯图像的像素进行剔除，得到所述铁路信号灯的背景所对应的背景图像。
69.解释性地，请继续参阅图2，在信号灯图像的基础上，一般是在信号灯图像的边界基础上，向外扩展预设宽度，宽度一般采用包括但不限于尺寸单位来描述，得到包含信号灯图像的扩展图像，将扩展图像包含的信号灯图像的像素进行剔除，即保留预设宽度所对应的图像范围内的像素，得到铁路信号灯的背景所对应的背景图像。示例性地，在信号灯图像为矩形边框、且信号灯图像采用如上公式(1)描述的情况下，以矩形边框的边界线为基础，将矩形边框的长度与宽度分别进行向外扩展，包括但不限于将矩形边框的长度与宽度分别向外扩展宽度ω，得到包含矩形边框的扩展图像，其中，ω的取值范围可以为0＜宽度ω＜48，ω可以默认采用32像素的大小描述扩展的尺寸大小，ω越大背景图像的干扰背景色会更多，无法准确识别背景图像，ω越小可能会无法准确地获取信号灯所对应的背景，扩展图像可以采用如下公式(2)进行描述：
70.bm＝sm+ω＝{(x
0-32,y
0-32),(x1+32,y1+32)}＝{(x2,y2),(x3,y3)},
71.0≤x2《x3≤x,0≤y2《y3≤y，公式(2)；
72.其中，bm描述背景图像中第m张图像，(x，y)描述信号灯原始图像的右下角坐标。
73.然后将公式(2)中的sm所对应的像素进行剔除，得到ω所对应的像素，即为背景图像所对应的像素，由这些像素组成的图像即为背景图像。
74.本技术实施例，通过在信号灯图像的基础上，向外扩展预设宽度，得到包含信号灯图像的扩展图像，将扩展图像包含的信号灯图像的像素进行剔除，得到铁路信号灯的背景
所对应的背景图像，能够实现自动对背景图像的识别与检测，进而实现对铁路信号灯的状态进行及时的自动检测，从而提高信号灯检测的效率，保证铁路信号灯检测在包含铁路实际场景中的效能。
75.在一实施例中，请参阅图8，图8为本技术实施例提供的铁路信号灯状态检测方法的第六个子流程示意图。如图8所示，在该实施例中，在所述信号灯图像的基础上，向外扩展预设宽度，得到包含所述信号灯图像的扩展图像，包括：
76.s81、获取所述信号灯图像所对应的第一坐标，并将所述第一坐标向外扩展预设宽度，得到第二坐标；
77.s82、获取所述信号灯原始图像所对应的第三坐标，并将所述第二坐标与所述第三坐标中距离所述第一坐标较近的坐标作为目标坐标；
78.s83、将所述目标坐标所组成的像素范围作为扩展图像。
79.解释性地，获取信号灯图像所对应的第一坐标，第一坐标可以采用包括但不限于图坐标系表示的坐标，在第一坐标采用图坐标系表示坐标的情况下，第一坐标可以包括信号灯图像所对应的矩形边框的左上角与右下角各自所对应的坐标，并将第一坐标向外扩展预设宽度，在第一坐标采用图坐标系表示的情况下，可以将信号灯图像所对应的矩形边框的左上角的坐标向左扩展预设宽度，将相对应的右下角的坐标向右扩展预设宽度，从而得到第二坐标。然后获取信号灯原始图像所对应的第三坐标，第三坐标与第一坐标、第二坐标采用相同的坐标描述方式，即在第一坐标与第二坐标采用图坐标系表示的坐标的情况下，第三坐标也采用图坐标系表示坐标，然后将第二坐标与第三坐标进行大小比较，并将第二坐标与第三坐标中距离第一坐标较近的坐标作为目标坐标，将目标坐标所组成的像素范围作为扩展图像，从而得到包含信号灯图像的扩展图像，在图坐标系表示坐标的情况下，目标坐标可以包括左上角坐标与右下角坐标，且将由左上角坐标与右下角坐标组成的矩形边框作为扩展图像，从而避免扩展图像超出信号灯原始图像的尺寸范围，保证扩展图像为有效图像。示例性地，在采用图坐标系描述第一坐标、第二坐标与第三坐标的情况下，如上示例公式(1)描述信号灯图像，如上公式(2)描述扩展图像，并且采用(0,0)描述信号灯原始图像左上角的坐标，采用(x，y)描述信号灯原始图像的右下角坐标，采用ω描述向外扩展的宽度，扩展图像所对应的矩形边框的坐标可以采用如下公式(3)描述：
80.bm＝{[max(0,x
0-ω),max(0，y
0-ω],
[0081]
[min(x,x1+ω),min(y,y1+ω)},公式(3)。
[0082]
本技术实施例，通过获取信号灯图像所对应的第一坐标，并将第一坐标向外扩展预设宽度，得到第二坐标，获取信号灯原始图像所对应的第三坐标，并将第二坐标与第三坐标中距离第一坐标较近的坐标作为目标坐标，将目标坐标所组成的像素范围作为扩展图像，从而得到包含信号灯图像的扩展图像，能够避免扩展图像超出信号灯原始图像的尺寸范围，保证扩展图像为有效图像，进而实现对铁路信号灯的状态进行及时的自动检测，从而提高铁路信号灯的检测效率，保证铁路信号灯检测在包含铁路交通实际场景中的效能。
[0083]
在一实施例中，请参阅图9，图9为本技术实施例提供的铁路信号灯状态检测方法的第七个子流程示意图。如图9所示，在该实施例中，根据所述信号灯图像与所述背景图像，确定所述铁路信号灯所对应的光颜色信息，包括以下至少一项：
[0084]
s91、根据所述信号灯图像，确定所述信号灯图像所对应的灯光颜色，并将所述灯
光颜色作为所述铁路信号灯所对应的光颜色信息；
[0085]
s92、根据所述背景图像，确定所述背景图像所对应的背景光颜色，并将所述背景光颜色作为所述铁路信号灯所对应的光颜色信息；
[0086]
s93、根据所述灯光颜色与所述背景光颜色，确定所述铁路信号灯的背景光与所述铁路信号灯的灯光之间的光对比度，并将所述光对比度作为所述铁路信号灯所对应的光颜色信息。
[0087]
解释性地，请继续参阅图2，根据信号灯图像，并基于颜色空间，统计信号灯图像所对应的灯光颜色，一般将信号灯图像中包含的主要、区别于信号灯底色的图像作为灯光颜色，示例性地，在基于rgb颜色空间，确定信号灯图像所对应的灯光颜色的情况下，可以将信号灯图像中同一颜色类别的rgb和值最大的颜色作为信号灯图像所对应的灯光颜色，从而确定信号灯图像所对应的灯光颜色，并将灯光颜色作为铁路信号灯所对应的光颜色信息。在另一示例中，同样地，基于上述的确定信号灯图像所对应的灯光颜色的方式，根据背景图像，确定背景图像所对应的背景光颜色，并将背景光颜色作为铁路信号灯所对应的光颜色信息。在其它示例中，根据灯光颜色与背景光颜色，确定铁路信号灯的背景光与铁路信号灯的灯光之间的光对比度，并将光对比度作为铁路信号灯所对应的光颜色信息。示例性地，在基于rgb颜色空间的情形下，由于灯光颜色与背景光颜色分别对应rgb值，因此，计算灯光颜色与背景光颜色各自所对应rgb值，得到灯光颜色与背景光颜色之间的光对比度，例如，包括但不限于将背景光颜色对应rgb值除以灯光颜色所对应rgb值，得到背景光颜色与灯光颜色之间的光对比度。
[0088]
示例性地，在铁路信号灯检测的应用场景中，在基于rgb颜色空间判断颜色的情况下，在信号灯亮着的情况下，采用信号灯的背景图像的rgb值，除以信号灯的灯光颜色所对应的rgb值，得到背景光颜色与灯光颜色之间的光对比度γ。然后将灯光颜色、背景光颜色与光对比度γ传输至铁路部门管理系统进行铁路信号灯状态的判定与后续处理。
[0089]
本技术实施例，通过根据信号灯图像，确定信号灯图像所对应的灯光颜色，并将灯光颜色作为铁路信号灯所对应的光颜色信息，根据背景图像，确定背景图像所对应的背景光颜色，并将背景光颜色作为铁路信号灯所对应的光颜色信息，根据灯光颜色与背景光颜色，确定铁路信号灯的背景光与铁路信号灯的灯光之间的光对比度，并将光对比度作为铁路信号灯所对应的光颜色信息，从而确定铁路信号灯所对应的光颜色信息，进而实现自动对背景图像的识别，来实现对铁路信号灯的状态进行及时的自动检测，从而提高铁路信号灯的检测效率，保证铁路信号灯检测在铁路交通实际场景中的效能。
[0090]
需要说明的是，上述各个实施例所述的铁路信号灯状态检测方法，可以根据需要将不同实施例中包含的技术特征重新进行组合，以获取组合后的实施方案，但都在本技术要求的保护范围之内。
[0091]
上述的铁路信号灯状态检测方法可以实现为一种计算机程序的形式，该计算机程序可以在如图10所示的计算机设备上运行。
[0092]
请参阅图10，图10是本技术实施例提供的一种计算机设备的示意性框图。该计算机设备500可以是台式机电脑或者服务器等计算机设备，也可以是其他设备中的组件或者部件。
[0093]
参阅图10，该计算机设备500包括通过系统总线501连接的处理器502、存储器和网
络接口505，其中，存储器可以包括非易失性存储介质503和内存储器504，所述存储器也可以为易失性存储介质。
[0094]
该非易失性存储介质503可存储操作系统5031和计算机程序5032。该计算机程序5032被执行时，可使得处理器502执行上述铁路信号灯状态检测方法。
[0095]
该处理器502用于提供计算和控制能力，以支撑整个计算机设备500的运行。
[0096]
该内存储器504为非易失性存储介质503中的计算机程序5032的运行提供环境，该计算机程序5032被处理器502执行时，可使得处理器502执行上述铁路信号灯状态检测方法。
[0097]
该网络接口505用于与其它设备进行网络通信。本领域技术人员可以理解，图10中示出的结构，仅仅是与本技术方案相关的部分结构的框图，并不构成对本技术方案所应用于其上的计算机设备500的限定，具体的计算机设备500可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。例如，在一些实施例中，计算机设备可以仅包括存储器及处理器，在这样的实施例中，存储器及处理器的结构及功能与图10所示实施例一致，在此不再赘述。
[0098]
其中，所述处理器502用于运行存储在存储器中的计算机程序5032，以实现如上所描述的所述铁路信号灯状态检测方法的步骤。
[0099]
应当理解，在本技术实施例中，处理器502可以是中央处理单元(central processing unit，cpu)，该处理器502还可以是其他通用处理器、数字信号处理器(digital signal processor，dsp)、专用集成电路(application specific integrated circuit，asic)、现成可编程门阵列(field-programmable gate array，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。其中，通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
[0100]
本领域普通技术人员可以理解的是实现上述实施例的方法中的全部或部分流程，是可以通过计算机程序来完成，该计算机程序可存储于一计算机可读存储介质。该计算机程序被该计算机系统中的至少一个处理器执行，以实现上述应用于计算机设备的所述铁路信号灯状态检测方法的步骤或者实现应用于集中控制端的所述铁路信号灯状态检测方法的步骤。
[0101]
因此，本技术还提供一种计算机可读存储介质。该计算机可读存储介质可以为非易失性的计算机可读存储介质，也可以为易失性的计算机可读存储介质，该计算机可读存储介质存储有计算机程序，该计算机程序被处理器执行时使处理器执行如下步骤：
[0102]
一种计算机程序产品，当其在计算机上运行时，使得计算机执行以上各实施例中所描述的所述铁路信号灯状态检测方法的步骤。
[0103]
所述计算机可读存储介质可以是前述设备的内部存储单元，例如设备的硬盘或内存。所述计算机可读存储介质也可以是所述设备的外部存储设备，例如所述设备上配备的插接式硬盘，智能存储卡(smart media card,smc)，安全数字(secure digital,sd)卡，闪存卡(flash card)等。进一步地，所述计算机可读存储介质还可以既包括所述设备的内部存储单元也包括外部存储设备。
[0104]
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，上述描述的设备、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
[0105]
所述存储介质为实体的、非瞬时性的存储介质，例如可以是u盘、移动硬盘、只读存储器(read-only memory，rom)、磁碟或者光盘等各种可以存储计算机程序的实体存储介质。
[0106]
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本技术的范围。
[0107]
在本技术所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的。例如，各个单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。
[0108]
本技术实施例方法中的步骤可以根据实际需要进行顺序调整、合并和删减。本技术实施例装置中的单元可以根据实际需要进行合并、划分和删减。另外，在本技术各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以是两个或两个以上单元集成在一个单元中。
[0109]
该集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个存储介质中。基于这样的理解，本技术的技术方案本质上或者说对现有技术做出贡献的部分，或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用进而得一台电子设备(可以是个人计算机，终端，或者计算机设备等)执行本技术各个实施例所述方法的全部或部分步骤。
[0110]
以上所述，仅为本技术的具体实施方式，但本技术明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本技术揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本技术的保护范围之内。因此，本技术的保护范围应以权利要求的保护范围为准。

技术特征：
1.一种铁路信号灯状态检测方法，其特征在于，包括：获取铁路信号灯所对应的信号灯原始图像；将所述信号灯原始图像进行信号灯目标检测，在所述信号灯原始图像包含所述铁路信号灯的情况下，得到所述铁路信号灯所对应的信号灯图像；基于所述信号灯图像，确定所述铁路信号灯的背景所对应的背景图像；根据所述信号灯图像与所述背景图像，确定所述铁路信号灯所对应的光颜色信息，并将所述光颜色信息作为判定所述铁路信号灯的状态所对应的信号灯状态数据。2.根据权利要求1所述铁路信号灯状态检测方法，其特征在于，确定所述铁路信号灯所对应的光颜色信息，包括：统计所述信号灯图像所对应像素的rgb值；确定所述rgb值所属的颜色类别，并计算属于同一颜色类别的所有rgb值的和值；获取所有所述和值中的最大值，并将所述最大值所对应的颜色类别作为所述信号灯图像所对应的灯光颜色，且将所述灯光颜色作为所述铁路信号灯所对应的光颜色信息。3.根据权利要求2所述铁路信号灯状态检测方法，其特征在于，统计所述信号灯图像所对应像素的rgb值，包括：将所述信号灯图像划分为若干个矩形边框；以所述矩形边框为统计单位，统计所述矩形边框所对应像素的rgb值。4.根据权利要求2或者3所述铁路信号灯状态检测方法，其特征在于，确定所述rgb值所属的颜色类别，包括：将所述rgb值进行归一化处理，得到归一化值；基于rgb值就近原则，确定所述归一化值所对应的颜色类别，并将所述颜色类别作为所述rgb值所属的颜色类别。5.根据权利要求1所述铁路信号灯状态检测方法，其特征在于，所述信号灯状态数据包括所述铁路信号灯所对应的灯光颜色；将所述光颜色信息作为判定所述铁路信号灯的状态所对应的信号灯状态数据之后，还包括：获取所述铁路信号灯所对应的底色颜色；根据所述底色颜色，做出以下至少一项判定：在所述灯光颜色与所述底色颜色一致的情况下，判定所述铁路信号灯未点亮；在所述灯光颜色与所述底色颜色不一致，且所述灯光颜色仅为一种颜色的情况下，判定所述铁路信号灯正常；在所述灯光颜色与所述底色颜色不一致，且所述灯光颜色至少包括两种颜色的情况下，判定所述铁路信号灯异常。6.根据权利要求1所述铁路信号灯状态检测方法，其特征在于，基于所述信号灯图像，确定所述铁路信号灯的背景所对应的背景图像，包括：在所述信号灯图像的基础上，向外扩展预设宽度，得到包含所述信号灯图像的扩展图像；将所述扩展图像包含的所述信号灯图像的像素进行剔除，得到所述铁路信号灯的背景所对应的背景图像。7.根据权利要求6所述铁路信号灯状态检测方法，其特征在于，在所述信号灯图像的基
础上，向外扩展预设宽度，得到包含所述信号灯图像的扩展图像，包括：获取所述信号灯图像所对应的第一坐标，并将所述第一坐标向外扩展预设宽度，得到第二坐标；获取所述信号灯原始图像所对应的第三坐标，并将所述第二坐标与所述第三坐标中距离所述第一坐标较近的坐标作为目标坐标；将所述目标坐标所组成的像素范围作为扩展图像。8.根据权利要求1所述铁路信号灯状态检测方法，其特征在于，根据所述信号灯图像与所述背景图像，确定所述铁路信号灯所对应的光颜色信息，包括以下至少一项：根据所述信号灯图像，确定所述信号灯图像所对应的灯光颜色，并将所述灯光颜色作为所述铁路信号灯所对应的光颜色信息；根据所述背景图像，确定所述背景图像所对应的背景光颜色，并将所述背景光颜色作为所述铁路信号灯所对应的光颜色信息；根据所述灯光颜色与所述背景光颜色，确定所述铁路信号灯的背景光与所述铁路信号灯的灯光之间的光对比度，并将所述光对比度作为所述铁路信号灯所对应的光颜色信息。9.一种计算机设备，其特征在于，所述计算机设备包括存储器以及与所述存储器相连的处理器；所述存储器用于存储计算机程序；所述处理器用于运行所述计算机程序，以执行如权利要求1-8任一项所述方法的步骤。10.一种计算机可读存储介质，其特征在于，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时可实现如权利要求1-8中任一项所述方法的步骤。

技术总结
本申请属于铁路交通技术领域，提供了一种铁路信号灯状态检测方法、计算机设备及计算机可读存储介质，为解决传统技术中人工巡检铁路信号灯不能在实际的铁路线路场景中保证足够效能的问题，通过获取信号灯原始图像，并将信号灯原始图像进行信号灯目标检测，在信号灯原始图像包含铁路信号灯的情况下，得到铁路信号灯所对应的信号灯图像，基于信号灯图像，确定铁路信号灯的背景所对应的背景图像，根据信号灯图像与背景图像，确定铁路信号灯所对应的光颜色信息，并将光颜色信息作为判定铁路信号灯的状态所对应的信号灯状态数据，能够对铁路信号灯进行自动检测，从而提高铁路信号灯的检测效率，保证铁路信号灯检测在铁路运输实际场景中的效能。中的效能。中的效能。


技术研发人员：罗除
受保护的技术使用者：深圳开鸿数字产业发展有限公司
技术研发日：2023.04.07
技术公布日：2023/8/14