圖像自動識別技術在鐵路中的發展及運用

魏來 中國鐵路設計集團有限公司

1 圖像自動識別技術概述

圖像自動識別技術伴隨著計算機信息技術的發展而出現，主要是指利用計算機這一有效的載體，對收集的圖像進行處理、分析和理解，進而對圖像進行識別，并在此基礎上將不同的圖像進行識別。

這一智能技術的原理是：人體的感覺器官會在一定程度上受到圖像的刺激，并且伴隨著圖像位置的變化、距離的變化、角度的變化，圖像對人體感覺器官所產生的刺激也會產生相應的改變。而在這一過程中，人體的感覺器官會對圖像的變化進行再次識別，也就是所謂的圖像再認過程。人體感覺器官在進行圖像識別的過程中，既包括圖像即時進入到感覺器官中的信息，也有之前所保存的信息。可以說在圖像再認的過程中，既包括圖像即時信息，也包括其存儲的信息，并對兩者之間進行對比處理。

人體感覺器官在進行圖像識別的時候，視線會聚集到圖像的特征上。可以說，圖像的特征是圖像信息量的集中區域。并且人體感覺器官在進行掃描的時候，也是從圖像的一個特點上依次轉到另一個特點上，在獲得大量信息之后，對其進行選擇，得到最為關鍵的信息。而圖像自動識別技術在應用的時候，也是基于每一個圖像。

2 圖像自動識別技術在鐵路上的具體應用

2002年，原鐵道部已經充分認識到了圖像自動識別技術的重要性，并已經開始著手研發這一新型的技術，并將其嘗試應用到我國的鐵路行業中。2005年，我國第一套車輛故障動態圖像檢測系統（TFDS）已經在鐵路上得到了安裝，并正式應用。通過這一系統，可以對鐵路上的貨車進行安全控制，進一步提升了鐵路上安全防范技術，并增強了列檢的工作水平，進而推動鐵路列檢工作進入到一個全新的階段。2007年、2012年，又對這一系統的應用效果進行了集中考核，并針對其應用中存在的問題，進行了完善。同時，設備廠家又對圖像自動識別技術進行了優化，提高了模塊的識別率。到目前，伴隨著科學信息技術的進一步發展，TFDS系統也得到了一定程度的優化和發展，逐漸升級為客車故障動態圖像檢測系統（TVDS）、動車故障動態圖像檢測系統（TEDS）。通過這兩種升級和優化系統，可以對鐵路中的客車、動車實施更為有效的動態性檢測。

無論是最初的TFDS系統，還是后期升級和發展的TVDS、TEDS系統。這三種系統無一例外的都是在鐵路軌道的兩邊安裝上高速攝像頭，并利用設攝像頭將列車運行中的相關圖像進行清晰的拍攝。拍攝完成之后，利用該系統中的網絡，將其傳輸到鐵路的列檢室內，相關工作人員則利用該系統的終端設備對相應的圖像進行科學的分析，并及時發現列車運行中所存在的故障點。如此一來，就大大保障了鐵路的安全運輸，減少了列車運行過程中出現的行車事故。

3 鐵路對圖像自動識別技術的需求分析

根據相關統計數據顯示，全路投入的TFDS設備已經將近360套，TVDS、TEDS相對比較少，其中TVDS約為47套，TEDS為322套。這些設備在進行列車運行監測的過程中，均是利用圖像自動識別技術，進行列車運行中的相關信息進行自動采集圖像，包括列車走行部圖像、制動備件圖像、底架懸吊件的圖像等，同時將其傳輸到鐵路的列檢室之后，相關工作人員利用肉眼判斷的方式，對所有的圖像進行分析，進而分析出列車運行中可能存在的故障，并對其進行檢測和維修。

尤其是在當前，伴隨著高鐵的進一步發展，列車在高速運行的狀態下，任何一個細微的故障，都有可能引發列車出現重大的安全事故。因此，必須要充分利用自動識別技術，對列車高速運行狀態下的零部件狀態進行有效的監測。

TFDS、TVDS、TEDS在監測的過程中，每時每刻都要將大量的監測圖像傳遞到列檢室內，終端設備的工作人員不得不每天面對海量的圖片。在這種情況下，工作人員極容易受到疲勞等因素的影響，出現誤檢、漏檢等現象，甚至這種人工判讀的方式具有一定的主觀性，效率較低。在這種情況下，就可以充分利用圖像自動識別技術的優勢，對TFDS、TVDS、TEDS所拍攝的監測圖片進行詳細的檢測和分析，并根據圖片的性質，將其自動歸類處理。同時，利用該技術還可以建立一個標準的圖庫，進而可以對列車故障圖像進行自動識別。如此一來，不僅提高了系統監測的準確率，也在一定程度上降低了系統終端工作人員的工作量，并提高了其工作的效率和精準性，進而極大地提升了鐵路的監測效率，減少了列車運行中安全事故的發生率。

4 圖像自動識別技術分析

4.1 故障分類

在利用圖像自動識別技術的時候，可以利用多面體部件、多維及空間輪廓技術這兩點，將列車的故障類型分為兩大類，即：部件丟失和部件折斷、結合規定中相關零部件的形變尺寸，對系統內部的模型參數進行調整，確認配件是否出現損壞現象。

在具體對故障進行識別的時候，可充分利用精確定位、多角度匹配關鍵特征等技術，從海量的監測圖像中，提取列車運行中所有部件的輪廓值，并將列車實際部件的輪廓值與相應的參數進行對比，并在此基礎上結合對比范圍，對列車部件實際情況進行準確的判定。

4.2 故障識別方法

圖像自動識別技術在對監測圖像進行故障識別的過程中，主要是利用四種方法進行：第一、利用大型工業檢測類軟件進行故障識別。但是在使用這類方法的時候，對圖像質量要求相對比較高，要求監測圖像一致性較高。但是在鐵路監測中，受到列車運行環境的影響，這種方法很難應用；第二、利用圖像處理方法，開發二維圖像故障檢測模塊。該方法應用的過程中，開發和調試階段必須要擁有相應的故障樣本，但列車運行中重大故障幾率較低，且故障表現形式多樣。此外，在利用這種處理方式的時候，因為列車結構極為復雜，組成部件眾多，無法對所有有的列車組成部件進行模塊開發，這也在一定程度上影響了其具體的使用；第三、采用識別的方式。通過該識別方式，可從海量的檢測圖像中，對列車部件異常圖像進行精準的提取，但是如果列車為非固定編組的貨車，則很難使用該方法進行識別。第四、采用三維圖像的建模識別。該方法是圖像故障識別方法中的主要發展方向，通過三維圖像可以對列車運行中的所有部件空間結構模型實現完整的獲取，并將其與結構模型中的參數進行對比，即可發現其中存在的異常現象。

4.3 圖像識別及運用軟件平臺

這一平臺具有強大的功效，可以為整合系統相應的數據，并對所有的數據集中進行調度、對所有的圖像信息進行瀏覽，對所有的數據進行統計分析，并結合圖像信息判識結果等進行智能化自動故障報警等。同時通過這一軟件平臺，可以對圖像識別設備使用過程進行全程化、動態化的監控和管理，確保其運行正常。

4.4 圖像自動識別裝置

在這一系統中，主要包含了四個重要的組成部分，分別是自動對圖像進行識別的服務器、對圖像進行識別的調度框架程序、對圖像進行自動識別的模塊、及圖像平臺數據標準接口等。其中，平臺數據接口是一個重要的媒介，識別調度框架程序可通過其獲得列車的信息，并將信息反饋至圖像自動識別模塊，圖像識別模塊則對圖像進行識別。同時，識別調度框架程序還可以利用這一媒介，與運用平臺軟件之間進行數據交互，并將其自動識別的結果，反饋到運用軟件平臺中，使其對數據進行集中管理，有效保障了數據的安全。而圖像自動識別模塊和運用軟件平臺則主要對識別的結果進行顯示、統計和對比分析。

5 結束語

圖像識別技術已經在鐵路運營中得到了應用，保障了行車安全，提高列檢效率，提升列檢質量。以圖像識別技術為核心的視覺圖像技術具有較高的推廣價值，可以應用到鐵路勘察、建設、驗收、運營等多個環節，提升作業質量和效率。