TFDS图像自动识别技术的分析

李 军 上海铁路局杭州北车辆段

1 系统需求说明

目前，货车运行故障图像检测系统TFDS主要采用图像自动采集、人工判读的方式来对车辆故障进行检测。采用人工判读的检测方式，增加了对车辆故障判断的主观性，并且要耗费大量人力，效率不高。

TFDS图像自动识别技术是嵌入在货车运行故障图像检测系统中的一套集高速数字图像采集、大容量图像数据实时处理精确定位技术、模式识别技术、智能化、网络化和信息化技术于一体的智能系统，能对货车隐蔽和常见故障进行动态检测。

室内检车员对采集的图像通过人机结合的方式进行分析，关键部件故障计算机自动识别，发现故障及时向列检值班员报告，通知室外检车员进行处理，可预防车钩分离、制动闸件脱落、摇枕、侧架、基础制动装置发生裂折等危及行车安全的故障，有效缩短技检时间，提高车辆的检修质量，减轻了检车员的劳动强度，保证列车安全运行，实现过车信息、故障及其图像、检修处理信息和车辆部件图像等数据的精确采集和及时上报。

系统通过布置于钢轨之间的高速相机阵列，拍摄通过列车整车车底、侧下部图像，存储于计算机。通过对拍摄图像信息进行检测和分析，给出货车车辆的检测结果报告。通过对图像的处理，检测出关键部件是否有异常情况，并可以自动完成异常图像的自动位置定位和异常类型的归类，从而可以实现货车车辆检测的自动化。通过建立标准的图库，运用模式识别技术可以有效提高系统检测的准确性和检测效率。

2 系统资源

系统软件环境要求：

系统开发环境：Microsoft Studio6.0

系统使用环境：Microsoft 2000/XP/2003

数据库要求： MicrosoftAccess

硬件环境要求：CPU：1.73GHz

内存： 1.0GB

硬盘： 20GB

3 系统构成

根据对项目需求的分解，系统分为四个主要功能模块：图像采集管理模块，图像异常检测模块，标准图库管理模块，检测结果管理模块。

3.1 图像采集管理模块

主要完成系统检测图像的采集和组织管理功能。系统设计支持读取文件夹方式，直接读取CCD采集图像方式和数据库读取等图像输入方法；支持对读取到的图像进行有效的组织和管理等功能。

3.2 图像异常检测模块

是本系统的关键功能模块，主要完成对异常图像的自动检测，给出判断结果。该模块支持对待处理图像进行相关的预处理功能；提供变化检测和模式识别两种方式的异常检测手段；提供对图像的定位等功能。

图像异常检测模块又细分为图像预处理，变化检测，模式识别，图像匹配等四个功能模块。

3.2.1 图像预处理模块

主要完成对图像的除噪，增强等提供图像质量的功能；也可以通过预处理功能对图像进行整体的灰度调整，来弥补因外界光照条件变化而造成的样本库图像与待检测图像之间的灰度色调不一致问题。

3.2.2 变化检测模块

是该系统的核心模块，主要完成待检测图像与样本库图像的匹配功能，计算出图像的相似度，定位图像异常的位置，同时可以提取异常区域的轮廓信息，进而给出异常检测结果。

3.2.3 模式识别模块

主要完成待检测图像与样本库图像之间的相似度计算，进而判断出图像是否有异常情况发生，给出异常检测结果。

3.2.4 图像匹配模块

主要负责不同类型货车车辆在图像采集过程中，因标准图像采集时与待检测图像采集时货车车辆的位置上的偏移造成的对应部件不能完全匹配上的问题。经过图像匹配，可以提取待检测图像与标准样本库中对应的图像的公共部分提取出来，作为系统的待检测图像进行系统输入。

3.3 标准图库管理模块

主要完成对采集到的标准图像进行有效的组织、训练，对训练后提取的图像特征向量进行有效的组织。该模块支持用户向标准样本库添加样本分类、样本；对样本进行训练等功能。

3.4 检测结果管理模块

主要完成对货车车辆进行异常检测后的结果进行有效的组织和管理的功能。具体包括三个功能模块：检测结果报表生成模块，检测结果管理模块和检测结果统计分析模块。我们同时可以把检测结果管理模块做成一个MIS系统，提供更强的用户信息管理功能。

检测结果报表生成模块主要接受系统对货车车辆的检测结果，自动生成一个默认格式的检测报告，提供给检测人员和用户。

4 结束语

通过对TFDS图像自动识别技术的运用，不仅提高了货车车辆检测的准确性，提高了检测效率，同时更好地保证了车辆运行和铁路运输安全。