图像识别技术在智慧台站中的应用

权雨

摘要：随着民航系统内部对各地区空管台站的运行管理要求越来越高。为便于对台站进行更好的管控，通过对台站环境及设备进行智慧运行管控，能够解决台站运行维护痛点，推进空管台站向管理智慧化和自动化发展，“智慧台站”应运而生。图像识别作为智慧台站的关键技术之一，在监控设备参数采集和识别的工作中起着举足轻重的作用。本文首先对空管台站目前面临的困难进行分析，简单描述了智慧台站的相关内容;然后重点叙述了图像识别技术在智慧台站中的实现方法，并对OCR（optical character recognition）算法的基本原理进行分析;最后对图像识别技术在智慧台站中的应用做出了展望。

关键词：智慧台站;图像识别技术;OCR算法

1 空管智慧台站

1.1空管台站现状及问题

空管一/二次雷达、甚高频/高频电台是民航空中交通管制部门实时监视航空器在空中飞行状态并与机组进行通信的重要信号源，是实现对航空器规范管制，确保飞行平稳，保障空域安全的最“前沿”、最基础的设备。这些信号源设备通常装设在雷达站或甚高频遥控台等空管台站，除通信与监视设备外，各空管台站内往往还包括动力供电、网络传输、台站安防等多种业务的各类设备[1]。

为了满足更好的覆盖要求，提供更好的监视通信服务质量，空管台站往往建设在海拔较高的山顶。这就造成大多数台站远离市区，交通不便利，道路状况较差，定期人工巡检维护工作难度大，体量较多，一旦出现异常情况，应急处置不便，造成人力成本和维修保养成本升高。随着民航事业的飞速发展，各地区空管台站内需要管理的设备类型越来越多、数量不断增加，且新旧差异较大。不同品牌、不同型号的设备安装在同一台站内，导致台站内设备运行和管理难度增大，普遍存在缺少自动化和智能化辅助手段的情况[2]。

1.2智慧台站

智慧台站采用先进的物联网技术、视频采集技术、传感器技术和图像识别技术。智慧运行管控以台站设备为基础，旨在利用先进的信息化技术，构建台站管理信息化应用体系，提高台站运行效率，保证台站内各类设备安全运行，为業务统一、高效管理提供信息服务支撑。通过基于数据采集模块采集到的设备运行数据累计，结合设备的维护和保养工作，对设备的状态做出判断。

智慧台站的实现需要将各类常规工作环境监控设备升级为智能的监控设备，包括对监视设备、通信设备、传输设备进行监控的空管设备状态监控设备，空管相关业务监控设备和空管设备配套动力环境监控设备。智慧台站通过结合数据可视化、物联网、数据分析等技术，展现单个台站的运行态势，设备设施运行数据等多类信息，将数据进行量化分析，形成概括性、指示性的指标，这样一来能够对台站运行情况进行综合评估，得到的各项指标与数据亦能够帮助用户进行辅助决策，真正解决传统台站管理模式中暴露出来的难点与问题[3]。

2 空管设备状态及运行参数的采集

空管设备状态运行监测主要是对监视和通信设备本身的数据监控和健康状态分析，这也正是空管台站中最重要的设备组成。因保密性、安全性等要求，空管台站内有部分设备的状态和运行数据不允许用户使用传感器直接进行数据对接与采集，因此需要采用无侵入设备的方式获取这部分设备的运行数据。在智慧台站中，对于此类无法通过传感器采集数据的设备，首先在数据采集模块上采用图片有效信息数据提取技术进行数据对接。然后使用图像识别服务定位抓取设备运行数据，一般情况下，这类数据是以图片或视频的形式存在。最后将得到的数据解析成结构化数据再统一发送给物联数据接入服务器做后续处理。其中，图像识别技术在数据采集的过程中发挥着重要的作用，是智慧台站中最为关键的技术之一。

2.1图像识别技术

图像识别技术是指对图像文件中的文本内容进行分析识别处理，获取文字及版面信息的过程。一个完整的图像识别流程主要由图像输入、图像预处理、文字检测、文本识别、文本输出等一系列构成，其中图像预处理、文字检测、文字识别是图像识别技术的关键[4]。雷达和甚高频等设备运行数据的实时采集由于安全性等多方面要求，采用图像识别的方式来获取相关参数信息是一种较优的方法。智慧台站中，图像识别技术的实现主要包括下列3个部分：

1. 图像的采集与提取。通过在空管设备监控终端的视频信号输出接口进行图像信息采集。利用视频线连接视频编码器把监控界面的视频信号分成两路信号，一路为原监控视频信号，连接原有终端显示器给工作人员正常使用;另一路为编码后的网络信号，通过交换机送至视频服务器。视频服务器通过对编码后的视频流进行解码、取帧生成图片，这样就得到设备实时运行状态监控的图片。

2. 图像信息识别：图像信息的识别采用OCR识别算法实现。由于软件界面摆放位置受人为干扰因素比较大，所以OCR识别算法先定位到各个软件界面和显示边界之后再把截取出的图片使用预先训练好的深度学习算法模型进行识别，并将各类识别出的数据作为设备态势分析的数据来源。

3. 图像分析：针对不同种类的空管设备监控界面，识别分析元素也不同。雷达监控界面识别分析元素主要包括当前的工作通道，雷达各个模块的开关机状态、运行状态和告警状态。甚高频监控界面识别分析主要是在设备监控总览页面识别每个甚高频设备的运行情况，一旦有甚高频设备运行故障或关机离线，系统将自动产生告警通知用户。另外还支持对各监控界面内连续变化元素（如时间信息等）的情况进行分析来检测监控软件是否死机。

运用这种图像识别的方法不需要额外的摄像机进行拍摄，解码后抓取的图片原始像素高，样本效果好，且不受拍摄环境干扰，能更好的对雷达、甚高频等类型的空管设备实现智慧化监管。

2.2 OCR算法

OCR识别技术，其中文名字叫做光学字符识别，它是利用光学技术和计算机技术通过检测字符每个像素的暗、亮模式确定其形状，然后用字符识别方法将形状翻译成计算机文字的过程。主要包括图像预处理、文字检测、文字识别三个模块。

图像预处理主要是对图片进行二值化和去噪处理，有效降低图像噪声信息，对文字信息进行增强。一般使用阈值分割法把图片上的每一个像素二值化[5]。二值化过程根据灰度图像中像素的灰度级值的大小，通过计算得到合适的阈值，将像素分为背景和目标两类。从而使得图像中的文字内容更加突显，让计算机更好更快地识别文字。

文字检测主要解决是哪里有文字，文字的范圍有多大的问题。文字检测就是利用图像分割技术把图像分成若干个特定的、具有独特性质的区域并提出需求目标的技术和过程，是保证良好目标识别率的关键步骤。通常使用阈值分割法来进行图像分割，该方法实际上是一种输入图像与输出图像之间映射关系。根据设定的阈值，对于目标的图像元素，输出图像取值为1;对于背景的图像元素，输出图像取值为0。将阈值与像素点的灰度值逐个进行比较，分割的结果直接给出目标的区域。

通过预处理和文字检测后已经可以把字符提取出来，但是以单个汉字为基础的OCR算法需要将每个字从图像中提取出来进行识别。文本识别是在文本检测的基础上，对文本内容进行识别，主要解决文字是什么的问题。这一过程主要依赖于前期训练得到的大量数据模版，依据待识别文字的特征[6]，在数据库中进行遍历匹配，得到最终的识别结果，输出至相应的终端。

OCR算法能在Windows和Linux等主流操作系统下正常运行，对场景有一定的鲁棒性和适应性，支持对运行软件对话框有位置变化的图片进行识别。适用于智慧台站中对监控视频的截图信息识别。

3 结束语

空管智慧台站以建设更加合理、科学的系统运行为目标，充分利用台站已有的监控设备，对接现有的系统数据。兼顾系统的通用性、可靠性、准确性、稳定性和安全性等各方面内容。图像识别技术通过把监测电脑终端的视频信号输出至视频服务器，视频服务器对视频流进行解码取帧后生成图片，再使用OCR识别算法进行文字信息的提取和识别，对获得的数据进行分析得出结论并做出判断。作为智慧台站中最重要的技术之一，图像识别技术的发展与应用更快更好的促进了空管台站监管向自动化和智能化的转变，为智慧台站的落实提供了牢固的技术支撑。

参考文献：

[1]中国民用航空局.MD-TM-2010-007.民航空管雷达站、导航台及甚高频遥控台配套设施设备配置要求[S].

[2]中国民用航空局.AP-115-TM-2016-01.民用航空通信导航监视运行保障与维护维修规程[S].

[3]中国民用航空局.MD-ATMB-2018-007.民航空管系统通信导航监视台站无人值守运行管理规范[S].

[4]肖坚.基于学习的OCR字符识别[J].计算机时代，2018（7）：48-51.

[5]颜微.改进的二维阈值图像分割方法[D].湘潭：湘潭大学，2016.

[6]张翔.图像识别的形状特征提取算法研究及实现[D].西安：西北大学，2018.