淺談鐵路設備故障檢測中的圖像識別技術與應用

秦昌

摘 要：要想從基礎上全面保證鐵路的運輸安全與列車的行車安全，鐵路設備的故障檢測是重中之重。本文針對鐵路設備的故障檢測的視角進行展開分析，圍繞圖像識別技術在鐵路設備故障檢測中的算法與具體應用進行探討，以此來展現出圖像識別技術的高度準確性、穩定性與快速性的優勢特點。

關鍵詞：鐵路設備；鐵路安全；圖像識別技術；故障檢修

在我國經濟快速發展的背景下，鐵路事業為經歷的穩定發展、人民的出行安全以及交通運輸事業的茁壯成長都發揮了重要作用。因此為了進一步提高鐵路列車的運輸安全程度，從根本上改善和杜絕鐵路設備的故障頻率，并有效檢測出鐵路設備的具體故障情況，為有效提高鐵路運輸安全奠定了良好的基礎，做出了關鍵的保障性作用?；诖?，下面立足于圖像識別技術的優勢和自身的具體算法，來進一步探討鐵路設備故障檢修環節中圖像識別技術的具體運用。通過發揮圖像識別技術的有效性，來提高鐵路設備故障檢修的效率和準確率，從而在根本上提升我國鐵路運輸的安全性。

1 圖像識別技術概述

所謂圖像識別，其是在信息化處理技術的基礎上，將信息處理與計算機技術二合一，并以數學計算環境為平臺而形成的一種編程語言。圖像識別技術能夠對更為復雜的圖像進行收集、對比、分析、理解與判斷，從而用來達到識別出不同 模式、不同基點以及不同運算流程目標或者對象的現代化技術。發展至今天，圖像識別技術已經被應用到眾多領域之中，比如人臉識別系統、指紋識別系統以及機動車輛拍照快速識別系統等。將圖像識別技術運用在鐵路領域當中，使其對鐵路設備的日常維護與故障檢測工作起到高效率的判斷與評測，能夠大大提升在鐵路設備故障檢測工作流程上的工作效率，降低人工作業難度[1]。

2 圖像識別技術在鐵路設備故障檢修中的應用

2.1 鐵路設備故障檢修系統的軟硬件選擇

針對鐵路設備故障檢測系統中使用的硬件設備而言，其主要包括以下部分：DALSA 1K線陣相機、普通臺式機。

針對鐵路設備故障檢測系統中使用的系統軟件來說，以C++語言為基礎在Windows XP系統操作狀態為基本環境，在VS.net開發的平臺上完成圖像編程開發[2]。

2.2 圖像識別技術在檢修中的算法實現過程

在計算機編程系統中，通過利用編程語言將圖像識別技術在鐵路設備故障檢修中的具體算法過程進行詳細表述，其算法實現過程為如下：

Surf Feaure Ddtector，and derector（400）：

//通過創建以Sift方法為基礎的計算對象，并利用surf來快速計算Sift的特征與檢測算法。

Vector and keypoints1， or keypoints2；

derector detect（target，behind keypoints1）；

//該式為鐵路設備故障檢修系統中目標圖像之上的具體特征點。

derector detect（mod，accept keypoints2）；

//該式為鐵路設備故障檢修系統中待檢測圖像之上的具體特征點。

Surf Descriptor Extractor，and extractor；

//再次創建一個關于圖像特征點的詳細描述方法。

Mat descriptors1，and descriptors2；

extractor.compute（target，both keypoints1 and descriptors1）；

//將目標圖像中的已經檢測出的故障目標點的具體特征，通過利用距離計算的方式對其進行描述轉換。

extractor.compute（mod，both keypoints2 and descriptors2）；

//將待檢測圖像中的已經預測出的故障目標點的具體特征，通過利用距離計算的方式對其進行描述轉換。

extractor.compute（target，both keypoints1 and descriptors1；mod，both keypoints2 and descriptors2）；

//將目標圖像與待檢測圖像分別對比分析圖像特征，并對其進行二次判斷。

matching descriptors

Brute Force Matcher < L2 > matcher；

//新創建一個用力判斷圖像與故障匹配的方法。

Vector < D Match > as matches；

Matcher. match（descriptors1，and descriptors2，matches）；

//通過該式來計算兩個鐵路設備圖像的內部特征點之間的距離間隔，并選擇是否進一步將其加入在匹配列表之中。

Ransac（matches）；

//去除檢測過程中表現出無效的異常特征點。

Return Avg（matches）；

//返回至圖像平均距離[3]。

2.3 鐵路設備故障檢測系統應用描述分析

建立在圖像識別技術基礎上的鐵路設備故障檢測系統的具體業務流程為：

圖像采集→預處理→中間圖像→特征點提取→圖像特征評析→特征匹配→（鐵路設備的原圖庫）→輸出圖像特征匹配結果

在鐵路設備故障檢測系統正式運行之前，首先應該準確找到鐵路設備在無故障、正常運行狀態下的原始圖像，以此來作為特征對比評析的基本標準。與此同時，在通過運用存儲手段，對每個圖像進行有效保存，這樣經過相同的手段進行系統設備運行狀態下的圖像能夠作為對比判斷時的基礎性資料，起到參考與參照的作用。在一切的準備工作就緒后，設備故障檢測系統開始進入運行期，并正式開啟系統流程的工作。針對經過系統采集后的圖像群，要首先通過利用預處理方式，對其進行特征點提取，即針對每個圖像的具體特征進行詳細掃描和分析，并按照每個細節與原圖即正常狀態下的圖像進行比對。那么如果存在比對異常，則存在故障的鐵路設備會自動發出預警，并自動停止運轉。通過使用圖像識別技術能夠有效保證列車在運行過程中的安全狀態，同時也大大提高了對鐵路設備的檢修效率[4]。

綜上所述，圖像識別技術是建立在每個獨立圖像的基本性質基礎上，以圖像的特征為基礎而進行詳細辨別與識別的現代化技術。為了進一步提高鐵路列車的運輸安全程度，從根本上改善和杜絕鐵路設備的故障頻率，并有效檢測出鐵路設備的具體故障情況，圖像識別技術在此過程中發揮了關鍵性作用。因此通過發揮圖像識別技術的有效性，來提高鐵路設備故障檢修的效率和準確率，從而在根本上提升我國鐵路運輸的安全性程度，以此來實現我國鐵路事業的持續化、高效化、科技化與數字化發展。

參考文獻：

[1]黃峰，徐悅竹.圖像識別技術在鐵路設備故障檢測中的應用[J].信息技術，2015，07：147-149.

[2]馮杰，陳圣儉，陳東.圖像識別技術在換流站監控系統中的應用[J].電網技術，2014，02：174-178.

[3]韓志偉，劉志剛.非接觸式弓網圖像檢測技術研究綜述[J].鐵道學報，2014，06：40-47.

[4]付宇.淺析鐵路設備故障診斷的相關技術[J].中國水運（下半月），2015，02：105-106.