用于动车组故障检测的图像识别算法

刘祖胜; 方凯; 刘硕研

用于动车组故障检测的图像识别算法

1.
郑州铁路局客运处,郑州 450052;
2.
中国铁道科学研究院电子计算技术研究所,北京 100081

详细信息

作者简介:
刘祖胜，高级工程师；方凯，副研究员。

中图分类号: U266.2∶TP39
计量
- 文章访问数: 279
- HTML全文浏览量: 1
- PDF下载量: 186
出版历程
- 收稿日期: 2015-04-07
- 刊出日期: 2015-12-24

Image Recognition Algorithm for EMU trouble detection

1.
Department of Passenger Transit, Zhengzhou Railway Administration, Zhengzhou 450052, China;
2.
Institute of Computing Technologies, China Academy of Railway Sciences, Beijing 100081, China

摘要

摘要: 动车组运行故障动态图像检测系统（TEDS）通过比对现场图像与其历史图像，实现列车运行状态的实时监测和自动报警。由于不同时间采集的图像存在一定程度的差异性，使得单纯基于SIFT特征匹配的故障识别算法误报率较高。为此，本文提出一种自适应融合局部和全局匹配的图像故障识别算法：将图像以车厢为基准对齐配准；基于SIFT特征匹配，通过局部比对粗略定位故障区域；以上述区域为模板，搜寻历史图像以精准定位故障位置。实验结果表明，本算法能有效地分析和预警运行动车组的异常情况，使得系统用户可及时发现重大故障，提升动车运营质量。
- 动车组故障检测系统 /
- 模板匹配 /
- SIFT特征匹配 /
- 多级故障报警
Abstract: The aim of TEDS was to detect the trouble of moving EMU images based on the matching between present image and previous one. However, the traditional TEDS was easily affected by some related issues such as speed, light and so on. This article proposed an algorithm to recognize the trouble of EMU image by adaptive fusion local and global matching. First, the image was aligned according to the carriage. And then the SIFT matching was adopted to accomplish the rough detection. Based on such detection, the template matching was further used to locate the trouble of EMU image. To reach the requirement of multilevel trouble alarm, we finally defined the trouble level according to the different components.The experimental result showed that the proposed algorithm could detect the trouble of moving EMU effectively.
- TEDS /
- template matching /
- SIFT matching /
- multilevel trouble alarm

HTML全文

参考文献(9)

[1]	李骏. 动车组运行故障动态图像检测系统（TEDS）设计与实现[D]. 北京：北京邮电大学，2012.
[2]	许艳峰. 动车组故障轨边图像自动检测系统图像对比算法研究[J]. 铁路计算机应用，2013，22（5）：23-26.
[3]	赵俊彦，任崇巍. 关于动车组故障对边图像检测系统的设计[J]. 铁道机车车辆，2011，31（6）：19-22.
[4]	陈雷，赵长波. TFDS 动态检查方法与技巧[M]. 北京：中国铁道出版社，2010.
[5]	李军. TFDS 图像自动识别技术的分析[J]. 上海铁道科技，2011，1（1）：114-118.
[6]	Lowe D. Distinctive image features from scale-invariant key points [J]. International Journal of Computer Vision， 2004，60（2）：91-110.
[7]	YU Z. Object Matching Using Deformable Templates [J]. IEEE Trans. On Pattern Analysis and Machine Intelligence，1996，18（3）：267-278.
[8]	陈智. 图像匹配技术研究 [D]. 武汉：华中师范大学，2006.
[9]	李晓明，赵训坡. 基于Fourier-Mellin 变换的图像配准方法及应用拓展[J]. 计算机学报，2006，29（3）： 465-472.

施引文献(10)

期刊类型引用(5)

1.	金鑫，王通，程园龙. 基于深度学习的TFDS货车故障图像智能识别算法研究. 铁道车辆. 2024(01): 138-144 . 百度学术
2.	王登飞，苏宏升，陈光武，吕晓聪，赵小娟. 基于轻量级注意力生成对抗网络的TEDS图像盲去模糊研究. 铁道科学与工程学报. 2024(09): 3797-3808 . 百度学术
3.	杨凯. 动车组运行故障图像监测系统(TEDS)自动分类监测作业技术研究. 铁道运输与经济. 2023(02): 76-82+146 . 百度学术
4.	杨凯，刘彬，崔中伟，谢斌. 基于多源数据分析的TEDS故障识别技术研究. 铁路计算机应用. 2019(04): 14-17 . 本站查看
5.	方凯. 用于动车组故障检测的车号识别算法. 铁路计算机应用. 2016(05): 14-18 . 本站查看