列车运行动态监系统中故障图像识别算法的研究.pdfVIP

摘要 摘要 自2000年以来，列车运行动态监测系统(TFDS)在各大列检所相继投入 使用。该系统通过布置于铁轨边的高速摄像机阵列，拍摄列车关键部件图像， 列检员从图像中分辨列车部件的故障，使得列检方式由现场作业转向了室内作 业。但是TFDS系统现有的列检方式劳动强度依然很高，并且受主观因素影响较 大。因此，设计一套列车部件故障自动检测系统，改进当前TFDS系统的故障检 测与定位方法，实现人工检测方式到自动识别方式的转变，具有重要的意义。 TFDS部件故障自动检测系统分为图像预处理、特征提取、特征选择、故障 图像识别和故障部位定位五个关键步骤。首先，针对列车部件图像存在的噪声 污染、模糊、曝光不均匀、图像维数过高等问题，对部件图像运用基于均值和 中值滤波、Laplacian锐化、直方图均衡和尺度变换的预处理技术，提高了列车 部件图像的可视对比度，降低了噪声干扰，为后续故障图像判别和定位打下基 础；其次，针对列车部件图像纹理信息复杂、故障类型较多、不易定位的特点， 提出了一种基于灰度共生矩阵的纹理特征提取方法，实现了对图像局部信息的 特征提取；然后，提出了一种改进的Q．Rclicff特征选择算法，选择出与图像模