馬凌宇

摘要：動(dòng)車組運(yùn)行故障動(dòng)態(tài)圖像檢測(cè)系統(tǒng)（TEDS）利用對(duì)當(dāng)前圖像與其歷史圖像的比較，實(shí)現(xiàn)列車運(yùn)行狀況的即時(shí)監(jiān)測(cè)以及自動(dòng)預(yù)警。因?yàn)椋鱾€(gè)時(shí)間獲得的圖像肯定不可能完全一致，就造成僅僅基于SIFT特征匹配的故障識(shí)別算法誤報(bào)率非常高。因此，本文給出一種自適應(yīng)融合局部和全局匹配的圖像故障識(shí)別算法：將圖像基于車廂對(duì)齊比對(duì)；基于SIFT特征匹配，利用局部比對(duì)粗略定位故障位置；以上述位置為模板，查詢歷史圖像以精確判斷故障位置。后續(xù)實(shí)驗(yàn)證明，這一算法能有效地分析和警示運(yùn)行動(dòng)車組的問題情況，使得工作人員能夠及時(shí)發(fā)現(xiàn)突發(fā)問題，確保動(dòng)車運(yùn)行安全。

關(guān)鍵詞：動(dòng)車組故障檢測(cè) 圖像識(shí)別 算法

中圖分類號(hào)：TP39 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1007-9416（2016）12-0140-02

隨著我國高速鐵路事業(yè)的進(jìn)一步發(fā)展，動(dòng)車組安全檢測(cè)工作的建設(shè)變得尤為關(guān)鍵。當(dāng)前的檢測(cè)形式為入庫地溝式靜態(tài)監(jiān)控，而運(yùn)行過程中的動(dòng)態(tài)監(jiān)控不足。這必然造成動(dòng)車組可能長時(shí)間帶問題行駛，造成了很大的安全隱患。高速運(yùn)行中的車輛，其關(guān)鍵部位容易遭受石塊等物體的較強(qiáng)撞擊，另外因?yàn)殚L時(shí)間受到傳動(dòng)力及制動(dòng)力，其部件可能出現(xiàn)各種程度的動(dòng)搖，所以行駛中的動(dòng)態(tài)監(jiān)控對(duì)于確保動(dòng)車運(yùn)行安全起到非常關(guān)鍵的作用。

對(duì)于以上情況，相關(guān)部門提出了動(dòng)車組運(yùn)行故障動(dòng)態(tài)圖像檢測(cè)系統(tǒng)（TEDS， Trouble of moving EMU DetectionSystem）。它通過軌邊裝設(shè)的線陣攝像頭，收集行駛動(dòng)車組走行部、底架懸吊件、鉤緩連接、制動(dòng)配件、車體兩側(cè)裙板、轉(zhuǎn)向架等位置圖像，與其最近行駛的歷史圖像進(jìn)行比較，檢查當(dāng)前行駛車輛的結(jié)構(gòu)件是否有改變、改變的趨勢(shì)以及改變的形式，完成故障的及時(shí)預(yù)警。但是因?yàn)樗俣?、光線、大氣、抖動(dòng)等各種外界因素的變化，造成不同時(shí)間采集的兩幅圖像之間存在分辨率、亮度、長度等差別，所以當(dāng)前僅是應(yīng)用基于SIFT特征匹配的圖像故障識(shí)別算法具有許多的誤報(bào)情況，故障定位不準(zhǔn)確。

因此，本文提出一種自適應(yīng)融合局部和全局匹配的圖像故障識(shí)別算法：（l）將圖像基于車廂對(duì)齊比對(duì)；（2）基于SIFT特征匹配，利用局部比對(duì)粗略定位故障位置；（3） 以上述位置為模板，查詢歷史圖像以精確判斷故障位置。后續(xù)實(shí)驗(yàn)證明，本算法對(duì)于行駛動(dòng)車組的異常狀況能有效地及時(shí)告警，使得工作人員可迅速發(fā)現(xiàn)相關(guān)故障，確保動(dòng)車運(yùn)行安全。

1 用于動(dòng)車組故障檢測(cè)的圖像識(shí)別算法

文中提出的自適應(yīng)融合局部和全局匹配的圖像故障識(shí)別算法框架：（1）以車廂為基準(zhǔn)對(duì)不同時(shí)間采集的動(dòng)車圖像進(jìn)行對(duì)齊配準(zhǔn)，盡可能地排除因?yàn)樗俾?、抖?dòng)、光線等外部原因引起的圖像錯(cuò)位情況；接著應(yīng)用局部匹配粗略定位故障坐標(biāo)，也就是利用SIFT特征匹配算法，查找現(xiàn)場(chǎng)采集圖像中無法與歷史圖像匹配成功的特征區(qū)域，將其當(dāng)作待識(shí)別故障區(qū)域；（2）將待識(shí)別故障區(qū)域當(dāng)作模板，在整幅歷史圖像中實(shí)現(xiàn)全局查找匹配，準(zhǔn)確定位故障。后續(xù)實(shí)驗(yàn)證明，本算法針對(duì)運(yùn)行動(dòng)車組的異常狀況能有效地實(shí)現(xiàn)告警，增強(qiáng)了動(dòng)車組隱蔽故障發(fā)現(xiàn)能力和故障產(chǎn)生初期的預(yù)警性能，提高了動(dòng)車組行駛的安全預(yù)防能力，為避免動(dòng)車組問題運(yùn)行提供了有效措施。

1.1 圖像的對(duì)齊比對(duì)

因?yàn)閳D像在采集過程中容易遭受車速、天氣等很多外部原因的干擾，往往引起圖像差別，為此首先要對(duì)現(xiàn)場(chǎng)采集的動(dòng)車圖像以車廂為基準(zhǔn)進(jìn)行圖像拼接和分割，實(shí)現(xiàn)與歷史圖像的對(duì)齊比對(duì)。具體來講，分為三部分：（1）實(shí)現(xiàn)動(dòng)車車頭對(duì)齊，即根據(jù)火車車號(hào)，從火車車頭模板庫中提取該車型的車頭模板，與現(xiàn)場(chǎng)采集的火車圖像進(jìn)行車頭模板匹配，并對(duì)匹配成功的圖像于車頭起始位置進(jìn)行圖像分割。（2）實(shí)現(xiàn)車廂對(duì)齊，即利用車廂模板庫中該車型的車廂連接處模板，對(duì)實(shí)時(shí)采集的火車圖像進(jìn)行模板匹配，并對(duì)匹配成功的圖像在車廂連接處位置進(jìn)行圖像分割，而其他圖像則依次拼接，從而形成一幅完整的車廂圖像。（3）存儲(chǔ)車廂圖像，完成該車型歷史圖像庫的更新。

1.2 圖像的故障識(shí)別算法

當(dāng)前的圖像故障識(shí)別算法多數(shù)是應(yīng)用基于SIFT特征的匹配算法，但是局部特征中不包含所有位置信息，而圖像中又有著許多的特征類似而語義差別的特征點(diǎn)，所以僅從特征類似性的角度分析，會(huì)造成許多的誤報(bào)故障點(diǎn)。因此，有些算法提出使用基于像素的全局匹配解決問題，但是因?yàn)檐囁?、天氣、光線、抖動(dòng)等外部因素引發(fā)的圖像不一致狀況，即相同坐標(biāo)位置對(duì)應(yīng)的圖像內(nèi)容不一致，造成僅是利用像素差的全局匹配不能較好地解決誤報(bào)情況?；诖朔N情況，本文提出一種自適應(yīng)融合局部和全局匹配的故障識(shí)別算法。

（1）提取現(xiàn)場(chǎng)采集圖像的尺度不變特征變換描述子（SIFT， Scale-invariant feature transform），該描述子是一種局部特征，不僅具有尺度不變性，即使改變旋轉(zhuǎn)角度，圖像亮度或拍攝視角，仍然能夠保持較好的不變性。（2）提取歷史圖像的SIFT特征描述子，現(xiàn)場(chǎng)采集圖像的SIFT特征與歷史圖像的SIFT特征進(jìn)行匹配，粗略定位故障區(qū)域。（3）將故障區(qū)域作為模板，利用模板匹配算法，在歷史圖像中尋找該區(qū)域。若匹配成功，則表明該故障區(qū)域?yàn)檎`報(bào)故障，忽略不計(jì)；反之，將故障區(qū)域的坐標(biāo)位置反饋給系統(tǒng)。

SIFT特征匹配主要包含兩個(gè)階段：（1）SIFT特征的生成，即從圖像中提取出對(duì)尺度縮放、旋轉(zhuǎn)、亮度變化無關(guān)的特征向量；（2）SIFT特征向量的匹配。具體地說，首先利用檢測(cè)子檢測(cè)出圖像中的興趣點(diǎn)，再利用描述子對(duì)興趣點(diǎn)周邊的區(qū)域進(jìn)行魯棒的特征描述，最后利用匹配算法匹配兩幅圖像的描述子。

當(dāng)兩幅圖像的SIFT特征向量生成后，應(yīng)用興趣點(diǎn)特征向量的歐式距離作為兩幅圖像中興趣點(diǎn)的相似性判定度量。取圖像現(xiàn)場(chǎng)采集圖像中的某個(gè)興趣點(diǎn)，并找出其與歷史圖像中歐式距離最近的前2個(gè)興趣點(diǎn)，在這個(gè)興趣點(diǎn)中，假如最近的距離除以次近的距離低于某個(gè)比例閡值，則接受這一對(duì)匹配點(diǎn)。減少這個(gè)比例閡值，SIFT匹配點(diǎn)數(shù)目會(huì)降低，但更為平穩(wěn)。

2 實(shí)驗(yàn)分析

實(shí)驗(yàn)分析，選取TEDS采集的高分辨率圖像數(shù)據(jù)來分析算法的性能，并和現(xiàn)有的圖像故障識(shí)別算法實(shí)現(xiàn)比較和分析。TEDS采集設(shè)施包括三套沉箱和兩套側(cè)箱，其中兩套沉箱共裝設(shè)五個(gè)超高速高清晰線陣攝像頭，用來收集動(dòng)車底部的高清圖像（比如制動(dòng)設(shè)備、驅(qū)動(dòng)設(shè)備、牽引設(shè)備、轉(zhuǎn)向架、輪軸、車鉤及車底部其他部件），左右側(cè)部各裝設(shè)兩套側(cè)箱，其中一套用于收集轉(zhuǎn)向架圖像，一套用于收集裙擺圖像。本實(shí)驗(yàn)將第一天采集到的列車圖像作為歷史圖像，分別對(duì)第二天以及第三天收集到的圖像做出故障分析。

第一組實(shí)驗(yàn)主要用來分析算法的故障識(shí)別能力，本文主要運(yùn)用問題漏報(bào)率以及問題誤報(bào)率這兩個(gè)標(biāo)準(zhǔn)來實(shí)現(xiàn)評(píng)價(jià)。這里的問題漏報(bào)率指的是在故障檢測(cè)中存在N次故障有M次未能檢測(cè)出來；而問題誤報(bào)率指的是在檢測(cè)出的N次故障中，其中有M次不是故障。

能夠分析得出，對(duì)于第三天采集的列車圖像，算法在誤報(bào)率和漏報(bào)率方面的指標(biāo)都是高過第二天，證明圖像之間的差異性越大，算法故障識(shí)別的困難程度也變得更大。并且兩組數(shù)據(jù)的誤報(bào)率均高于漏報(bào)率，因本算法的故障識(shí)別基礎(chǔ)為局部特征匹配的檢測(cè)結(jié)果，而局部特征匹配旨在盡量降低漏報(bào)率，因此本算法的故障識(shí)別誤報(bào)率相對(duì)于漏報(bào)率較高。

第二組實(shí)驗(yàn)比較了局部特征匹配以及全局模板匹配在故障識(shí)別方面的性能。能夠得出，SIFT特征匹配雖然可以定位故障位置，但是存在大量誤報(bào)的故障區(qū)域。由于兩幅圖像拍攝的光線，天氣等不同，使得看似相同的圖像可能具有完全不同的角點(diǎn)特征，圖像中的角點(diǎn)具有很好的局部顯著性和穩(wěn)定性，但是單純利用SIFT局部特征匹配檢測(cè)出很多“噪聲”興趣點(diǎn)，使得故障識(shí)別存在誤報(bào)率高的問題。而基于模板匹配的故障識(shí)別算法盡管在一定程度上降低了誤報(bào)率，且能夠基本精確的定位故障區(qū)域，但是它的性能在一定程度上受到模板大小的干擾，而且匹配計(jì)算量大，速度慢，實(shí)時(shí)性不強(qiáng)。

因此，本文提出的自適應(yīng)融合局部和全局匹配的圖像故障識(shí)別算法將SIFT局部特征匹配和全局模板匹配的優(yōu)勢(shì)相結(jié)合，充分利用了局部和全局信息進(jìn)行故障識(shí)別，定位精準(zhǔn)，誤報(bào)率低，且計(jì)算時(shí)間也有一定的縮短，可以有效地提升動(dòng)車運(yùn)行過程中的安全監(jiān)控質(zhì)量。

3 結(jié)語

本文對(duì)于動(dòng)車組行駛故障檢測(cè)，提出了一種自適應(yīng)融合局部和全局匹配的圖像故障識(shí)別算法。其在基于SIFT局部特征匹配的前提下，應(yīng)用全局模板匹配實(shí)現(xiàn)故障識(shí)別定位。具體來講，將圖像以車廂為基準(zhǔn)對(duì)比；基于SIFT特征匹配通過局部比對(duì)粗略定位故障區(qū)域；以其作為模板，搜尋整幅歷史圖像以精準(zhǔn)定位故障位置；按照故障的位置以及損傷程度，整體判定故障級(jí)別，進(jìn)行多級(jí)報(bào)警。實(shí)驗(yàn)分析證明，本算法對(duì)于行駛動(dòng)車組的異常狀況能有效地實(shí)現(xiàn)告警，使工作人員可迅速發(fā)現(xiàn)相關(guān)故障，增強(qiáng)動(dòng)車運(yùn)行質(zhì)量。

參考文獻(xiàn)

[1]石建偉.高速鐵路建設(shè)動(dòng)車組運(yùn)行故障圖像檢測(cè)系統(tǒng)的實(shí)踐[J].鐵路計(jì)算機(jī)應(yīng)用，2014，23（5）：24-27.

[2]許營營，譚天賦，董濤.動(dòng)車組運(yùn)行故障動(dòng)態(tài)圖像檢測(cè)系統(tǒng)（TEDS）的圖像對(duì)比算法研究[J].科技致富向?qū)В?014（9）：244-244.

[3]謝贊德.淺析動(dòng)車組運(yùn)行故障動(dòng)態(tài)圖像檢測(cè)系統(tǒng)運(yùn)用管理[J].科技視界， 2014（12）：83-83.

[4]王銳.淺談動(dòng)車組運(yùn)行故障動(dòng)態(tài)圖像檢測(cè)系統(tǒng)（TEDS）實(shí)踐與故障應(yīng)急處理辦法[J].工業(yè)設(shè)計(jì)，2015（8）：80-81.

[5]張華.動(dòng)車組運(yùn)行故障圖像檢測(cè)系統(tǒng)（TEDS-3D）設(shè)備在高鐵無砟軌道上安裝方案的探討[J].文摘版：工程技術(shù)，2016（2）：263-263.