TEDS圖像對比識別原理

1、TEDS圖像對比識別原理一、 識別原理：系統(tǒng)采用平臺中的智能圖像識別算法對同一車輛的統(tǒng)一部位（通過車號圖像自動識別技術(shù)實現(xiàn)動車組車輛的唯一性標(biāo)識）圖像在兩次通過探測站時進(jìn)行比對和分析，實現(xiàn)異常的圖像的自動報警和提示。圖像比對方法是解決動車故障檢測問題的優(yōu)良策略，但是在實際應(yīng)用中存在著圖像配準(zhǔn)困難、光線變化嚴(yán)重、微小變化難以檢測、零部件結(jié)構(gòu)復(fù)雜等許多技術(shù)問題，該算法具有以下特點：1、可以精確的配準(zhǔn)圖像，算法首先利用局部算子找到兩幅圖像相同的特征點，再利用最小二乘回歸建立一一對應(yīng)的映射關(guān)系來估算兩幅圖像各自的車速以達(dá)到精確配準(zhǔn)的目的。2、可以實現(xiàn)重要零部件定位，算法利用紋理特征去描述零件特征，用目

2、標(biāo)檢測的方法得到該區(qū)域具體的位置，在精確配準(zhǔn)的基礎(chǔ)上實現(xiàn)重點部件的異常識別和報警。 3、可以實現(xiàn)小尺寸及復(fù)雜結(jié)構(gòu)的零部件的異常報警，算法采用了人工神經(jīng)網(wǎng)絡(luò)和支持向量機(jī)結(jié)合的方法。這兩種方法都屬于機(jī)器學(xué)習(xí)范疇，用來處理分類問題的。把小尺寸和復(fù)雜結(jié)構(gòu)的零部件分類進(jìn)行訓(xùn)練得到模型，然后利用的預(yù)測函數(shù)對具體的圖像進(jìn)行分類和報警。異常圖像報警算法的工作流程圖如下：接新車獲取圖像數(shù)據(jù)獲取車號圖像數(shù)據(jù)庫模型數(shù)據(jù)庫提取圖像特征提取圖像特征自動比對算法修正數(shù)據(jù)庫異常圖像分析故障字典有無發(fā)現(xiàn)異常人工確認(rèn)人工輸入車號圖像分析提取標(biāo)準(zhǔn)圖提取標(biāo)準(zhǔn)模型修正標(biāo)準(zhǔn)庫通知檢修人員是否檢索數(shù)據(jù)庫開始無異常發(fā)現(xiàn)異常無故障有故障對于當(dāng)前無異常的圖像，進(jìn)行歷史圖像數(shù)據(jù)庫的更新與歷史模型數(shù)據(jù)的在線學(xué)習(xí)。 異常圖像報警算法流程圖大體流程為：1、兩次過車進(jìn)行第一次比對，尋找圖像差異2、根據(jù)多次過車提取出來的關(guān)鍵部位模板，進(jìn)行第二次比對，過濾掉因環(huán)境因素影響的異常和轉(zhuǎn)動部件異常（例如：過濾底板異物，萬向軸、齒輪轉(zhuǎn)動等誤報）3、綜合兩次比對的結(jié)果，進(jìn)行報警。二、 測試部位：根據(jù)相機(jī)拍攝角度、光源等差異，以下部位可能無法報警：1、車體邊緣，即相機(jī)能拍攝到的圖片邊緣2、測試物與車體結(jié)構(gòu)邊緣重合部位。建議測試部位：1、轉(zhuǎn)向架/底板中間部位（齒輪箱、中心銷、底板）2、側(cè)部大面積區(qū)域（撒沙裝置、軸箱、減震器、構(gòu)架、注水口）三、 測試材料