浅析电动脱轨器图像自动识别压脱功能

武彪，赵坤，李彩辉

（1.国能铁路装备有限公司准格尔车辆维修分公司，内蒙古 鄂尔多斯 017000；2.郑州智辆电子科技有限公司，河南 郑州 450000）

电动脱轨器是在列检作业过程中对人身安全防护的关键设备。为此，国铁集团专门颁发了《集控电动脱轨器系统》（中国铁路总公司企业标准Q/CR 557—2017）。目前的操作模式是通过首部检车员、尾部检车员在某股道两头同时要电，值班员在列检值班室送电来实现脱轨器同上同下。尽管已经实现了人机互控、现场检车员与值班室值班员互控等安全措施，但在实际应用中，每年仍然存在几起因为工作人员误插脱轨器而引发的机车车辆脱轨事故。因此，迫切需要研制利用设备自动检测脱轨器上方有无机车、车辆。

1 图像自动识别压脱

目前，为了减少事故发生，铁路部门实行全天窗施工、全天窗维修的管理模式。显然，利用脱轨器系统的现有设备，不再增加新设备，并且简单、可靠，才是防止误插脱轨器的好思路。图像自动识别压脱功能就是利用每个脱轨器的专用摄像机的图像，自动判断脱轨器上方有无机车、车辆的功能。

1.1 图像压脱识别功能要求

该功能实现需在既有视频箱中安装一台模式切换器，以便夜晚视频图像不受外界灯光影响，提高图像清晰度，摄像机采用网络摄像机，满足图像识别参数要求，在主控计算机上增加图像识别软件，通过对轨边摄像视频流分析处理来完成压脱识别功能。

1.2 图像压脱识别区设置

为防止其他相邻股道机车车辆干扰图像识别，需要选择图像识别区域，图像识别时，只判断该区域的图像相似度，提高识别效率。识别区大致设置为脱轨器内侧15m、外侧3m、下边沿轨枕头边缘、上边沿临道轨枕头边缘的菱形区域，如图1 所示。

图1 钢轨特征位置

图2 灰度处理

1.3 图像识别处理过程

（1）灰度化。灰度化的方法有以下几种：①分量法。②最大值法。③平均值法。④加权平均算法。根据图像数据处理的关键和其他图像指标，将三个分量以不同的权限进行加权平均处理。由于人眼对绿色的敏感较高，对蓝色敏感较低，所以，对RGB 三分量做加权平均处理，得到图像识别此功能比较合适的灰度图像。

本项目采用加权平均法对图片进行灰度化（如图1）。

（2）锐化。应用锐化功能可以将图像快速聚焦，模糊图像边缘，提高图像识别需要部分的清晰度和图像聚焦程度。使图像效果更加清晰。锐化边缘滤镜只锐化图像的边缘，同时保留总体的平滑度，在不指定数量的情况下锐化图像边缘。

图像识别技术通过图像平滑处理使采集的图片轮廓、边界处理的比较模糊，为了不影响软件判断，提高判断的准确度就需要利用图像锐化技术，保证图像边缘、轮廓清晰。图像经过平滑处理使图像变得模糊是因为经过平均、积分运算，因此，可以对其进行逆运算处理，提高图像的清晰度。图像通过频率域方面考虑，变模糊的实质是因为高频分量被衰减，因此可以通过高通滤波器使图像细节变的清楚、色彩效果更好。锐化处理如图3。

图3 锐化处理

（3）滤波。本项目采用中值滤波方法。中值滤波的方法是根据次序统计完成信号恢复的一种比较特殊的非线性滤波处理，根本原理是把图像中或者序列中心点位置的值用该域的中值代替，其特点是处理速度快、运算简单、除噪效果更好的优点，中值滤波的方法是根据滤波窗口内的最大值和最小值都视为噪声，用滤波窗口内的中值替代中心像素点的灰度，起到降低噪声的效果，实际运用中，在一定领域范围内具有最大或最小灰度值这个特性，除了噪声点还包括图像识别中的线性、边缘特征点等，中值滤波作为图像滤波的依据（如图4）。

图4 滤波处理

（4）增加对比度。对比度是画面黑与白的比值，也就是从黑到白的渐变层次。比值越大，从黑到白的渐变层次就越多，从而色彩表现越丰富。对比度是最白与最黑亮度单位的相除值，因此，白色越亮、黑色越暗，对比度就越高。根据设定阈值将每个像素点的值进行分类，减少层次达到增加对比度的效果（如图5）。

图5 增加对比度处理

（5）边缘检测。边缘检测是提取出图像中对象与背景间的交界线。图像识别功能是将边缘定义为图像中灰度发生急剧变化的部分设置为区域边界。采用局部图像微分技术来获得边缘检测算子，通过对原始图像中像素的某小领域构造边缘检测算子，到达对图像边缘检测（如图6）。

图6 边缘检测图片

（6）二值化。图像的二值化，就是将图像上的像素点的灰度值设置为0 或255，就是将我们需要的整个图片呈现出黑白效果，在图像处理中二值化占有重要的作用（如图7），采用局部自适应二值化，阈值的设定更加合理化，此方法的阈值通过图像窗口像素平均值E、像素之间的差平方P、均方根值Q 等设定参数方程进行计算得出，这样就能得出二值化图像，有利于进一步对图像处理，使图像识别功能更加简单、准确。

图7 二值化处理图片

1.4 图像压脱识别钢轨特征位置及设置

钢轨特征是压脱识别的重要判断依据，在没有机车车辆压脱时，识别软件应能在识别区找出来那条完整的钢轨特征。如图1 中的两条蓝色直线是钢轨特征。在不超出识别区的情况下，让两条直线尽量长。钢轨特征位置设置，自动保存图片模板，彩色与黑白模式区分对比，图像相似度对比识别（根据图像的信噪比、均方误差、绝对误差、灰度值等参数，计算两张图片的相似度），钢轨特征识别（图片灰度化、滤波、锐化、增加对比度、腐蚀、膨胀、边缘检测、提取钢轨特征）。

1.5 图像压脱识别及控制联锁

（1）电脱软件每20min，自动保存图片模板，如果当前判断正在压脱，则不保存。

（2）电脱软件定时（不压脱时1 秒钟发送一次，压脱时3 秒钟发送一次）向图像识别软件发送查询命令，压脱软件根据图像模板判断当前图像是否压脱，将判断结果返回电脱软件。

（3）当前图片为彩色模式（白天），则相似度大于97%，认为对比成功。当前图片为黑白模式（夜晚），则相似度大于98%，认为对比成功。需要找出2 张相似的图片，认为对比成功，判别为不压脱。

（4）如果压脱时，同时生成压脱特征图片，电脱软件显示压脱的边界特征，用红色标示在压脱图像中。

（5）要电方式为值班员申请上脱时，压脱识别参与控制。即如果图像识别为正在压脱，值班员申请上脱时，则提示“X 道图像识别压脱，需要人工确认”。

（6）要电方式为现场申请要电并且选择图像识别参与控制时，脱轨器上脱申请时压脱识别参与控制。即如果图像识别为正在压脱，现场申请上脱时，则提示“X道图像识别压脱，需要人工确认”。

（7）由于雨雪天气或其他干扰，造成图像识别误判压脱时，值班员在脱轨器放大视频窗口中确认，确认不压脱后，输入3 位短密码允许上脱。

（8）电动脱轨器下脱时是否压脱，不参与控制。

2 结语

电动脱轨器图像自动识别压脱功能，经过在国能集团装备公司点岱沟列检作业场半年多的应用，有效避免工作人员因为疲劳而误插脱轨器的现象，提高电动脱轨器的安全性、可靠性，减少事故率，为现场作业人员增加了一套防护网。