刘祖胜，方 凯，刘硕研

（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）

用于动车组故障检测的图像识别算法

刘祖胜1，方 凯2，刘硕研2

（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）

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

随着中国高速铁路的快速发展，动车组安全监控体系建设显得尤为重要。现有的监控方式为入库地沟式静态监控，缺乏运行过程中的动态监控。这将导致动车组可能长距离带病行进，增加了事故的发生几率。高速行进中的动车，其关键部件易受到石块等异物的强力撞击，此外由于长期承受传动力及制动力，其螺栓可能发生不同程度的松动，因此行进中的动态监控对于保障动车运营安全起到至关重要的作用。……