黃進(jìn)中

摘要：伴隨計(jì)算機(jī)技術(shù)的不斷發(fā)展，人工智能技術(shù)水平越來(lái)越高。在高鐵站安檢系統(tǒng)中應(yīng)用人工智能技術(shù)，能夠提升安檢的識(shí)別效率，避免人為誤差，同時(shí)還可以降低工作人員的勞動(dòng)強(qiáng)度，能夠進(jìn)一步提升高鐵安檢的識(shí)別率。為此，本文淺要介紹了人工智能技術(shù)在高鐵安檢系統(tǒng)中應(yīng)用時(shí)的圖像異物的識(shí)別方法與關(guān)鍵技術(shù)，并分析了測(cè)試試驗(yàn)。

關(guān)鍵詞：人工智能技術(shù);高鐵安檢;安檢系統(tǒng)

一、圖像異物的檢測(cè)原理分析

（一）圖像的識(shí)別方法

本文設(shè)計(jì)的以圖像處理為基礎(chǔ)的高鐵站X光機(jī)檢測(cè)環(huán)節(jié)主要可以分成6個(gè)部分：（1）圖像的采集;（2）提取新拍圖片與原始圖片的特征點(diǎn);（3）匹配新拍圖片與原始圖片的特征點(diǎn);（4）計(jì)算新拍圖片與原始圖片的空間變換的矩陣;（5）透視轉(zhuǎn)換新拍的圖片;（6）把變換后的圖片和原始圖片展開(kāi)相減處理。

在計(jì)算機(jī)視覺(jué)的有關(guān)應(yīng)用當(dāng)中，常常會(huì)提及到一個(gè)概念——特征點(diǎn)，它也被叫做興趣點(diǎn)好關(guān)鍵點(diǎn)，從字面理解上看，圖像當(dāng)中的特征點(diǎn)主要是指那些獨(dú)立的物點(diǎn)，比方說(shuō)避雷針、電視塔、旗桿或煙囪等等，還有可能是圖像里面的面狀要素的邊界線(xiàn)拐點(diǎn)或者是線(xiàn)型要素的交叉點(diǎn)，比方說(shuō)墻角、樹(shù)枝的交叉點(diǎn)或桌子角，特征點(diǎn)這個(gè)概念常常用于處理那些生活當(dāng)中具體的應(yīng)用問(wèn)題，比方說(shuō)物體識(shí)別、圖像配準(zhǔn)以及圖像的三維重建。如果檢測(cè)人員能夠檢測(cè)出足夠的這種比較特殊的特征點(diǎn)，因?yàn)檫@些特征點(diǎn)的區(qū)別度非常高，所以沒(méi)有觀(guān)察整幅圖像的必要，只分析這類(lèi)特征點(diǎn)的局部特點(diǎn)并結(jié)合定位圖片，可以得出圖像的相應(yīng)穩(wěn)定特征。

（二）對(duì)比的流程

比對(duì)并匹配2幅圖像，分別得出它們相應(yīng)的矩陣，之后通過(guò)得到的矩陣對(duì)新拍的照片展開(kāi)變換，可以獲得和原始圖片配準(zhǔn)程度非常高的圖像。

要想檢測(cè)新拍圖像中的異物，需要工作人員把變化之后的新拍圖像與原始的圖像展開(kāi)配準(zhǔn)操作，變換以后的新拍圖像因?yàn)橥敢曌儞Q，會(huì)產(chǎn)生一小部分的黑色區(qū)域，嚴(yán)重影響后面的圖像對(duì)比流程，所以需要利用相應(yīng)的手段去除黑色的區(qū)域，計(jì)算機(jī)的視覺(jué)處理技術(shù)中的圖像剪切技術(shù)能夠?qū)崿F(xiàn)這個(gè)目標(biāo)。但使用的過(guò)程中，為確保對(duì)比兩幅圖像的同一個(gè)區(qū)域，還需要針對(duì)原始的圖像展開(kāi)同樣尺寸的剪切操作。

剪切之后的原始圖像和新拍圖像尺寸和大小完全相同，在這種情況下能夠采取圖像像素的差值法針對(duì)兩幅處理后的圖像展開(kāi)圖像加減，可以提前設(shè)定一個(gè)與之，如果同一個(gè)位置的像素點(diǎn)的值一致或者兩個(gè)像素點(diǎn)的差值沒(méi)有超出標(biāo)準(zhǔn)的閾值，可以判定這兩個(gè)像素點(diǎn)是相同的，結(jié)果為該位置處是一個(gè)黑色的點(diǎn)斑。相反的，兩個(gè)像素點(diǎn)的差值超出標(biāo)準(zhǔn)的閾值，結(jié)果為該位置處是一個(gè)白色的點(diǎn)斑。工作人員可以借助圖像相減得到的圖像是否為白色斑點(diǎn)，判斷兩個(gè)圖像間是否存在差異或者是異物。

二、測(cè)試試驗(yàn)

長(zhǎng)春市西高鐵站對(duì)人工智能X光安檢儀展開(kāi)了改造，在檢測(cè)中引入人工智能計(jì)算技術(shù)和圖像處理的技術(shù)，然后展開(kāi)實(shí)物操作的檢驗(yàn)。

首先，設(shè)計(jì)了一套以圖像處理技術(shù)為基礎(chǔ)的智能檢測(cè)系統(tǒng)，整個(gè)圖像的處理技術(shù)分成八個(gè)步驟，分別為：檢測(cè)并匹配新拍圖像和原始圖像的特征點(diǎn)、精心選擇檢測(cè)出來(lái)的新拍圖像和原始圖像的特征點(diǎn)、估計(jì)新拍圖像和原始圖像的空間轉(zhuǎn)換矩陣、新拍圖像的透視轉(zhuǎn)換和圖像裁剪、新拍圖像和原始圖像相減、圖像異物的標(biāo)記以及腐蝕除去噪聲。

其次，在攝取圖像的實(shí)際環(huán)節(jié)中，無(wú)法保證每次拍攝的角度都是相同的，特別是在拍攝角度特別復(fù)雜的情況下，因?yàn)槲矬w的遮擋作用，攝像頭在視角比較大的變化狀態(tài)下拍攝的新圖像，比原始圖像會(huì)多出許多新的內(nèi)容，因而在圖像相減的過(guò)程中可能會(huì)出現(xiàn)比較大的差異。針對(duì)這一情況，可以思考在角度變化的范圍中展開(kāi)多張微小角度的圖像拍攝，之后多張相鄰的圖片展開(kāi)連續(xù)的空間轉(zhuǎn)換，最終獲得效果良好的大角度空間轉(zhuǎn)換。

因?yàn)榫唧w的拍攝角度和環(huán)境的亮暗存在差異，物體表面反射光的強(qiáng)度不同，所以在計(jì)算兩個(gè)圖像像素差期間，有可能會(huì)產(chǎn)生噪聲，為了降低噪聲，本次設(shè)計(jì)選用圖形的腐蝕算法，明顯提升了該系統(tǒng)異物檢測(cè)的效果。試驗(yàn)的結(jié)果顯示，當(dāng)圖像的位移、旋轉(zhuǎn)、縮放和傾斜因子以及環(huán)境亮暗沒(méi)有超出規(guī)定范圍時(shí)，該系統(tǒng)能夠取得理想的檢測(cè)效果。接著，需要按照應(yīng)用場(chǎng)景的不同，靈活地調(diào)整閱圖效率和安檢效率之間的匹配關(guān)系?？焖侔矙z模式：安檢的效率比閱圖效率要高，提升安檢人員的數(shù)量達(dá)到業(yè)務(wù)量的基本要求，適合應(yīng)用在業(yè)務(wù)的高峰時(shí)期?？焖匍唸D模式：安檢的效率比閱圖效率小，一個(gè)閱圖工作人員能夠同時(shí)管理眾多通道，適合應(yīng)用在業(yè)務(wù)的低谷期或安檢的包裹比較少的時(shí)候，可以節(jié)省人力。

結(jié)束語(yǔ)：

下一步的工作是實(shí)現(xiàn)各個(gè)單一作業(yè)點(diǎn)的人工智能安檢機(jī)的聯(lián)網(wǎng)，實(shí)時(shí)將數(shù)據(jù)上傳到大數(shù)據(jù)運(yùn)營(yíng)中心，通過(guò)使用GPU計(jì)算以及機(jī)器深度學(xué)習(xí)的迭代升級(jí)，逐步提升智能的判斷力，設(shè)立智能語(yǔ)音的播報(bào)系統(tǒng)。為每個(gè)高鐵站配備一個(gè)指揮中心，可以發(fā)揮移動(dòng)值機(jī)和遠(yuǎn)程值機(jī)的效用，進(jìn)一步提升高鐵安檢的效率，真正達(dá)到減員增效的效果。

參考文獻(xiàn)：

[1]米仲勇. 人工智能技術(shù)在高鐵安檢系統(tǒng)中的前瞻性應(yīng)用[J]. 電子技術(shù)與軟件工程， 2017（12）：254-255.

[2]張國(guó)全. 人工智能技術(shù)在高鐵光纖周界入侵報(bào)警系統(tǒng)中的應(yīng)用[J]. 信息與電腦（理論版）， 2017， 377（07）：158-160.

南京寧鐵無(wú)損檢測(cè)技術(shù)研究院有限公司 江蘇南京 210000