图像识别技术在铁路监控系统中的应用
摘 要 文章首先就铁路工作环境中监控系统以及图像识别技术的应用意义做出了必要说明，而后对当前应用领域中的图像识别技术原理和主流技术做出了相应阐述。
关键词 图像识别；铁路；应用
中图分类号：TP391 文献标识码：A 文章编号：1671-7597（2013）17-0103-01
近年来铁路发展呈现出强劲势头，不仅仅在于铁路运输的速度和质量方面，在广度上也达到了前所未有的高度。这种新的发展状态，推动着各种信息技术在铁路工作环境中不断得到深入地应用，这其中图像识别技术就是其中一支不容忽视的重要力量。
1 铁路工作环境中监控系统以及图像识别技术的
应用意义
当前我国的铁路运输速度不断提升，在安全层面为铁路工作系统不断提出新的要求。为了保证铁路运输系统的安全性，铁路工作人员从实体和数据两个
层面采取了必要保证措施。从实体角度看，为整个铁路运输网络建立起处于相对隔离状态的保护区域，并且加强区域内部的维护工作，为相应的实体建立起数据的档
案，辅助实现智能维护工作；而从数据层面看，则是建立起有效的通信网络和数据档案系统，帮助实现铁路工作环境中的数据传输服务，这其中也包括了列车调度和
相应的请求数据，以及铁路系统不同主体之间的沟通，并建立起相应的智能数据库，为未来的发展提供必要的数据支持。
在这样的技术应用环境之下，监控系统得到了更为广泛和深入的应用。更大的存储容量，允许铁路环境中，监控可以实现更为清晰的图像获取，并且光
网络在我国铁路环境中逐步成熟，其安全性和可靠性在当前都达到了较为完善的地步。与此同时，运算速度的提升，使得图像识别技术的实现成为可能。
从应用的角度看，图像识别技术在铁路工作环境中的出现，能够帮助实现对于铁路运输环境中安全水平的提升。监控的作用，对于铁路环境而言，在于
及时发现铁路运输环境中存在的异常状况，在大多数情况下为环境中的外来闯入者，包括附近居民以及动物等，除此以外对于相应的自然界异常，诸如隧道和山体地
质等问题，也应当能够做到及时发现，并且报告相应管理和维护工作人员。但是鉴于我国地理区域幅员辽阔，铁路运输系统绵延不断，因此在实际的监控过程中，很
难对每一个镜头实现人工高质量的审查，这种对于监控画面的忽视，在一定程度上增加了铁路运输过程中可能存在的风险程度，并且也没有让监控系统发挥其最大作
用。
针对于此种问题，图像识别技术的应用势在必然。图像识别技术可以通过对相应监测画面历史数据进行分析，来总结出其环境特征，并且通过将当前画
面特征数据与历史数据进行比对，来实现图像识别的目的，并最终判定出环境是否处于常态。此种工作方式能够实现无人值守基础上的异常状况发现，虽然图像识别
技术在当前还在处于不断的成长过程中，但是随着技术的不断成熟，此种技术方式也必然会不断提升其可靠性，最终在提高铁路运输安全水平的过程中发挥其相应力
量。
2 图像识别系统以及技术特征
在铁路工作环境中，一个典型的监控系统可以大概划分为三个层次，即前端数据采集、中间信息传输以及核心的数据处理和分发。数据采集端由分布于
整个铁路运输环境中的摄像头组成，并且随着分布式数据处理方式的成熟和微芯片制作水平和运算能力的提升，前端也可以适当承担起少量的数据运算功能。这种运
算功能一方面可以减轻核心数据处理系统的工作量，另一个重要的方面还在于能够将相应的大容量视频数据存储在本地，而仅仅将必须予以传输的数据添加进传输网
络。这种工作方式对于传输网络的负担减轻而言无疑同样意义重大，大容量的流媒体视频数据如果均由各处摄像头传输到对应的地区核心处理单元，势必会给数据传
输网络带来很大负担，无形中削弱其数据传输能力。数据传输网络的另一头，即为核心数据处理和分发层，这一层面主要负责对整个系统中采集上来的数据进行处理
并且负责以计算机的工作方式发现问题。这一层面的网络无论是现在的任务，还是未来的发展方向，就会更多面向人工智能。相应的规则会被这一层面进行总结，并
且分发到诸多分布式的处理节点之上，而多种原始数据则会依据实际的情况选择合适的时点和时段传输到核心数据中心进行核对和协调。核心数据中心和各个分布式
数据处理节点会形成一个在逻辑层面相对统一和相互融合的数据处理职能模块，对外执行统一的数据命令，并且行使相应的权利和职责。
鉴于图像识别技术在铁路监控活动中的重要作用和地位，有必要对其工作原理做出必要和基本的了解。
在图像识别的过程中，最核心的部分在于对获取到的图像执行分割，在监控获取到的图像中是不存在层次的，是现实中的诸多主体在平面中的映射，因
此需要对图像执行分割，有目的的将对不同的主体与历史数据进行比对，从而发现处理铁路运输环境中可能存在的危险因素并且实施告警。通常比对工作的质量依赖
于两个方面，其一在于数据库的完整性，其二则在于图像分割的整体效果。随着系统投入使用的时间推移，其数据库会逐步完整，因此图像识别的准确率会随之有所
上升。而对于图像分割技术而言，则直接关系到图像对比的质量和效率。所谓图像分割，就是计算机针对采集到的图像数据，根据图像特征进行分割，识别出不同的
景物主体的过程，这是由图像处理麦香图像分析的关键，是监控系统中基础的计算机视觉技术。在分割过程中，主要依据图像的灰度特征、纹理特征、颜色特征以及
图像的运动特征等，将图像分割成为若干有实际意义的区域。在分割的过程中，主要采用的是基于多种复杂算法的人工智能体现，常见的分割算法有基于区域的分割
技术、基于边缘的分割技术以及基于模糊技术的图像分割，在实际应用中会依据不同的环境特征来采用不同的分割技术手段。如基于区域的图像分割技术主要是考虑
到图像区域内部的相似性来区分不同区域，此种分割方法具有一定的抗噪声能力，是目前图像分割领域较为常用的算法。基于边缘的图像分割技术则是在边缘特征相
对显著的前提下进行的，此种方法认为不同图像区域之间的边缘存在有比较突出的属性，能够予以识别。但是此种方法在封闭区域获取等方面具有一定不利因素，抗
噪声能力相对较差。而基于模糊的技术则更加倾向于人工智能原理以及模糊数学的方法对图像进行识别，目前仍然在逐步的完善之中。
3 结论
图像识别技术对于铁路监控的意义重大，有效的图像识别能够降低铁路监控系统的人力投入，并且保证甚至提升监控工作效果。随着铁路运输系统的不
断延展，以及铁路运输速度的不断提升，安全是迫切需要得到更多关注的工作重点，而监控也必然会占据更为重要得地位，在这个过程中，只有具备了有效的图像识
别技术，才能切实发挥铁路监控系统的存在意义和价值。
参考文献
[1]宋玉锋，周泓.远程数字视频监控系统的设计与实现[J].计算机工程，2002（8）.
[2]盛国芳，焦李成.基于遗传算法的最佳熵阁值的图像分割[J].计算机工程与应用，2003（12）.