● 摘要
铁路等交通运输业是世界上现代工业社会发展的关键因素。在现代社会中，良好的交通运输状况对各国经济发展和人民生活水平的提高，起着不可估量的重要作用。随着我国高速、重载铁路运输的大力发展，铁路行车更加密集，一方面提高了运输能力和服务质量，另一方面也对行车安全提出了更高、更严的要求。在这种形势下，如果没有可靠的安全保障，会给列车运营增添巨大压力。
结合铁路安全运营的迫切需求，作为国家重大仪器设备开发专项项目中的一个子课题，以货车运行故障动态图像检测系统(TFDS)为背景，对基于图像信息的模式识别方法的理论与应用中的若干关键技术进行研究。旨在研究新颖的特征表示和基于特征的物体检测技术，以解决视觉图像故障检测系统在户外应用所面临的诸多挑战性问题。论文分别提出了新颖的低层次特征和中等层次特征作为识别特征量，围绕目标特征的鲁棒性提取方法、特征分类器构建方法以及实时故障检测等关键问题展开研究，并将所研究的方法应用于TFDS中，同时用真实现场图像样本验证所提方案的正确性和适用性。主要内容包括：
1、综述了铁路故障检测的发展历程以及目前全球各大公司的先进技术和产品，阐述了本课题的研究目的和意义，同时给出了TFDS系统的总体结构及技术参数标准，并分析了TFDS中视觉图像故障检测的难点及其产生原因。
2、从低层次直线段特征入手，形成特征稀疏表达，并在无故障目标自动识别模式下将其应用于目标物体二维姿态的检测，实现一种简单的具有较好鲁棒性和准确性的偏转角度估计方法，最终应用于TFDS中锁紧板偏转故障的检测。
3、着眼于光照不变的低层次特征，在表达目标物体轮廓信息上采用梯度域中心变换编码方式，解决了光照变化条件下的目标部件轮廓信息稳定提取问题。在算法架构上提出先整体后局部的层次化级联识别策略，实现了目标部件的全自动检测。最终应用于TFDS中折角塞门把手丢失故障的检测。
4、从中等层次柔性边缘排列特征方面考虑，研究三维目标物体检测问题。从二维模板匹配角度出发对三维目标物体构建非刚性二维模型，采用Hausdorff距离度量来实现三维目标物体的匹配定位与识别。匹配过程中引入加权函数，提高了算法的鲁棒性和匹配定位性能。最终应用于TFDS中的集尘器检测。
5、基于低层次中心变换编码块特征，通过编码汇聚特征模型，在空间金字塔架构下构建中等层次编码特征，以实现柔性目标物体的高精度、高速自动检测，最终应用于货TFDS中的手制动机链条丢失故障的检测。
6、采用多层次特征相结合的策略，以改善单一特征以及单一层次特征所具有的局限性和片面性。同时结合多级级联架构实现复杂目标部件的实时高精度检测，最终应用于TFDS中的闸瓦钎丢失故障的检测。