基于模式识别技术的地铁车辆图像检测系统研究

地铁车辆在运行过程中产生的疲劳缺陷、变形、异物掉落、部件缺失等车体异常状况的检查,现阶段主要检查方式为人工目视。这种检查方式受人员检查水平、检测手段、段场股道空间等条件限制,检查效果、效率均有待提高。基于模式识别技术的地铁车辆图像检测系统,采用隐式形状模型算法(ISM),HTM神经网络算法及支持向量机算法(SVM),实现地铁车辆各关键部件异常的图像自动识别,并研究出一套适用于地铁车辆的车体外观自动化检测系统,为车辆的自动化检查奠定基础。