Visual system diagnosing the state of elements fastening the rail to the sleepers

The paper presents an attempt of application of image processing algorithms along with neural networks to diagnosis of the state of elements fastening the rail to the sleepers in a railway line. The system allows for detection of the presence or the absence of fastening elements on a basis of the sleeper view and its neighborhood. The system effectiveness is equal to 90%.

Artykuł przedstawia próbę wykorzystania algorytmów przetwarzania obrazów oraz sieci neuronowych do diagnostyki stanu elementów mocujących szynę do podkładu w torze kolejowym. System na postawie obrazu podkładu wraz z podsypką wykrywa obecność lub nieobecność elementu mocującego podkład do szyny. System składa się z trzech bloków: bloku zawężającego obszar poszukiwania elementów mocujących, do obszaru podkładu, bloku określającego cechy charakterystyczne elementu mocującego oraz bloku klasyfikatora (sieci neuronowej). Blok pierwszy przeprowadza segmentację obrazu w oparciu o jego teksturę z wykorzystaniem filtru entropijnego w celu wyodrębnienia podkładu z analizowanego obrazu. Blok drugi wykorzystując dwuwymiarową transformatę falkową z falką Coif1 wydobywa cechy charakterystyczne elementów mocujących szynę. Blok trzeci w oparciu o wydobyte cechy przeprowadza klasyfikację - element mocujący dobry, uszkodzony bądź jego brak. Jako klasyfikator została użyta sieć neuronowa hybrydowa. Skuteczność zaproponowanego rozwiązania wyniosła 90%.