圖像識別技術在智慧臺站中的應用

權雨

摘要：隨著民航系統內部對各地區空管臺站的運行管理要求越來越高。為便于對臺站進行更好的管控，通過對臺站環境及設備進行智慧運行管控，能夠解決臺站運行維護痛點，推進空管臺站向管理智慧化和自動化發展，“智慧臺站”應運而生。圖像識別作為智慧臺站的關鍵技術之一，在監控設備參數采集和識別的工作中起著舉足輕重的作用。本文首先對空管臺站目前面臨的困難進行分析，簡單描述了智慧臺站的相關內容;然后重點敘述了圖像識別技術在智慧臺站中的實現方法，并對OCR（optical character recognition）算法的基本原理進行分析;最后對圖像識別技術在智慧臺站中的應用做出了展望。

關鍵詞：智慧臺站;圖像識別技術;OCR算法

1 空管智慧臺站

1.1空管臺站現狀及問題

空管一/二次雷達、甚高頻/高頻電臺是民航空中交通管制部門實時監視航空器在空中飛行狀態并與機組進行通信的重要信號源，是實現對航空器規范管制，確保飛行平穩，保障空域安全的最“前沿”、最基礎的設備。這些信號源設備通常裝設在雷達站或甚高頻遙控臺等空管臺站，除通信與監視設備外，各空管臺站內往往還包括動力供電、網絡傳輸、臺站安防等多種業務的各類設備[1]。

為了滿足更好的覆蓋要求，提供更好的監視通信服務質量，空管臺站往往建設在海拔較高的山頂。這就造成大多數臺站遠離市區，交通不便利，道路狀況較差，定期人工巡檢維護工作難度大，體量較多，一旦出現異常情況，應急處置不便，造成人力成本和維修保養成本升高。隨著民航事業的飛速發展，各地區空管臺站內需要管理的設備類型越來越多、數量不斷增加，且新舊差異較大。不同品牌、不同型號的設備安裝在同一臺站內，導致臺站內設備運行和管理難度增大，普遍存在缺少自動化和智能化輔助手段的情況[2]。

1.2智慧臺站

智慧臺站采用先進的物聯網技術、視頻采集技術、傳感器技術和圖像識別技術。智慧運行管控以臺站設備為基礎，旨在利用先進的信息化技術，構建臺站管理信息化應用體系，提高臺站運行效率，保證臺站內各類設備安全運行，為業務統一、高效管理提供信息服務支撐。通過基于數據采集模塊采集到的設備運行數據累計，結合設備的維護和保養工作，對設備的狀態做出判斷。

智慧臺站的實現需要將各類常規工作環境監控設備升級為智能的監控設備，包括對監視設備、通信設備、傳輸設備進行監控的空管設備狀態監控設備，空管相關業務監控設備和空管設備配套動力環境監控設備。智慧臺站通過結合數據可視化、物聯網、數據分析等技術，展現單個臺站的運行態勢，設備設施運行數據等多類信息，將數據進行量化分析，形成概括性、指示性的指標，這樣一來能夠對臺站運行情況進行綜合評估，得到的各項指標與數據亦能夠幫助用戶進行輔助決策，真正解決傳統臺站管理模式中暴露出來的難點與問題[3]。

2 空管設備狀態及運行參數的采集

空管設備狀態運行監測主要是對監視和通信設備本身的數據監控和健康狀態分析，這也正是空管臺站中最重要的設備組成。因保密性、安全性等要求，空管臺站內有部分設備的狀態和運行數據不允許用戶使用傳感器直接進行數據對接與采集，因此需要采用無侵入設備的方式獲取這部分設備的運行數據。在智慧臺站中，對于此類無法通過傳感器采集數據的設備，首先在數據采集模塊上采用圖片有效信息數據提取技術進行數據對接。然后使用圖像識別服務定位抓取設備運行數據，一般情況下，這類數據是以圖片或視頻的形式存在。最后將得到的數據解析成結構化數據再統一發送給物聯數據接入服務器做后續處理。其中，圖像識別技術在數據采集的過程中發揮著重要的作用，是智慧臺站中最為關鍵的技術之一。

2.1圖像識別技術

圖像識別技術是指對圖像文件中的文本內容進行分析識別處理，獲取文字及版面信息的過程。一個完整的圖像識別流程主要由圖像輸入、圖像預處理、文字檢測、文本識別、文本輸出等一系列構成，其中圖像預處理、文字檢測、文字識別是圖像識別技術的關鍵[4]。雷達和甚高頻等設備運行數據的實時采集由于安全性等多方面要求，采用圖像識別的方式來獲取相關參數信息是一種較優的方法。智慧臺站中，圖像識別技術的實現主要包括下列3個部分：

1. 圖像的采集與提取。通過在空管設備監控終端的視頻信號輸出接口進行圖像信息采集。利用視頻線連接視頻編碼器把監控界面的視頻信號分成兩路信號，一路為原監控視頻信號，連接原有終端顯示器給工作人員正常使用;另一路為編碼后的網絡信號，通過交換機送至視頻服務器。視頻服務器通過對編碼后的視頻流進行解碼、取幀生成圖片，這樣就得到設備實時運行狀態監控的圖片。

2. 圖像信息識別：圖像信息的識別采用OCR識別算法實現。由于軟件界面擺放位置受人為干擾因素比較大，所以OCR識別算法先定位到各個軟件界面和顯示邊界之后再把截取出的圖片使用預先訓練好的深度學習算法模型進行識別，并將各類識別出的數據作為設備態勢分析的數據來源。

3. 圖像分析：針對不同種類的空管設備監控界面，識別分析元素也不同。雷達監控界面識別分析元素主要包括當前的工作通道，雷達各個模塊的開關機狀態、運行狀態和告警狀態。甚高頻監控界面識別分析主要是在設備監控總覽頁面識別每個甚高頻設備的運行情況，一旦有甚高頻設備運行故障或關機離線，系統將自動產生告警通知用戶。另外還支持對各監控界面內連續變化元素（如時間信息等）的情況進行分析來檢測監控軟件是否死機。

運用這種圖像識別的方法不需要額外的攝像機進行拍攝，解碼后抓取的圖片原始像素高，樣本效果好，且不受拍攝環境干擾，能更好的對雷達、甚高頻等類型的空管設備實現智慧化監管。

2.2 OCR算法

OCR識別技術，其中文名字叫做光學字符識別，它是利用光學技術和計算機技術通過檢測字符每個像素的暗、亮模式確定其形狀，然后用字符識別方法將形狀翻譯成計算機文字的過程。主要包括圖像預處理、文字檢測、文字識別三個模塊。

圖像預處理主要是對圖片進行二值化和去噪處理，有效降低圖像噪聲信息，對文字信息進行增強。一般使用閾值分割法把圖片上的每一個像素二值化[5]。二值化過程根據灰度圖像中像素的灰度級值的大小，通過計算得到合適的閾值，將像素分為背景和目標兩類。從而使得圖像中的文字內容更加突顯，讓計算機更好更快地識別文字。

文字檢測主要解決是哪里有文字，文字的范圍有多大的問題。文字檢測就是利用圖像分割技術把圖像分成若干個特定的、具有獨特性質的區域并提出需求目標的技術和過程，是保證良好目標識別率的關鍵步驟。通常使用閾值分割法來進行圖像分割，該方法實際上是一種輸入圖像與輸出圖像之間映射關系。根據設定的閾值，對于目標的圖像元素，輸出圖像取值為1;對于背景的圖像元素，輸出圖像取值為0。將閾值與像素點的灰度值逐個進行比較，分割的結果直接給出目標的區域。

通過預處理和文字檢測后已經可以把字符提取出來，但是以單個漢字為基礎的OCR算法需要將每個字從圖像中提取出來進行識別。文本識別是在文本檢測的基礎上，對文本內容進行識別，主要解決文字是什么的問題。這一過程主要依賴于前期訓練得到的大量數據模版，依據待識別文字的特征[6]，在數據庫中進行遍歷匹配，得到最終的識別結果，輸出至相應的終端。

OCR算法能在Windows和Linux等主流操作系統下正常運行，對場景有一定的魯棒性和適應性，支持對運行軟件對話框有位置變化的圖片進行識別。適用于智慧臺站中對監控視頻的截圖信息識別。

3 結束語

空管智慧臺站以建設更加合理、科學的系統運行為目標，充分利用臺站已有的監控設備，對接現有的系統數據。兼顧系統的通用性、可靠性、準確性、穩定性和安全性等各方面內容。圖像識別技術通過把監測電腦終端的視頻信號輸出至視頻服務器，視頻服務器對視頻流進行解碼取幀后生成圖片，再使用OCR識別算法進行文字信息的提取和識別，對獲得的數據進行分析得出結論并做出判斷。作為智慧臺站中最重要的技術之一，圖像識別技術的發展與應用更快更好的促進了空管臺站監管向自動化和智能化的轉變，為智慧臺站的落實提供了牢固的技術支撐。

參考文獻：

[1]中國民用航空局.MD-TM-2010-007.民航空管雷達站、導航臺及甚高頻遙控臺配套設施設備配置要求[S].

[2]中國民用航空局.AP-115-TM-2016-01.民用航空通信導航監視運行保障與維護維修規程[S].

[3]中國民用航空局.MD-ATMB-2018-007.民航空管系統通信導航監視臺站無人值守運行管理規范[S].

[4]肖堅.基于學習的OCR字符識別[J].計算機時代，2018（7）：48-51.

[5]顏微.改進的二維閾值圖像分割方法[D].湘潭：湘潭大學，2016.

[6]張翔.圖像識別的形狀特征提取算法研究及實現[D].西安：西北大學，2018.