Разработка методов автоматизированной обработки скоростемерных лент поездок локомотивных бригад тема диссертации и автореферата по ВАК РФ 05.22.07, кандидат технических наук Мухин, Олег Сергеевич

• Мухин, Олег Сергеевич
• кандидат технических наук
• 2003

Оглавление диссертации кандидат технических наук Мухин, Олег Сергеевич

Введение.

1 Объект исследования и его характеристики.

1.1 Носитель и регистрируемая информация на нем.

1.2 Факторы и их влияние на качество записи.

1.2.1 Погрешность механизма скоростемера.

1.2.2 Погрешность от износа бандажей колесной пары.

1.3 Выводы и результаты.

2 Технология обработки изображения.

2.1 Обзор систем обработки изображения.

2.2 Виды графических данных.

2.3 Изображения.

2.3.1 Типы изображений.

2.3.2 Дискретность представления изображения.

2.3.3 Цвет как характеристика изображения.

2.4 Модели цветового пространства.

2.4.1 Аддитивная модель.

2.4.2 Субтрактивная модель.

2.4.3 Модель HSV.

2.5 Средства формирования изображений.

2.5.1 Ввод изображений.

2.5.2 Классификация оптических читающих устройств.

2.5.3 Правила сканирования.

2.6 Концепция обработки изображения.

2.6.1 Уровни представления графической информации и операции над ними.

2.6.2 Коррекция изображения.

2.6.3 Методы дифференциации перепадов яркости.

2.6.4 Трассировка изображения.

2.6.5 Сегментация объектов изображения.

2.7 Управление качеством процесса обработки.

2.8 Выводы и результаты.

3 Линейная система обработки скоростемерной ленты скоростемера ЗСЛ-2М.г.

3.1 Архитектура системы обработки изображения скоростемерной ленты.

3.1.1 Трудности обработки изображения скоростемерной ленты.

3.1.2 Кодирование изображения.

3.1.3 Описание уровней линейной системы обработки.

3.2 Считывание изображения скоростемерной ленты.

3.2.1 Факторы воздействия на качество преобразования.

3.2.2 Калибровка сканирующего устройства.

3.2.3 Рекомендации по сканированию скоростемерной ленты.

3.2.4 Определение точности оцифровки изображения.

3.3 Алгоритмизация уровней системы обработки.

3.3.1 Подавление шумов и повышение качества.

3.3.2 Контрастирование границ объектов изображения.

3.3.3 Аффинные преобразования на плоскости.

3.3.4 Утоньшение и векторизация объектов.

3.3.5 Обработка значений векторизованных данных.

3.4 Схемы обработки объектов.

3.4.1 Схема обработки объекта «линия разметки» скоростемерной ленты.

3.4.2 Схема обработки объекта изображения «точек синхронизации».

3.4.3 Схема обработки объекта изображения «сигналы светофора».

3.4.4 Схема обработки объекта сигнала времени.

3.4.5 Схема обработки объекта изображения сигнала давления тормозной магистрали.

3.4.6 Схема обработки объекта изображения сигнала скорости движения.

3.5 Сопоставление полученных параметров объектов.

3.6 Выводы и результаты.

4 Автоматизированный комплекс депо подразделения по расшифровке скоростемерных лент скоростемера 3CJ1-2M.

4.1 Структура и возможности комплекса.

4.2 Роль и место комплекса в локомотивном депо.

4.3 Тенденции к развитию автоматизированного комплекса по расшифровке скоростемерных лент.

4.4 Выводы и результаты.

5 Технико-экономическое обоснование.

5.1 Расчет инвестиций проекта.

5.2 Расчет экономического эффекта.

5.3 Выводы и результаты.

Введение диссертации (часть автореферата) на тему «Разработка методов автоматизированной обработки скоростемерных лент поездок локомотивных бригад»

Рациональное использование топливно-энергетических ресурсов в производственных целях для каждого предприятия является одной из важнейших основ экономики. Для железнодорожного транспорта эта задача особенно актуальна. В настоящее время доля энергозатрат в себестоимости перевозок составляет 40 - 45 %, а в отдельных случаях достигает 70 - 80 %. Именно поэтому в 1998г. Министерством путей сообщения Российской Федерации утверждена отраслевая «Программа энергосбережения на железнодорожном транспорте в 1998 - 2000 гг. и на перспективу до 2005 г.». В соответствии с этой Программой сформулированы задачи по экономии топливно-энергетических ресурсов, рациональное использование которых на предприятиях железнодорожного транспорта является необходимым условием повышения эффективности их работы.

Железнодорожный транспорт является крупнейшим потребителем электроэнергии. Причем наибольшая ее часть расходуется непосредственно на тягу поездов. Анализ финансовой деятельности депо показывает, что в структуре расходов крупного, основного локомотивного депо плата за электроэнергию, израсходованную на тягу поездов, составляет около 70 % от всех расходов. Следовательно, любые пути, направленные на снижение этих расходов, следует признать исключительно важными, требующими пристального внимания как научных работников, так и специалистов, непосредственно осуществляющих перевозочный процесс.

Расход электроэнергии на тягу поезда существенно зависит от режима его ведения по участку [1]. Первые результаты при решении задачи выбора оптимального управления движением поезда были получены во второй половине 60-х годов С.В. Дуваляном, Е.В. Ерофеевым, В.М. Максимовым, Ю.П. Петровым, Э.С. Почаевцом, В.М. Сидельниковым [2-7].

По мере развития микропроцессорной техники задача выбора оптимального управления движением поезда на базе современного математического аппарата решалась при создании систем автоведения поезда (САВП) в Московском государственном университете путей сообщения (МИИТ) и во Всероссийском научно-исследовательском институте инженеров железнодорожного транспорта (ВНИИЖТ). Проведенные в МИИТе исследования показали, что при использовании САВП расход электроэнергии на тягу снижался в основном за счет точного выполнения графика движения поездов и уменьшения числа торможений по сигналам светофоров, требующих снижения скорости [8].

Решением ряда вопросов оптимального управления поездом и созданием микропроцессорных систем автоведения занимались также Л.А. Баранов, Я.М. Головичер, A.M. Костромин, В.М. Лисицын, С.И Осипов, А.В. Плакс В.Е., Розенфельд [9-16]. Задача оптимизации обычно решалась с помощью метода динамического программирования или принципа максимума академика Л.С. Понтрягина.

Отдельно отметим программный комплекс, разработанный в отделе ТПЭ ВНИИЖТа и применяющийся более чем в 150 локомотивных депо Российских железных дорог. В докладе Л.А. Мугинштейна и И.А. Ябко, сделанном на сетевой школе, проходившей 4-5 июня 2002 г. в локомотивном депо Златоуст Южно-Уральской железной дороги, обобщается опыт использования указанного программного комплекса и предлагается методика оценки энергетической эффективности управления на основе анализа скоростемерных лент. Суть этой методики заключается в том, что на основании достаточно простой обработки скоростемерной ленты вычисляется отношение времени движения на выбеге к общему времени хода. Утверждается, что полученная величина достаточно надежно характеризует энергетическую эффективность управления, т.к. по своей физической сути энергооптимальные режимы обеспечивают максимальное использование инерции поезда.

ВНИИЖТ провел специальные исследования, на основании которых рекомендует на ряде участков изменить перегонные времена хода. В указанном докладе, в частности, утверждается, что те отклонения в значениях графиковых перегонных времен хода, которые возникают при использовании оптимальной траектории, полученной с помощью программного комплекса, не ухудшают характеристик поездопотока и могут быть приняты в качестве основы для корректировки графика движения грузовых поездов с целью экономии энергии на тягу. В качестве физического обоснования приводится тот факт, что оптимальные траектории характеризуются «ровной» ездой по всему участку в целом, т.е., исключаются энергетически неоправданные значительные отклонения скорости поезда от единой для всего участка «скорости стабилизации», - такие отклонения происходят лишь вследствие выполнений ограничений скорости и из-за характера профиля пути для максимального использования инерции поезда.

В Самарском институте инженеров железнодорожного транспорта разработана компьютерная система, оперативно просчитывающая и распечатывающая последовательность управляющих команд машиниста, позволяющая экономно распределять энергопотребление от контактной сети вдоль всей трассы движения поезда [17,18]. Программный комплекс внедрен в эксплуатацию на четырех участках Куйбышевской железной дороги. В результате его эксплуатации получено фактическое снижение затрат электроэнергии на тягу поездов на 6-8 %.

Последним фундаментальным исследованием в этой области является работа В.А. Нехаева, в которой для решения задачи оптимизации управления движением поезда в качестве расчетной схемы выбран однородный поезд с распределенными параметрами [19]. Для него были составлены нелинейные системы дифференциальных уравнений, учитывающие все «жесткие» воздействия. Представленные в работе критерии безопасности движения имеют вид ограничений, накладываемых на переменные состояния поезда, такие как: нагревание тягового двигателя, максимальное усилие в автосцепке, максимальная направляющая сила рельсовой колеи при прохождении отдельным экипажем состава кривых, устойчивость движения вагона в рельсовой колее и устойчивость от его выжимания из состава, нарушения скоростного режима движения по элементам продольного профиля пути, ограничения на силы тяги и торможения по условиям сцепления колеса с рельсом, максимальный ток тяговых двигателей в тяге и при рекуперативном торможении и другие.

Рассматривая указанные системы определения оптимального с точки зрения энергозатрат на тягу режима управления движением поезда, отметим, то большинство из них ориентировано на применение непосредственно перед отправлением поезда для расчета экономичной режимной карты и выдачи последней машинисту для руководства. При этом из-за отсутствия достаточно достоверной теории, учитывающей влияние погодных условий на сопротивление движению поезда, все вычисления выполняются для среднестатистического поезда. Однако хорошо известно, что появление встречного или бокового ветра существенно (на 20-30 % в зависимости от скорости последнего) изменяет величину этого сопротивления. Тогда машинист будет вынужден соответствующим образом корректировать полученную режимную карту. В виду отсутствия бортового компьютера на магистральном электровозе такая корректировка очень сильно зависит от квалификации машиниста. Кроме того, при движении грузовых поездов достаточно часто из-за сложной оперативной обстановки на плече возникает необходимость в неграфиковых задержках и остановках. В результате эффект от использования оптимальных режимных карт существенно уменьшается.

В таких условиях возрастает потребность в регулярном анализе энергозатрат на тягу поездов, выявлении и устранении причин, приводящих к необоснованным «пережогам» электроэнергии. Широко используемый на Западно-Сибирской железной дороге АРМ оператора учета локомотивного депо, разработанный в Омском государственном университете путей сообщения (ОмГУПС) [20], осуществляет такой анализ по маршрутам машинистов. Неграфиковые остановки поездов можно также исследовать по исполненным графикам движения.

В результате анализа основных факторов, влияющих на общие энергозатраты, связанные с перемещением поезда по заданному рельсовому полотну, выполненного на кафедре «Прикладной математики и механики» ОмГУПС [20], была получена целевая функция, которую необходимо минимизировать для снижения энергозатрат на тягу: п (о> • M[v] + с • D[v]) • т • 1Ш Р~ • (В1) где co(v) - удельное сопротивление движению поезда; т - масса поезда; lNM -длина плеча; с - постоянный коэффициент при квадрате скорости в зависимости удельного сопротивления движению поезда; Щу] -математическое ожидание скорости движения поезда, полученное по зависимости скорости поезда от пройденного пути v = f(s)\ D[v\ - дисперсия скорости движения поезда, полученная по зависимости скорости поезда от пройденного пути v =f(s)\ Т](/Д) - коэффициент полезного действия локомотива, являющийся функцией тока двигателя /д.

Анализируя выражение (В1) можно заметить, что для снижения энергозатрат на тягу Следует, во-первых, поддерживать постоянной скорость движения поезда, тем самым уменьшая дисперсию скорости D[v] и, соответственно, числитель целевой функции. Во-вторых, машинист должен выбирать такой режим работы локомотива, при котором реализуется максимально возможный КПД. На использовании приведенной целевой функции построена разработанная в ОмГУПС методика расчета оптимальной режимной карты ведения поезда по заданному участку пути при заданном времени прибытия на конечный пункт [22].

В случае движения поезда на выбеге по прямолинейному без уклонов пути на него будет действовать только сила сопротивления движению. Тогда рекомендуемое действующими Правилами тяговых расчетов для поездной работы (ПТР) дифференциальное уравнение движения поезда имеет точное аналитическое решение. Используя последнее, по разработанной в ОмГУПС методике можно оценить действительное сопротивление движению поезда в виде многочлена второй степени от скорости [21,23]:

CO(v) = a + bv + cv2, (В2) где а, Ь, с- постоянные коэффициенты.

На зависимости v =f(s) всегда можно найти участки, где поезд двигался на выбеге. Такой режим движения машинист обычно выбирает перед пробным торможением, а также перед остановкой на конечной станции. Тогда, учитывая реальные план и профиль пути по рекомендуемой в ПТР методике, можно с достаточной для последующего анализа точностью определить удельное сопротивление поезда с учетом всех неформализуемых параметров реальных условий выполнения поездки, таких как погодные условия, индивидуальные особенности состава (масса, номенклатура, количество и последовательность расположения вагонов в поезде), наличие на открытых платформах грузов сложной аэродинамической формы и прочие.

Если в выполненной поездке по зависимости v = f(s) определить математическое ожидание Щу] и дисперсию D[v] скорости движения, зная действительное сопротивление движению поезда, можно определить минимально необходимые энергозатраты на перемещение данного поезда от станции отправления N до станции прибытия М по следующей формуле: т

А = {а + b{M[v]) + c(M[v])2 + cD[v] }mlMN + /ng#npilB + £ \b{y)mdl, (B3) i 0 где g - ускорение свободного падения; Яприв - приведенная высота расположения станции прибытия М по отношению к станции отправления N плеча с учетом кривых на участке; Ь{у) - удельная тормозная сила; i - число участков торможения (обычно два: участок пробного торможения и остановки поезда на конечной станции); /, т - длина г-го участка торможения.

Из сказанного следует, что зависимость скорости поезда от пройденного пути v = f(s), фиксируемая на скоростемерной ленте любого поезда, представляет собой исключительно ценную информацию для анализа энергозатрат на тягу в выполненной поездке. Определив математическое ожидание M[v] и дисперсию £>[v] скорости движения по зависимости v = f(s) исследуемой скоростемерной ленты, можно, во-первых, определить эффективность выбранной машинистом в рассматриваемой поездке режимной карты, сравнивая указанные величины с соответствующими эталонными. Последние рассчитываются для наиболее экономичной режимной карты ведения поезда, получаемой на компьютере по разработанной в ОмГУПС методике при минимизации целевой функции (В1). При этом удельное сопротивление движению поезда и время его хода по плечу выбираются с теми же значениями, что и у исследуемого.

Во-вторых, открывается возможность сравнивать режимные карты вождения поездов, двигающихся в одном и том же направлении приблизительно в одно и тоже время, то есть при одинаковых погодных условиях. Такой анализ позволяет делать сравнительную оценку квалификации машинистов. Отметим, что такие исследования в принципе невозможны при анализе показаний локомотивных счетчиков потребляемой на тягу электроэнергии и информации, содержащейся в маршрутах машиниста.

Визуальный анализ большого количества скоростемерных и диаграммных лент различных поездов при их движении по всем четырем направлениям от Омска позволил обнаружить большое количество ошибок в работе поездных диспетчеров. В настоящее время документально фиксируются только не предусмотренные графиком движения стоянки поездов в пределах плеча. Длительное движение поезда на выбеге или даже торможение до скорости 20 -30 км/ч перед запрещающим сигналом светофора, а затем повторный разгон до крейсерской скорости можно зафиксировать только на скоростемерной и диаграммной ленте. Однако такое их исследование расшифровщиками лент в настоящее время не выполняется. Следовательно, такие факты остаются без внимания и нигде документально не фиксируются.

Между тем, любое такое незапланированное графиком или временным ограничением снижение скорости движения безусловно приводит к дополнительным энергозатратам на тягу. Эти затраты можно избежать, если поездной диспетчер заранее будет предупреждать машиниста о точном времени прибытия к конкретной точке пути так, чтобы проследовать светофор по разрешающему сигналу без снижения скорости. При этом опытный машинист будет иметь возможность выбрать крейсерскую скорость до указанной точки пути так, что дополнительных потерь энергии во времени движения поезда не произойдет.

По зависимости v = f(s) скоростемерных лент легко фиксируются все остановки поезда при его движении по плечу. Эти остановки также отмечаются в маршрутах машиниста. Кроме остановок по зависимости v = f(s) легко отслеживаются любые не предусмотренные графиком или ограничением скорости движения замедления и торможения поезда, например, у запрещающего сигнала светофора. Как отмечалось выше, последние вообще нигде не фиксируются. Невозможно их обнаружить и на исполненных графиках движения. Таким образом, анализ организации движения поездов по зависимости v = f(s) следует считать более глубоким по сравнению с аналогичным, выполненным по маршрутам машинистов.

Из сказанного следует, что настоящее время единственной и наиболее полной характеристикой энергозатрат на тягу в каждой конкретной поездке любого поезда при заданном профиле и плане является зависимость скорости от пройденного пути v =f(s). На скоростемерной ленте последняя представлена в виде графика, который крайне сложно соответствующим образом обработать в ручную в условиях локомотивного депо. По этой причине для этих целей информация на скоростемерной ленте не используется вообще. Поставленная в настоящей работе задача разработки автоматизированной системы оцифровки этой информации и получение зависимости v = f(s) в аналитическом виде открывает такие возможности. На этом основании следует признать исключительную актуальность выполненной работы в настоящее время.

Заключение диссертации по теме «Подвижной состав железных дорог, тяга поездов и электрификация», Мухин, Олег Сергеевич

5.3 Выводы и результаты

1) Внедрение в подразделение расшифровки скоростемерных лент автоматизированного комплекса обеспечит рост производительности труда до

2) Годовой экономический эффект от внедрения автоматизированного комплекса составит 217 165,44 рублей.

3) Срок окупаемости инвестиций проекта один год и один месяц с учетом нормативного коэффициента эффективности капитальных вложений равного 0,1.

5.11)

33,5%.

Заключение

1) На основании приведенной в работе классификации систем обработки изображения определен прототип базовой архитектуры системы обработки сигналов скоростемерной ленты - системы трассировки чертежей и схем.

2) С учетом проведенного анализа видов и способов работы с изображением на разных этапах функционирования базовой системы, и особенностями объектов носителя информации, предложена система обработки сигналов скоростемерной ленты.

3) На основании рассмотренного физического процесса оптической трансформации информации с поверхности носителя определены факторы и степень их влияния на качество первичного дискретного изображения.

4) Проведен обзор средств формирования цифрового изображения и дана их классификация. На основании результатов применения разработанных алгоритмов настройки сканирующего устройства, даны рекомендации по выбору оптимальных параметров режима оцифровки изображения.

5) Предложены к применению в работе известные методы обработки изображения, разработаны собственные модификации и качественные индивидуальные схемы, ориентированные на особенности исследуемых сигналов, записанных на скоростемерной ленте.

6) Предложены дополнительные способы выявления искажения регистрируемых значений параметров поездки с учетом особенностей дискретного представления получаемых после обработки данных по поездке со скоростемерной ленты и восстановления зависимости времени и скорости движения поезда при потере одной из них.

7) Разработан автоматизированный комплекс по расшифровке скоростемерных лент на основе предложенной системы обработки сигналов параметров поездки локомотивной бригады с применением технологий обработки изображения. Определены тенденции развития комплекса на ближайшее время в решении задач энергосбережения на ж.д. транспорте.

8) Выполнена оценка экономической эффективности работы. Расчетный годовой экономический эффект от внедрения автоматизированного комплекса в локомотивном эксплуатационном депо Омск составит 217 165,44 рублей.

Список литературы диссертационного исследования кандидат технических наук Мухин, Олег Сергеевич, 2003 год

1. Розенфельд В.Е., Исаев И.П., Сидоров Н.Н. Теория электрической тяги. М.: Транспорт, 1983. 328 с.

2. Седельников В.М. Выбор оптимального режима управления локомотивом с использованием ЭЦВМ // Вестник ВНИИЖТ. М., 1965. №2, С. 52-58.

3. Ерофеев Е.В. Выбор оптимального режима ведения поезда на ЭЦВМ с применением метода динамического программирования II Науч. тр. / МИИТ. М., 1967. Вып. 228. С. 16-30.

4. Почаевец Э.С. Исследование оптимального тягового режима электроподвижного состава // Науч. тр. / МИИТ. М., 1967. Вып. 282. С. 82-92.

5. Петров Ю.П. Оптимальное управление движением транспортных средств. Л.: Энергия, 1969. 96 с.

6. Максимов В.М. Выбор рациональных режимов ведения поезда // Железнодорожный транспорт. 1968. №3. С. 115-118.

7. Дувалян С.В. Построение оптимальной кривой движения поезда // Вестник ВНИИЖТ. М., 1968. № 1. С. 57-60.

8. Микропроцессорные системы автоведения электроподвижного состава / Под ред. Л.А. Баранова. М. Транспорт, 1990. 328 с.

9. Баранов Л.А., Головичер Я.М. Эпштейн Г.П. Расчет экономичных режимов управления поездом в микропроцессорных системах автоведения // Вестник ВНИИЖТ. М.,1987. № 6. С. 12-17.

10. Головичер Я.М. Энергетически оптимальный алгоритм управления для системы автоведения поезда// Вестник ВНИИЖТ. 1982. № 8. С. 18-22.

11. Розенфельд В.Е., Палей Д.А. Аналитический метод проведения на ЭЦВМ тягового расчета при заданном времени хода и минимальном расходе электроэнергии // Вестник ВНИИЖТ. 1974. № 1 С. 10-15.

12. Костромин A.M. Оптимизация управления локомотивом. М.: Транспорт. 1979.119 с.

13. Лисицын В.М., Астрахан В.И., Максимов В.М. Система автоматического управления движением поездов метрополитена // Науч. тр. / МИИТ. М.,1976. Вып. 370. С. 105-134.

14. Плакс А.В., Лянда А.А. Оптимизация режимов движения поездов метрополитена // Вестник ВНИИЖТ, 1981. № 6. С. 23-27.

15. Рациональные режимы вождения поездов и испытания локомотивов / Под ред. Осипова С.И. М.: Транспорт, 1984. 280 с.

16. Баронов А.Э. Разработка индивидуальных режимных карт ведения грузовых поездов // Безопасность транспортных систем: Труды третьей международной научно-практической конференции. Самара, 2002. С. 47-48.

17. Нехаев В.А. Оптимизация режимов ведения поезда с учетом критериев безопасности движения (методы и алгоритмы): Дис. докт. техн. наук. Омск, 1999.353 с.

18. Лендясов А.С., Мухин О.С. Анализ путей снижения энергозатрат натягу поездов // Материалы VIII Международной научно-практической конференции студентов, аспирантов и молодых ученых «Современные техника и технологии СТТ'2002». Томск, 2002. С. 37-38.

19. Инструкция по эксплуатации локомотивных скоростемеров ЗСЛ-2М, приводов к ним и по расшифровке скоростемерных лент. №ЦТ-613, утв. МПС РФ 11.11.98г. М.: Транспорт, 1999.

20. Катыс Г.П. Обработка визуальной информации. М. Машиностроение, 1990. 264 с.

21. Лисицкий Д.В. Основные принципы цифрового картографирования местности. М.: Мир, 1979. 128 с.

22. Прэтт У. Цифровая обработка изображений. В 2-х кн.: Пер. с англ. -М.: Мир, 1982. 792 с.

23. Техническое зрение роботов / Под ред. А.Пью: Пер. с англ. М: Машиностроение, 1987. 189 с.

24. Васин Ю.А. Центр обработки сложной графической информации и изображений // Методы и средства обработки сложной графической информации. Горький: НИИ прикладной математики и кибернетики, 1985. С. 195-198.

25. Шлезингер М.И. Математические средства обработки изображений. Киев: Наукова думка, 1989. 146 с.

26. Шлезингер М.И., Гимельфарб Г.Л. Возможности современного распознавания образов в прикладном распознавании изображений // УСиМ -1987. №6.- С.21-28.

27. Семенков О.И., Абламейко С.В., Берейшик В.И., Старовойтов В.В. Обработка и отображение информации в растровых графических системах. -Минск: Наука и техника, 1989. 84 с.

28. Ablameyko S. An introduction to interpretation of graphic images, SPIE Press, TT27, 1997.

29. Ablameyko S., Bereishik V., Frantskevich O., Paramonova N., Mel-nik E., Homenko M. Interpretation of engineering drawings: technology and results, Pattern Recognition and Image Analysis, Vol.5,№3, 1995. 380-401.

30. Ablameyko S., Bereishik V., Frantskevich O., Paramonova N., Homenko M. System for automatic vectorization and interpretation of map-drawings, Proc. 4th Int. Conf. on Computer Vision (ICCV'93), Berlin, 1993. 456-460.

31. Ablameyko S., Bereishik V., Frantskevich O., Paramonova N., Melnik E., Homenko M., Okun O. System for vectorization and interpretation of graphic images, Pattern Recognition and Image Analysis, Vol.3,№1,1993. 39-52.

32. Ablameyko S., Bereishik V., Frantskevich O., Melnik E. Recognition of engineering drawing entities: main principles and technology // Автоматизация обработки и распознавания изображений. Минск: Ин-т техн. кибернетики АНБ, 1995. С. 112-126.

33. Antoni D., Colin S., Tombre К. Analysis of technical documents: the REDRAW system, Proc. IAPR Workshop on Structural and Syntactic Pattern Recognition, 1990. 192-230.

34. Boatto L., Consorti V., del M.Buono, et al. An interpretation system for land register maps, Computer, Vol.25, N.7,1992. 25-33.

35. Don D., et al. Sparse-pixel recognition of primitives in engineering drawings, Machine Vision and Applications J., Vol.6,№2-3, 1993. 69-82.

36. Ebi N., Lauterbach В., Anheier W. An image analysis system for automatic data acquisition from colored scanned maps, Machine Vision and Applications, Vol.7,1994. 148-164.

37. Goodson K., Lewis P. A knowledge based line recognition system, Pattern Recognition Letters, N.I 1,1990. 295-304.

38. Joseph S.H., Pridmore T.P. Knowledge-directed interpretation of mechanical engineering drawings, IEEE Trans, on Pattern Analysis and Machine Intelligence, Vol. 14, №9,1992. 928-940.

39. Копаев Г. Векторизаторы растровых картографических изображений, сравнение и тестирование// ГИС бюллетень.- 1995.-№1. С. 37— 38.

40. Ablameyko S., Bereishik V., Paramonova N., Marcelli A., Ishikawa S., Kato K. Vectorization and representation of large-size 2D line-drawings. Journal of Visual Communication and Image Representation, Vol.5,№3, 1994. 245-254.

41. Arias J.F. et al. Interpretation of telephone system manhole drawings, Proc. 2nd Int. Conf. Document Analysis and Recognition, IEEE CS Press, 1993. 365368.

42. Hamada A new system for the analysis of schematic diagrams, Proc. 2nd1.t. Conf. on Document Analysis and Recognition, Japan, 1993. 369-372.

43. Фролов A.B., Фролов Г.В. Аппаратное обеспечение персонального компьютера. М.:"ДИАЛОГ-МИФИ", 1997. 138 с.

44. Айден К., Фибельман X., Крамер М. Аппаратные средства PC: Пер. с нем. СПб.: BHV - Санкт-Петербург, 1996. 211 с.

45. Соболенке Р. Сканирование основной способ ввода графической информации в компьютер// Компьютерная газета. - 1997. -№40. С.4-5.

46. Serra J., Lay В. Algorithms in mathematical morphology, Academic Press, 1988.

47. Koskinen L., Astola J. Morphological filtering of noisy images, Proc.SPIE, Vol.1360,1990.42-67.

48. Serra J.„Vincent L. An overview of morphological filtering, Systems and Signal Processing, Vol.11, №1,1992. 84-93.

49. Абламейко C.B. Алгоритмы логической фильтрации шумов на бинарных изображениях // Вопросы радиоэлектроники, серия ЭВТ. Москва, -1983.-№4. С.60-66.

50. Абламейко С.В. Сравнение алгоритмов фильтрации шумов при различных параметрах фильтров // Теория и методы проектирования сложных систем и автоматизации научных исследований. Минск. - Ин-т техн. кибернетики АН БССР, 1985. С.34-38.

51. Хорн Б.К. Зрение роботов. М.: Мир, 1989. 94 с.

52. Павлидис Т. Алгоритмы машинной графики и обработки изображений: Пер. с англ. М.: Радио и связь, 1986.400 с.

53. Canny J. A computational approach to edge detection, IEEE Trans, on Patt. Analysis and Machine Intel, Vol.8, N 6,1986. 679-698.

54. Chen L. A two-phase area-level line/edge detector, Pattern Recognition, •Vol.25,1992. 55-63.

55. Nevatia R. Linear feature extraction and description, Сотр. Graph, and Image Proc, Vol.3, 1980. 257-269.

56. Park D.J., Nam K.M., Park R-H. Multiresolution edge detectiontechniques, Pattern Recognition, Vol.28, N 2,1995.211-229.

57. Arcelli C., Ramella G. Finding gray-skeleton by iterated pixel removal, Image and Vision Computing, Vol.13, №3, 1995. 159-167.

58. Yu S., Tsai W. A new thinning algorithm for gray-scale images by the relaxation technique, Pattern Recognition, Vol.23, 1990. 1067-1076.

59. Недзьведь A.M., Абламейко C.B. Утоныиение полутоновых изображений путем последовательного анализа бинарных слоев // Цифровая обработка изображений. Минск: Ин-т техн. кибернетики НАМ Беларуси, 1997. С. 137-146.'

60. Ту Дж., Гонсалес Р. Принципы распознавания образов. М.: Мир, 1978. 87 с.

61. Фу К. Структурные методы в распознавании образов: Пер. с англ. -М.: Мир, 1977. 138 с.

62. Русын Б.П. Структурно-лингвистические методы распознавания изображений в реальном времени. Киев: Наукова думка, 1986. 128 с.

63. Апарин Г.П. Автоматизация исследования качества данных растр-векторного преобразования считанной карты // Сб.научи.трудов "Автоматизация обработки и распознавания изображений". Минск: Ин-т техн. кибернетики НАН Беларуси, 1995. С. 94-103.

64. Апарин Г.П. Управление качеством создания цифровых карт в растровых картографических системах // Тез.докл. третьей междунар, конф. "Распознавание образов и обработка информации". Кн.2. - Минск, 1995. С. 113-117.

65. Русын Б.П. Структурно-лингвистические методы распознавания изображений в реальном времени. Киев: Наукова думка, 1986. 152 с.

66. Розенфельд А. Распознавание и обработка изображений с помощью вычислительных машин. Пер. с англ. М.: Мир, 1972. 193 с.

67. Шикин Е.В., Боресков А.В. Компьютерная графика. Динамика, реалистические изображения. -Москва: "Диалог МИФИ",1995. С. 190-199.

68. Boldt М., Weiss R., Riseman Е. Token-based extraction of straight lines, IEEE Trans, on Syst., Man and Cybern, Vol. 19, №6,1989. 1581-1594.

69. Kaneko T. Line structure extraction from line-drawing images, Pattern Recognition, Vol.25, №9,1992. 963-973.

70. Маклаков C.B. Моделирование бизнес-процессов с Bpwin 4.0. M.: ДИАЛОГ-МИФИ, 2002. 224 с.

71. Правила тяговых расчетов для поездной работы. М.: Транспорт, |969. 319с.

72. Астахов П.И., Гребенюк П.Т., Скворцова A.M. Справочник по тяговым расчетам. М.: Транспорт, 1973.256 с.

73. Бабичков A.M., Гурский П.А., Новиков А.П. Тяга поездов и тяговые расчеты. М.: Транспорт, 1971. 280 с.

74. Кучеренко К.И., Очин Е.Ф. Двумерные медианные фильтры для обработки изображений // Зарубежная радиоэлектроника. 1986. - №6. - С.36-39.

75. Berholm F. Edge focusing, IEEE Trans, on Patt. Analysis and Machine Intel, Vol.9, №6,1987. 726-741.

76. Burns J., Hanson A., Riseman E. Extracting straight lines, IEEE Trans, on Patt. Analysis and Machine Intel, Vol.8, N 4,1986.425-455.

77. Sanniti di Baja G. Well-Shaped Stable and Reversible Skeletons from the distance Transform, Journal of Visual Communication and Image Representation, Vol.5, 1994. 107-115.

78. Lam L., Lee S.W., Suen C.Y. Thinning methodologies a comprehensive survey, IEE Tr. On Pattern Analysis and Machine Intelegience, Vol.14, №9,1992. 869-885.

79. Dougherty E. Optimal mean-square n-observation digital morphological filters Part II: optimal gray-scale filters, Computer Vision, Graphics and Image Processing- Image Understanding, Vol.55,№1,1992. 384-398.

80. Мухин О.С. Подходы в коррекции информации со скоростемерных лент // Сб. науч. статей аспирантов и студентов ОмГУПС 2003. / Омский гос. ун-т путей сообщения. Омск, 2003. С. 81-87.

81. Васильков Ю.В., Василькова Н.Н. Компьютерные технологиивычислений в математическом моделировании. М.:Финансы и статистка, 2002. 256 с.

82. Heijmans Н., Ronce С. The algebraic basis of mathematical morphology. Openings and closings, Computer Vision, Graphics and Image Processing, Vol.5.0, №3,1990. 278-301.

83. Юань Фень Программирование графики для Windows. СПб.: Питер, 2002. 562 с.

84. Томас Конноли, Каролин Бегг. Базы данных: проектирование, реализация и сопровождение. Теория и практика, 2-е изд.: Пер. с англ.: Уч.пос. М.: Издательский дом "Вильяме", 2000. 642 с.

85. Мухин О.С., Климович А.В. Методика компьютерной обработки скоростемерных лент // Повышение эффективности работы железнодорожного транспорта Сибири и Дальнего Востока: Материалы Всероссийской науч.-практ. конф. / ДВГУПС. Хабаровск, 2001. С. 110-113.

86. Танеев P.M. Проектирование интерфейса пользователя средствами Win32 API. М.: Горячая линия - Телеком, 2001. 336 с.

87. Фролов А.В., Фролов Г.В. Аппаратное обеспечение персонального компьютера. М.:"ДИАЛОГ-МИФИн, 1997. 218 с.

88. Фролов А.В., Фролов Г.В. Графический интерфейс GDI в MS Windows. М.:"ДИАЛОГ-МИФИ", 1994. 288 с.

89. Скляр А.Я. Введение в InterBase М.:Горячая линия - Телеком, 2002.517 с.

90. Бруно Бабэ. Просто и ясно о Borland С++.: Пер. с англ. М.: БИНОМ, 1996. 487 с.

91. Архангельский А.Я. Программирование в С++ Builder 5. М.: ЗАО "Издательство БИНОМ", 2000. 724 с.

92. Калверт Чарльз, Рейсфорд Кент. Borland С++ Builder 5. Энциклопедия программиста.: Пер. с англ. К.: Издательство "ДиаСофт", 2001. 671 с.

93. Методические рекомендации по оценке эффективности инвестиций на железно дорожном транспорте/ ЦЭ МПС РФ. М., 1997.

94. Акользина Г.И., Архипова Л.Г. Технико-экономическое обоснование в дипломных проектах: Методические указания 41.,42. / Омский гос. ун-т путей сообщения. Омск, 1999-2000.

95. Методические рекомендации по оценке эффективности инвестиционных проектов: Официальное издание. М.: Экономика, 2000.

96. Методические рекомендации по определению экономического эффекта мероприятий научно-технического прогресса на железно дорожном транспорте/ ВНИИЖТ. М.: Транспорт, 1991.