鐵路貨車折角塞門把手丟失故障的自動檢測方法
【專利摘要】一種圖像處理【技術領域】的鐵路貨車折角塞門把手丟失故障的自動檢測方法，采用梯度編碼直方圖特征構建故障檢測所需的特征向量；并采用線性支持向量機訓練出檢測所需的定位分類器以及驗證分類器；采用層次化級聯檢測思路，先利用定位分類器定位折角塞門整體，然后利用驗證分類器對折角塞門上的把手是否丟失進行驗證，實現折角塞門把手丟失故障的全自動檢測，無需任何人工參與過程。本發(fā)明的故障檢測率達到了99.8%，檢測速度達到了6幀/秒，滿足了實際應用的需求。
【專利說明】鐵路貨車折角塞門把手丟失故障的自動檢測方法【技術領域】[0001]本發(fā)明涉及的是一種圖像處理【技術領域】的方法，具體是一種鐵路貨車折角塞門把 手丟失故障的自動檢測。【背景技術】[0002]為確保安全運營，故障檢測在交通領域扮演了一個主要角色。鐵路，航空，航海以 及公路橋梁維護中存在著運用故障檢測的大量典型事例。由于交通領域責任重大，一旦重 要設備出現故障，將引起人員和財產的巨大損失，因此世界上許多國家都投入了大量的人 力、物力和財力進行故障檢測的研究。故障檢測已經成為了當今交通領域的研究熱點之一。[0003]故障檢測通常采用無損檢測手段來實現。無損檢測是包含各種手段和方法的非常 寬泛的名稱，其根本原則是所檢測目標的所有方面不會因檢測過程而發(fā)生損壞。在常用的 故障檢測技術中，圖像信息是一類重要的故障信息形式，隨著計算機視覺技術的發(fā)展，視覺 圖像檢測已逐漸成為無損檢測的最佳手段。[0004]折角塞門是貨車基礎制動裝置中的一個部件。隨著貨車速度的提高，對貨車行車 安全的要求也隨之提高，而制動性能的好壞是一個關鍵因素。一旦折角塞門被非正常關閉， 會阻斷氣體通路使其后車輛的制動系統(tǒng)失靈，在貨車需制動時，使空氣制動功能受到影響， 制動力下降，嚴重時將造成貨車冒進，追尾等事故。正是由于折角塞門的重要性，為確保折 角塞門安全，常由經驗豐富的列檢員人工檢測折角塞門把手是否處于正確位置，由于貨車 在行進過程中長期的顛簸震動，常造成折角塞門把手丟失，這給正確判別及更改折角塞門 的狀態(tài)造成困難，是一類多發(fā)且較為嚴重的故障。在中國，貨車折角塞門把手丟失故障的檢 測目前仍主要由人工進行，這種檢測方式費時費力且維護成本高。對鐵路部門來說,需要采 用能有效保持維護成本的最小化方式來進行這種故障的檢測。鑒于以上問題，該鐵路貨車 折角塞門把手丟失故障的自動檢測方法應運而生以解決上述問題。
【發(fā)明內容】
[0005]本發(fā)明針對現有技術存在的上述不足，提供一種鐵路貨車折角塞門把手丟失故障 的自動檢測方法，既可降低鐵路貨車故障檢測的成本，又提高了鐵路貨車故障檢測的效率， 為鐵路提速提供了可靠的安全保障。[0006]本發(fā)明是通過以下技術方案實現的，本發(fā)明采用梯度編碼直方圖特征構建故障檢 測所需的特征向量；并采用線性支持向量機訓練出檢測所需的定位分類器以及驗證分類 器；采用層次化級聯檢測思路，先利用定位分類器定位折角塞門整體，然后利用驗證分類器 對折角塞門上的把手是否丟失進行驗證，實現折角塞門把手丟失故障的全自動檢測。[0007]所述的梯度編碼直方圖特征通過以下方式得到:針對待分析的固定高速相機所采 集的折角塞門部位圖像，通過高斯梯度算子轉換為梯度圖像，針對所生成的梯度圖像，采用 中心變換編碼轉換為編碼圖像，從所得到的編碼圖像中進行直方圖統(tǒng)計，得到梯度編碼直 方圖特征。[0008]所述的定位分類器是指：利用折角塞門圖片樣本庫，提取圖片的梯度編碼直方圖 特征作為輸入數據，采用線性支持向量機的學習方法對梯度編碼直方圖特征分類，訓練得 到定位分類器。
[0009]所述的驗證分類器是指：利用折角塞門把手圖片樣本庫，提取圖片的梯度編碼直 方圖特征作為輸入數據，采用線性支持向量機的學習方法對梯度編碼直方圖特征分類，訓 練得到驗證分類器。
[0010]所述的層次化級聯檢測是指：將訓練所生成的定位分類器和驗證分類器相級聯， 待檢測圖像依次經過定位分類器和驗證分類器。
[0011]本發(fā)明的原理是，考慮到圖像采集設備是安裝在戶外環(huán)境中，所采集的圖像光照 變化明顯。如果直接采用灰度圖必定無法可靠地提取特征，而梯度圖像包含了物體的輪廓 信息，在梯度域能夠揭示出潛在的圖像數據的固有結構，且不受光照變化影響。
[0012]與現有技術相比，本發(fā)明以梯度編碼直方圖特征構建故障檢測所需的特征向量。 采用定位和驗證分類器級聯方式實現折角塞門故障檢測，體現了先整體后局部的層次化故 障檢測思路，實現了鐵路貨車折角塞門把手丟失故障的全自動檢測，有效降低了鐵路貨車 的維護成本，提高了故障檢測的效率。
【專利附圖】

【附圖說明】
[0013]圖1是本發(fā)明的工作流程圖。
[0014]圖2是梯度編碼直方圖特征生成示意圖。
[0015]圖3是折角塞門定位結果圖。
[0016]圖4是折角塞門把手丟失故障檢測結果圖。
【具體實施方式】
[0017]下面對本發(fā)明的實施例做詳細說明，本實施例在以本發(fā)明技術方案為前提下進行 實施，給出了詳細的實施方式和具體的操作過程，但本發(fā)明的保護范圍不限于下述的實施 例。
[0018]實施例
[0019]如圖1所示，本實施例對鐵路現場采集的折角塞門部位圖像（1400X 1024像素)進 行處理。這些圖像光照變化顯著，背景復雜。本實施例包括如下步驟：
[0020]第一步，針對待分析的折角塞門部位圖像，以4個像素位移進行采樣，截取 192 X 128像素的窗口，并提取梯度編碼直方圖特征，具體為：
[0021]①通過將折角塞門部位圖像I和高斯核函數卷積來獲取平滑圖像 I ' ：I ' =I*G(x, y, o )，其中*表示卷積操作，標準偏差為o的高斯核函數為
【權利要求】
1.一種鐵路貨車折角塞門把手丟失故障的自動檢測方法，其特征在于，采用梯度編碼 直方圖特征構建故障檢測所需的特征向量；并采用線性支持向量機訓練出檢測所需的定位 分類器以及驗證分類器；采用層次化級聯檢測思路，先利用定位分類器定位折角塞門整體， 然后利用驗證分類器對折角塞門上的把手是否丟失進行驗證，實現折角塞門把手丟失故障 的全自動檢測。
2.根據權利要求1所述的鐵路貨車折角塞門把手丟失故障的自動檢測方法，其特征 是，所述的梯度編碼直方圖特征通過以下方式得到:針對待分析的固定高速相機所采集的 折角塞門部位圖像，通過高斯梯度算子轉換為梯度圖像，針對所生成的梯度圖像，采用中心 變換編碼轉換為編碼圖像，從所得到的編碼圖像中進行直方圖統(tǒng)計，得到梯度編碼直方圖 特征。
3.根據權利要求1所述的鐵路貨車折角塞門把手丟失故障的自動檢測方法，其特征 是，所述的定位分類器是指:利用折角塞門圖片樣本庫，提取圖片的梯度編碼直方圖特征作 為輸入數據，采用線性支持向量機的學習方法對梯度編碼直方圖特征分類，訓練得到定位 分類器。
4.根據權利要求1所述的鐵路貨車折角塞門把手丟失故障的自動檢測方法，其特征 是，所述的驗證分類器是指:利用折角塞門把手圖片樣本庫，提取圖片的梯度編碼直方圖特 征作為輸入數據，采用線性支持向量機的學習方法對梯度編碼直方圖特征分類，訓練得到 驗證分類器。
5.根據權利要求1所述的鐵路貨車折角塞門把手丟失故障的自動檢測方法，其特征 是，所述的層次化級聯檢測是指:將訓練所生成的定位分類器和驗證分類器相級聯，待檢測 圖像依次經過定位分類器和驗證分類器。
【文檔編號】G06K9/66GK103500347SQ201310484637
【公開日】2014年1月8日 申請日期:2013年10月16日 優(yōu)先權日:2013年10月16日
【發(fā)明者】周富強, 鄒榮, 邱亞飛, 劉柳, 魏振忠 申請人:北京航空航天大學