[發明專利]用于智能識別軌道交通車輛圖像中車輛零部件的編碼方法有效
| 申請號: | 201810650791.0 | 申請日: | 2018-06-22 |
| 公開(公告)號: | CN109165541B | 公開(公告)日: | 2023-05-02 |
| 發明(設計)人: | 趙延軍;楊勇;李申 | 申請(專利權)人: | 北京飛鴻云際科技有限公司 |
| 主分類號: | G06V20/30 | 分類號: | G06V20/30;G06V10/774 |
| 代理公司: | 北京汲智翼成知識產權代理事務所(普通合伙) 11381 | 代理人: | 陳曦;陳麗 |
| 地址: | 100095 北京市海*** | 國省代碼: | 北京;11 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 用于 智能 識別 軌道交通 車輛 圖像 零部件 編碼 方法 | ||
1.一種智能識別軌道交通車輛圖像中故障零部件的編碼方法,其特征在于包括如下步驟:
S11,將車輛檢視部位按照結構及功能進行初步劃分,對得到的初步劃分零部件小區域進行初步編碼,得到零部件編碼標簽列表;
S12,根據零部件編碼標簽列表對樣本庫中的圖像進行標簽標注,得到訓練樣本庫;其中,所述樣本庫中的圖像是鐵路貨車故障圖像動態檢測系統采集的歷史圖像;
S13,將所述訓練樣本庫中的訓練樣本通過算法訓練得到故障檢測模型;
S14,將檢視部位的測試樣本輸入到所述故障檢測模型中進行檢測,得到疑似故障圖像集;
S15,判斷疑似故障圖像集中是否存在故障部件遺漏,如果存在,則轉向步驟S16;否則,編碼完成;
S16,根據遺漏的故障部件對初步劃分零部件小區域進行細劃分,并對得到的優化零部件小區域進行優化編碼,更新步驟S11中的零部件編碼標簽列表,轉向步驟S12。
2.如權利要求1所述的智能識別軌道交通車輛圖像中故障零部件的編碼方法,其特征在于將車輛檢視部位按照結構及功能進行初步劃分,對得到的初步劃分零部件小區域進行初步編碼,得到零部件編碼標簽列表,包括如下步驟:
將車輛檢視部位按照結構進行一級劃分,并進行一級編號;
將一級編號對應的檢視區域按照車輛檢視部位結構及功能進行二級劃分,并對所述二級劃分得到的小區域進行二級編號,所述二級劃分得到的小區域內包括至少一個零部件;
將一級編號和二級編號組合得到零部件編碼標簽;
匯集所有初步劃分零部件小區域的初步編碼得到零部件編碼標簽列表。
3.如權利要求1所述的智能識別軌道交通車輛圖像中故障零部件的編碼方法,其特征在于:
將所述訓練樣本庫中的訓練樣本通過卷積神經網絡技術算法訓練得到故障檢測模型。
4.如權利要求1所述的智能識別軌道交通車輛圖像中故障零部件的編碼方法,其特征在于根據遺漏的故障部件對初步劃分零部件小區域進行細劃分,包括如下步驟:
獲取遺漏的故障部件所在的小區域;
將遺漏的故障部件所在的小區域中的所有零部件提取出來,按照故障發生概率進行排序;
設置概率閾值,將故障發生概率大于概率閾值的零部件單獨劃分成優化零部件小區域,故障發生概率小于概率閾值的零部件共同劃分成一個優化零部件小區域。
5.如權利要求1所述的智能識別軌道交通車輛圖像中故障零部件的編碼方法,其特征在于對細劃分之后的優化小區域進行優化編碼,包括如下步驟:
選取任意一個優化小區域,將優化小區域對應的細劃分前的小區域的編碼賦值給該選取的優化小區域;
獲取細劃分前的小區域對應的所有編碼,找到最大的編碼數值;
將最大的數值依次加1,逐一賦值給細劃分未賦值的優化小區域。
6.如權利要求1所述的智能識別軌道交通車輛圖像中故障零部件的編碼方法,其特征在于:
所述車輛檢視部位是車輛的走行部。
7.一種智能識別軌道交通車輛圖像中故障零部件的編碼系統,用于實現權利要求1~6所述的編碼方法,其特征在于包括處理器和存儲器;所述存儲器上存儲有可用在所述處理器上運行的計算機程序,當所述計算機程序被所述處理器執行時實現如下步驟:
S21,將車輛檢視部位按照結構及功能進行初步劃分,對得到的初步劃分零部件小區域進行初步編碼,得到零部件編碼標簽列表;
S22,根據零部件編碼標簽列表對樣本庫中的圖像進行標簽標注,得到訓練樣本庫;其中,所述樣本庫中的圖像是鐵路貨車故障圖像動態檢測系統采集的歷史圖像;
S23,將訓練樣本庫中的訓練樣本通過算法訓練得到故障檢測模型;
S24,將檢視部位的測試樣本輸入到故障檢測模型中進行檢測,得到疑似故障圖像集;
S25,判斷疑似故障圖像集中是否存在故障部件遺漏,如果存在,則轉向步驟S26;否則,編碼完成;
S26,根據遺漏的故障部件對初步劃分零部件小區域進行細劃分,并對得到的優化零部件小區域進行優化編碼,更新步驟S21中的零部件編碼標簽列表,轉向步驟S22。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于北京飛鴻云際科技有限公司,未經北京飛鴻云際科技有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201810650791.0/1.html,轉載請聲明來源鉆瓜專利網。





