[發明專利]一種鋼軌傷損分類裝置

在審

• 申請號: 201910549783.1
• 申請日: 2019-06-24
• 公開（公告）號: CN110246134A
• 公開（公告）日: 2019-09-17
• 發明（設計）人: 黃夢瑩;羅江平;王文星;曹經緯;夏浪
• 申請（專利權）人: 株洲時代電子技術有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06K9/62
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 馬德勝

1.一種鋼軌傷損分類裝置，其特征在于，包括：傷損圖庫建立模塊(1)、特征提取模塊(2)、傷損分類模塊(3)及分類結果顯示模塊(4)；所述傷損圖庫建立模塊(1)基于標定的傷損圖像數據創建傷損圖庫；所述特征提取模塊(2)提取傷損圖庫中傷損圖像的特征值并組成特征向量；所述傷損分類模塊(3)對每類傷損圖像的特征向量進行訓練，得到傷損圖像的最優分類函數，并將未經訓練的傷損圖像的特征向量輸入最優分類函數進行測試；所述分類結果顯示模塊(4)對傷損圖像的分類測試結果進行可視化輸出。

2.根據權利要求1所述的鋼軌傷損分類裝置，其特征在于：所述裝置還包括設置于所述特征提取模塊(2)與傷損分類模塊(3)之間的數據歸一化模塊(5)，所述數據歸一化模塊(5)將傷損圖像的特征向量歸一化至[0，1]區間。

3.根據權利要求2所述的鋼軌傷損分類裝置，其特征在于：所述裝置還包括設置于所述數據歸一化模塊(5)與傷損分類模塊(3)之間的數據降維處理模塊(6)，所述數據降維處理模塊(6)將經過歸一化處理后的傷損圖像的特征向量進行PCA降維處理，降維處理后的特征向量用于輸出至所述傷損分類模塊(3)進行訓練。

4.根據權利要求3所述的鋼軌傷損分類裝置，其特征在于：輸入至所述傷損分類模塊(3)的傷損圖像的特征向量被劃分為訓練樣本集和測試樣本集。

5.根據權利要求2、3或4所述的鋼軌傷損分類裝置，其特征在于：所述傷損分類模塊(3)采用支持向量機作為分類器對訓練樣本集中每類傷損圖像的特征向量進行訓練，并利用未訓練過的傷損圖像的特征向量作為測試樣本集來檢驗分類器訓練后的模型性能。

6.根據權利要求5所述的鋼軌傷損分類裝置，其特征在于：所述傷損圖庫建立模塊(1)針對鋼軌傷損的具體類型，在標定的傷損圖像數據中選取傷損圖像，并形成傷損圖庫；所述訓練樣本集中傷損圖像的特征向量具有鋼軌傷損類型標簽；所述測試樣本集中傷損圖像的特征向量不具有鋼軌傷損類型標簽，但鋼軌傷損類型為人工已知。

7.根據權利要求2、3、4或6所述的鋼軌傷損分類裝置，其特征在于：所述傷損分類模塊(3)從每類傷損圖像中各隨機選取一部分作為訓練樣本集進行訓練，而余下部分的傷損圖像作為測試樣本集進行驗證；當再次進行重復試驗時，所述傷損分類模塊(3)再從每類傷損圖像中各隨機選取一部分進行訓練，而余下部分的傷損圖像數據進行驗證；如此進行若干次的交叉驗證，每次試驗相互獨立，每次驗證的訓練樣本集或測試樣本集部分重合，以評估最優分類函數的預測性能。

8.根據權利要求7所述的鋼軌傷損分類裝置，其特征在于：進行訓練的傷損圖像數量大于進行驗證的傷損圖像數量。

9.根據權利要求2、3、4、6或8所述的鋼軌傷損分類裝置，其特征在于：測試樣本集輸入所述傷損分類模塊(3)的最優化分類函數后，得到預測的測試樣本集標簽，該測試樣本集標簽輸出至所述分類結果顯示模塊(4)與人工已知標簽形成可視化的對比結果，以此判斷分類結果是否準確。