[發(fā)明專利]基于時序圖像的機車走行部故障檢測方法、裝置及存儲介質(zhì)在審
| 申請?zhí)枺?/td> | 202010816209.0 | 申請日: | 2020-08-14 |
| 公開(公告)號: | CN112037182A | 公開(公告)日: | 2020-12-04 |
| 發(fā)明(設(shè)計)人: | 齊倩倩;龍軍;章成源;鐘思偉 | 申請(專利權(quán))人: | 中南大學(xué) |
| 主分類號: | G06T7/00 | 分類號: | G06T7/00;G06T3/40;G06F17/11 |
| 代理公司: | 長沙市融智專利事務(wù)所(普通合伙) 43114 | 代理人: | 胡喜舟 |
| 地址: | 410083 湖南*** | 國省代碼: | 湖南;43 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 基于 時序 圖像 機車 走行部 故障 檢測 方法 裝置 存儲 介質(zhì) | ||
1.一種基于時序圖像的機車走行部故障檢測方法,其特征在于,包括:
獲取機車走行部時序圖像數(shù)據(jù)集,并進行統(tǒng)一尺寸預(yù)處理;
基于預(yù)處理后的機車走行部時序圖像數(shù)據(jù)集,從中選取若干正常無故障序列圖像,并按時序依次做時序相鄰兩張圖像的灰度差,得到時序殘差數(shù)據(jù)集;
計算時序殘差數(shù)據(jù)集中圖像的灰度平均值,得到標(biāo)準(zhǔn)模板;
隨機從時序殘差數(shù)據(jù)集中抽取預(yù)設(shè)數(shù)量的圖像,并基于圖像結(jié)構(gòu)相似度算法計算其與標(biāo)準(zhǔn)模板的結(jié)構(gòu)相似度,得到相似度矩陣;
獲取相似度矩陣中的最大值RMAX和最小值RMIN,計算參數(shù)θ=(RMAX+RMIN)/2,ε=(RMAX-RMIN)/2;
獲取待檢測機車走行部時序圖像集,并進行插值變換預(yù)處理,對于其中待檢測圖像M,做待檢測圖像M和與其時序相鄰圖像的灰度差,得到M′;
計算M′與標(biāo)準(zhǔn)模塊的結(jié)構(gòu)相似度MS,若|MS-θ|ε,則該待檢測圖像M為正常圖像,否則為故障圖像。
2.根據(jù)權(quán)利要求1所述的基于時序圖像的機車走行部故障檢測方法,其特征在于,所述機車走行部時序圖像數(shù)據(jù)集及待檢測機車走行部時序圖像集均為按照固定時間間隔對機車同一走行部進行拍攝得到。
3.根據(jù)權(quán)利要求1所述的基于時序圖像的機車走行部故障檢測方法,其特征在于,所述進行統(tǒng)一尺寸預(yù)處理包括:
基于獲取的機車走行部時序圖像數(shù)據(jù)集,依次使用插值算法處理時序相鄰的圖像,統(tǒng)一圖像尺寸。
4.根據(jù)權(quán)利要求3所述的基于時序圖像的機車走行部故障檢測方法,其特征在于,所述插值算法為雙線性插值算法。
5.根據(jù)權(quán)利要求1至4任一項所述的基于時序圖像的機車走行部故障檢測方法,其特征在于,所述結(jié)構(gòu)相似度記為SSIM(x,y),則:
SSIM(x,y)=l(x,y)*c(x,y)*s(x,y)
其中,l(x,y)表示亮度因子,c(x,y)表示圖像對比度因子,s(x,y)表示圖像結(jié)構(gòu)因子。
6.根據(jù)權(quán)利要求5所述的基于時序圖像的機車走行部故障檢測方法,其特征在于,所述亮度因、圖像對比度因子、圖像結(jié)構(gòu)因子可分別通過下列公式計算得到:
其中,k1、k2均表示預(yù)設(shè)系數(shù),L表示像素值的動態(tài)范圍,ux和uy分別表示待計算結(jié)構(gòu)相似度的兩張圖像x和y的平均強度,σx表示圖像x的標(biāo)準(zhǔn)差,σy表示圖像y的標(biāo)準(zhǔn)差,σxy表示圖像x與圖像y的協(xié)方差;且,
其中,xi和yi分別表示圖像x和圖像y的第i個像素點。
7.一種基于時序圖像的機車走行部故障檢測裝置,其特征在于,包括:
圖像獲取模塊,用于獲取機車走行部時序圖像數(shù)據(jù)集,并進行統(tǒng)一尺寸預(yù)處理;
時序殘差數(shù)據(jù)集獲取模塊,用于基于預(yù)處理后的機車走行部時序圖像數(shù)據(jù)集,從中選取若干正常無故障序列圖像,并按時序依次做時序相鄰兩張圖像的灰度差,得到時序殘差數(shù)據(jù)集;
標(biāo)準(zhǔn)模板獲取模塊,用于計算時序殘差數(shù)據(jù)集中圖像的灰度平均值,得到標(biāo)準(zhǔn)模板;
相似度獲取模塊,用于隨機從時序殘差數(shù)據(jù)集中抽取預(yù)設(shè)數(shù)量的圖像,并基于圖像結(jié)構(gòu)相似度算法計算其與標(biāo)準(zhǔn)模板的結(jié)構(gòu)相似度,得到相似度矩陣;并獲取相似度矩陣中的最大值RMAX和最小值RMIN,計算出參數(shù)θ=(RMAX+RMIN)/2,ε=(RMAX-RMIN)/2;
故障判定模塊,用于獲取待檢測機車走行部時序圖像集,并進行插值變換預(yù)處理,對于其中待檢測圖像M,做待檢測圖像M和與其時序相鄰圖像的灰度差,得到M′;計算M′與標(biāo)準(zhǔn)模塊的結(jié)構(gòu)相似度MS,若|MS-θ|ε,則該待檢測圖像M為正常圖像,否則為故障圖像。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于中南大學(xué),未經(jīng)中南大學(xué)許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202010816209.0/1.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 彩色圖像和單色圖像的圖像處理
- 圖像編碼/圖像解碼方法以及圖像編碼/圖像解碼裝置
- 圖像處理裝置、圖像形成裝置、圖像讀取裝置、圖像處理方法
- 圖像解密方法、圖像加密方法、圖像解密裝置、圖像加密裝置、圖像解密程序以及圖像加密程序
- 圖像解密方法、圖像加密方法、圖像解密裝置、圖像加密裝置、圖像解密程序以及圖像加密程序
- 圖像編碼方法、圖像解碼方法、圖像編碼裝置、圖像解碼裝置、圖像編碼程序以及圖像解碼程序
- 圖像編碼方法、圖像解碼方法、圖像編碼裝置、圖像解碼裝置、圖像編碼程序、以及圖像解碼程序
- 圖像形成設(shè)備、圖像形成系統(tǒng)和圖像形成方法
- 圖像編碼裝置、圖像編碼方法、圖像編碼程序、圖像解碼裝置、圖像解碼方法及圖像解碼程序
- 圖像編碼裝置、圖像編碼方法、圖像編碼程序、圖像解碼裝置、圖像解碼方法及圖像解碼程序





