[發明專利]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

在審

• 申請號: 202010816209.0
• 申請日: 2020-08-14
• 公開（公告）號: CN112037182A
• 公開（公告）日: 2020-12-04
• 發明（設計）人: 齊倩倩;龍軍;章成源;鐘思偉
• 申請（專利權）人: 中南大學
• 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所(普通合伙) 43114
• 代理人: 胡喜舟

本發明公開了一種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，其中方法包括：獲取機車走行部時序圖像數據集，并統一尺寸；選取若干正常無故障序列圖像，做時序相鄰兩張圖像的灰度差，得到時序殘差數據集；計算時序殘差數據集中圖像灰度平均值，得到標準模板；從時序殘差數據集中抽取若干圖像，并基于圖像結構相似度算法計算其與標準模板的結構相似度，得到相似度矩陣；基于相似度矩陣計算參數θ、ε；對于待檢測圖像M，做它和與其時序相鄰圖像的灰度差M′；計算M′與標準模塊的結構相似度MS，若|MS?θ|ε，則M為正常圖像，否則為故障圖像。本發明能夠克服待檢測物體外形會隨時間產生變化時，單一標準模板無法有效檢測故障的問題。

技術領域

本發明涉及機車故障檢測領域，尤其涉及一種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。

背景技術

鐵路是國家重要的基礎設施，承擔著主要的旅客運輸及商品流通任務，同時鐵路運輸產業也是國民經濟的支柱產業。隨著我國國民經濟的高速發展，客運和貨運的需求量逐年增加，鐵路運輸的運行里程也逐年增長。

鐵路對機車車輛需求的不斷增長，使得社會對鐵路行車安全也提出了更高的要求。列車故障自動化檢測是與鐵路行車安全密切相關的領域，傳統的故障檢測方式主要是由列檢人員在列車停車狀態時，通過“聽、摸、看、敲、聞”的方法來進行機車檢查及故障識別，作業質量難以保證，勞動強度大，影響列車運行效率。隨著科學技術的發展，近年來，各種現代化科技在機車故障檢測技術中被廣泛應用，如鐵路車輛運行安全監控體系(5T系統)：紅外線軸溫探測智能跟蹤系統(THDS)、貨車運行狀態地面安全檢測系統(TPDS)、貨車滾動軸承早期故障軌邊聲學診斷系統(TADS)、貨車運行故障動態圖像檢測系統(TFDS)、客車運行安全監控系統(TCDS)等。在運行故障動態圖像檢測系統投入使用后，機車故障檢測已經由室外檢測發展成了室內檢測，系統將高速數字相機采集到的機車圖片信息傳輸到列檢作業中心，再由列檢人員對圖片進行查看。大大降低了列檢人員的身體勞動強度，然而目前的機車故障檢測仍然需要消耗大量人力，列檢員每天大約需要檢查20萬張圖像，容易疲勞，同時作業質量受到不同列檢人員的主觀影響，易導致漏檢、誤檢的發生。

隨著技術的不斷發展，實現故障自動檢測的需求越來越迫切。現有技術提出可以通過建立待檢測物體的標準模板，來判斷故障是否發生。然而機車長時間運行在戶外環境下，不穩定的行駛環境導致機車外部形態產生動態變化，此時單一的標準模板無法適應機車外部形態動態變化問題，長時間使用會產生大量的誤檢、漏檢。

發明內容

為解決上述現有技術的不足之處，本發明針對機車外形短時間內變化幅度小，長時間看變化幅度大的特點，提供了一種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，通過采集機車時序序列圖像，建立短時間內的殘差圖像，來有效提高單一標準模板檢測故障的精度問題。

第一方面，提供了一種基于時序圖像的機車走行部故障檢測方法，包括：

獲取機車走行部時序圖像數據集，并進行統一尺寸預處理；

基于預處理后的機車走行部時序圖像數據集，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，得到時序殘差數據集；

計算時序殘差數據集中圖像的灰度平均值，得到標準模板；

隨機從時序殘差數據集中抽取預設數量的圖像，并基于圖像結構相似度算法計算其與標準模板的結構相似度，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′與標準模塊的結構相似度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。