[發(fā)明專利]一種鐵路動(dòng)車抗蛇行減震器安裝座異物檢測(cè)方法有效
| 申請(qǐng)?zhí)枺?/td> | 202011033541.6 | 申請(qǐng)日: | 2020-09-27 |
| 公開(kāi)(公告)號(hào): | CN112184663B | 公開(kāi)(公告)日: | 2021-07-20 |
| 發(fā)明(設(shè)計(jì))人: | 韓旭 | 申請(qǐng)(專利權(quán))人: | 哈爾濱市科佳通用機(jī)電股份有限公司 |
| 主分類號(hào): | G06T7/00 | 分類號(hào): | G06T7/00;G06T7/155;G06K9/62;G06T5/00;G06T5/30;G06T5/40 |
| 代理公司: | 哈爾濱市松花江專利商標(biāo)事務(wù)所 23109 | 代理人: | 劉強(qiáng) |
| 地址: | 150060 黑龍江省*** | 國(guó)省代碼: | 黑龍江;23 |
| 權(quán)利要求書: | 查看更多 | 說(shuō)明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 一種 鐵路 動(dòng)車 蛇行 減震器 安裝 異物 檢測(cè) 方法 | ||
1.一種鐵路動(dòng)車抗蛇行減震器安裝座異物檢測(cè)方法,包括以下步驟:
步驟一:獲取動(dòng)車過(guò)車圖像,并截取過(guò)車圖像中抗蛇行減振器安裝座區(qū)域圖像;
步驟二:將抗蛇行減振器安裝座上存在異物的圖像作為正樣本,抗蛇行減振器安裝座上不存在異物和不存在異物但存在雨水印的圖像作為負(fù)樣本;
步驟三:對(duì)正樣本圖像中的異物進(jìn)行標(biāo)注,構(gòu)成數(shù)據(jù)集;
步驟四:對(duì)數(shù)據(jù)集進(jìn)行數(shù)據(jù)擴(kuò)增,對(duì)擴(kuò)增后的數(shù)據(jù)集進(jìn)行Gamma校正;
步驟五:對(duì)校正后的數(shù)據(jù)集中圖像采用多尺度形態(tài)學(xué)運(yùn)算進(jìn)行重構(gòu);
步驟六:提取重構(gòu)后的圖像中的候選框,并對(duì)候選框圖像進(jìn)行多結(jié)構(gòu)HOG特征與空間熵、譜熵特征提取;
步驟七:將多結(jié)構(gòu)HOG特征與空間熵、譜熵特征串聯(lián)起來(lái),作為候選框的特征,將候選框的特征作為輸入,對(duì)SVM進(jìn)行訓(xùn)練,得到初始SVM分類器,利用正負(fù)樣本對(duì)初始SVM分類器的輸出進(jìn)行檢測(cè),將檢測(cè)錯(cuò)誤的圖像進(jìn)行數(shù)據(jù)擴(kuò)增操作,將擴(kuò)增后的數(shù)據(jù)放入訓(xùn)練集中重新訓(xùn)練初始SVM分類器,得到最終的SVM分類器;
其特征在于所述多結(jié)構(gòu)HOG特征提取過(guò)程為:
步驟1:采用選擇搜索算法從經(jīng)過(guò)多尺度形態(tài)學(xué)運(yùn)算重構(gòu)的圖像中搜索候選框,并將候選框的尺寸統(tǒng)一到112*224;
步驟2:計(jì)算候選框圖像中每個(gè)像素的梯度方向和梯度大小;
步驟3:將候選框圖像相鄰8*8像素組成一個(gè)細(xì)胞單元,并統(tǒng)計(jì)一個(gè)細(xì)胞單元內(nèi)的多結(jié)構(gòu)梯度直方圖,統(tǒng)計(jì)的過(guò)程為:將一個(gè)細(xì)胞單元的8*8個(gè)像素劃分為16個(gè)2*2的結(jié)構(gòu)、4個(gè)4*4的結(jié)構(gòu)和1個(gè)8*8的結(jié)構(gòu),分別統(tǒng)計(jì)每個(gè)結(jié)構(gòu)內(nèi)的梯度直方圖,每個(gè)結(jié)構(gòu)得到一個(gè)特征向量,然后將16個(gè)2*2結(jié)構(gòu)的特征向量進(jìn)行最大值池化,4個(gè)4*4結(jié)構(gòu)的特征向量進(jìn)行最大值池化,1個(gè)8*8結(jié)構(gòu)的特征向量進(jìn)行最大池化,將最大值池化后的2*2結(jié)構(gòu)的特征向量,最大值池化后的4*4結(jié)構(gòu)的特征向量,最大值池化后的8*8結(jié)構(gòu)的特征向量串聯(lián)在一起,作為一個(gè)細(xì)胞單元的特征向量;
步驟4:將相鄰的2*2的細(xì)胞單元組成一個(gè)區(qū)域,將一個(gè)區(qū)域內(nèi)的所有特征向量串聯(lián)起來(lái)并進(jìn)行歸一化處理;
步驟5:將所有區(qū)域的特征向量串聯(lián)起來(lái),得到最終的一個(gè)候選框圖像的多結(jié)構(gòu)HOG特征。
2.根據(jù)權(quán)利要求1所述的一種鐵路動(dòng)車抗蛇行減震器安裝座異物檢測(cè)方法,其特征在于所述數(shù)據(jù)擴(kuò)增包括旋轉(zhuǎn)、裁剪和拉伸變換。
3.根據(jù)權(quán)利要求1所述的一種鐵路動(dòng)車抗蛇行減震器安裝座異物檢測(cè)方法,其特征在于所述多尺度形態(tài)學(xué)運(yùn)算的具體步驟為:
步驟A:對(duì)原始圖像進(jìn)行3個(gè)不同尺度的下采樣操作,得到3個(gè)不同尺度的下采樣圖像;
步驟B:對(duì)于每個(gè)尺度的下采樣圖像做快速傅里葉變化,得到圖像的頻域信號(hào),采用高通濾波器濾除圖像頻域信號(hào)中的高頻信號(hào),將經(jīng)過(guò)濾波后的圖像頻域信號(hào)通過(guò)傅里葉反變換恢復(fù)成時(shí)域圖像,3個(gè)尺度的下采樣圖像得到3個(gè)尺度的經(jīng)過(guò)傅里葉反變換恢復(fù)成的時(shí)域圖像;
步驟C:對(duì)不同尺度的經(jīng)過(guò)傅里葉反變換恢復(fù)成的時(shí)域圖像分別進(jìn)行膨脹操作,采用的膨脹模板為相應(yīng)尺度的下采樣圖像;
步驟D:將經(jīng)過(guò)處理的3個(gè)尺度的下采樣圖像分別上采樣到原始圖像大小,將3個(gè)上采樣的圖像融合成最終的多尺度形態(tài)學(xué)運(yùn)算重構(gòu)圖像。
4.根據(jù)權(quán)利要求1所述的一種鐵路動(dòng)車抗蛇行減震器安裝座異物檢測(cè)方法,其特征在于所述梯度大小表示為:
其中,Gx(x,y)和Gy(x,y)分別表示圖像像素點(diǎn)(x,y)的水平和豎直方向梯度。
5.根據(jù)權(quán)利要求1所述的一種鐵路動(dòng)車抗蛇行減震器安裝座異物檢測(cè)方法,其特征在于所述梯度方向表示為:
其中,Gx(x,y)和Gy(x,y)分別表示圖像像素點(diǎn)(x,y)的水平和豎直方向梯度。
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)利屬于哈爾濱市科佳通用機(jī)電股份有限公司,未經(jīng)哈爾濱市科佳通用機(jī)電股份有限公司許可,擅自商用是侵權(quán)行為。如果您想購(gòu)買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請(qǐng)聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202011033541.6/1.html,轉(zhuǎn)載請(qǐng)聲明來(lái)源鉆瓜專利網(wǎng)。





