[發明專利]一種鐵路動車抗蛇行減震器安裝座異物檢測方法有效
| 申請號: | 202011033541.6 | 申請日: | 2020-09-27 |
| 公開(公告)號: | CN112184663B | 公開(公告)日: | 2021-07-20 |
| 發明(設計)人: | 韓旭 | 申請(專利權)人: | 哈爾濱市科佳通用機電股份有限公司 |
| 主分類號: | G06T7/00 | 分類號: | 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事務所 23109 | 代理人: | 劉強 |
| 地址: | 150060 黑龍江省*** | 國省代碼: | 黑龍江;23 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 鐵路 動車 蛇行 減震器 安裝 異物 檢測 方法 | ||
一種鐵路動車抗蛇行減震器安裝座異物檢測方法,涉及圖像處理技術領域,針對現有技術針對鐵路動車抗蛇行減震器安裝座上異物檢測準確率低的問題,本發明采用多尺度形態學運算重構算法對圖像進行重構,在去除噪聲的同時更多的保留目標的邊緣細節信息。采用多結構HOG特征提取算法提取圖像特征,相比傳統HOG特征提取算法能得到圖像中更多的輪廓信息,提高檢測的準確率。提取了圖像中的空間熵與譜熵特征,同多結構HOG特征共同送入到SVM中進行目標檢測,空間熵與譜熵特征能對雨水印與異物進行有效區分,一定程度上降低了模型的誤檢率。
技術領域
本發明涉及圖像處理技術領域,具體為一種鐵路動車抗蛇行減震器安裝座異物檢測方法。
背景技術
鐵路動車抗蛇行減震器安裝座上存在異物會對動車的安全運行存在一定影響,但傳統的人工查圖檢測方法的時間與人力成本高,由于人員疲勞等現象也容易出現誤檢、漏檢現象。又由于異物的顏色與雨水在安裝座上形成的印子相似,采用計算機模擬的自動化檢測方法也面臨著誤檢率高的問題,因此十分有必要提出一種采用計算機模擬的且誤檢率低的自動化異物檢測方法。
發明內容
本發明的目的是:針對現有技術針對鐵路動車抗蛇行減震器安裝座上異物檢測準確率低的問題,提出一種鐵路動車抗蛇行減震器安裝座異物檢測方法。
本發明為了解決上述技術問題采取的技術方案是:
一種鐵路動車抗蛇行減震器安裝座異物檢測方法,包括以下步驟:
步驟一:獲取動車過車圖像,并截取過車圖像中抗蛇行減振器安裝座區域圖像;
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樣本;
步驟三:對正樣本圖像中的異物進行標注,構成數據集;
步驟四:對數據集進行數據擴增,對擴增后的數據集進行Gamma校正;
步驟五:對校正后的數據集中圖像采用多尺度形態學運算進行重構;
步驟六:提取重構后的圖像中的候選框,并對候選框圖像進行多結構HOG特征與空間熵、譜熵特征提?。?/p>
步驟七:將多結構HOG特征與空間熵、譜熵特征串聯起來,作為候選框的特征,將候選框的特征作為輸入,對SVM進行訓練,得到初始SVM分類器,利用正負樣本對初始SVM分類器的輸出進行檢測,將檢測錯誤的圖像進行數據擴增操作,將擴增后的數據放入訓練集中重新訓練初始SVM分類器,得到最終的SVM分類器。
進一步的,所述數據擴增包括旋轉、裁剪和拉伸變換。
進一步的,所述多尺度形態學運算的具體步驟為:
步驟A:對原始圖像進行3個不同尺度的下采樣操作,得到3個不同尺度的下采樣圖像;
步驟B:對于每個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,采用高通濾波器濾除圖像頻域信號中的高頻信號,將經過濾波后的圖像頻域信號通過傅里葉反變換恢復成時域圖像,3個尺度的下采樣圖像得到3個尺度的經過傅里葉反變換恢復成的時域圖像;
步驟C:對不同尺度的經過傅里葉反變換恢復成的時域圖像分別進行膨脹操作,采用的膨脹模板為相應尺度的下采樣圖像;
步驟D:將經過處理的3個尺度的下采樣圖像分別上采樣到原始圖像大小,將3個上采樣的圖像融合成最終的多尺度形態學運算重構圖像。
進一步的,所述多結構HOG特征提取過程為:
步驟1:采用選擇搜索算法從經過多尺度形態學運算重構的圖像中搜索候選框,并將候選框的尺寸統一到112*224;
步驟2:計算候選框圖像中每個像素的梯度方向和梯度大小;
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哈爾濱市科佳通用機電股份有限公司,未經哈爾濱市科佳通用機電股份有限公司許可,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/202011033541.6/2.html,轉載請聲明來源鉆瓜專利網。





