[發(fā)明專利]基于機器學(xué)習(xí)的鐵路貨車鉤尾框托板脫落故障檢測方法有效
| 申請?zhí)枺?/td> | 202011473522.5 | 申請日: | 2020-12-15 |
| 公開(公告)號: | CN112488039B | 公開(公告)日: | 2021-08-06 |
| 發(fā)明(設(shè)計)人: | 鄧艷 | 申請(專利權(quán))人: | 哈爾濱市科佳通用機電股份有限公司 |
| 主分類號: | G06K9/00 | 分類號: | G06K9/00;G06K9/46;G06K9/62;G06N20/10 |
| 代理公司: | 哈爾濱市松花江專利商標事務(wù)所 23109 | 代理人: | 時起磊 |
| 地址: | 150060 黑龍江省*** | 國省代碼: | 黑龍江;23 |
| 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 機器 學(xué)習(xí) 鐵路 貨車 鉤尾框托板 脫落 故障 檢測 方法 | ||
1.基于機器學(xué)習(xí)的鐵路貨車鉤尾框托板脫落故障檢測方法,其特征在于所述方法具體過程為:
獲取以車軸為參考位置的鉤尾框托板上邊緣子圖和下邊緣子圖,利用訓(xùn)練好的AdaBoost-SVM級聯(lián)分類器對鉤尾框托板上邊緣子圖和下邊緣子圖進行螺栓丟失檢測,并將有丟失故障的圖像中托板位置映射到整列貨車圖像上,生成報文后上傳平臺;
步驟一、定位鉤尾框托板圖像中鉤尾框托板位置,提取ROI區(qū)域;
步驟二、獲取以車軸為參考位置的鉤尾框托板上邊緣子圖和下邊緣子圖;
所述訓(xùn)練好的AdaBoost-SVM級聯(lián)分類器,通過以下方式獲得:
步驟三、獲取樣本圖像;
步驟四、提取樣本圖像的HOG特征,具體過程為:
步驟四一、分別構(gòu)造水平方向、垂直方向、對角線方向的可控濾波器并利用所構(gòu)造的可控濾波器計算樣本圖像中像素點的梯度:
水平方向梯度:
Gx(x,y)=F0*I
垂直方向梯度:
對角線方向梯度:
其中,F(xiàn)0是構(gòu)造的水平方向的可控濾波器,是構(gòu)造的垂直方向的可控濾波器,是構(gòu)造的對角線方向的可控濾波器,(x,y)是樣本圖像的某一像素點,I是截取的鉤尾框托板上下邊緣子圖;
步驟四二、計算樣本圖像中像素點的梯度幅值:
步驟四三、計算樣本圖像中像素點的梯度方向:
θ(x,y)∈[0,π)
步驟四四、將樣本圖像中的圖像劃分為大小相等的單元圖像,并將劃分好的單元圖像分別組合成塊圖像;
首先,將鉤尾框托板的樣本圖像調(diào)整到64*128的大小;
然后,將樣本圖像按照8*8的大小進行單元圖像的劃分;
最后,將劃分好的單元圖像中每4個單元圖像組合為一個塊圖像;
步驟四五、計算每個塊圖像的梯度幅值的均值:
其中,gbavc代表一個塊圖像內(nèi)單元圖像的梯度幅值的均值,gcsum代表當前單元圖像內(nèi)的梯度值,n為當前塊圖像中單元圖像的總數(shù),c=1是塊圖像內(nèi)第1個單元圖像;
步驟四六、根據(jù)梯度幅值的均值調(diào)整每一個塊圖像中每一個單元圖像的梯度幅值:
其中,m1,m2,m3,m4,m5為調(diào)整梯度幅值的系數(shù),G(x,y)是某一塊圖像內(nèi)(x,y)位置單元圖像的梯度幅值,gc是調(diào)整后的梯度幅值;
步驟四七、根據(jù)調(diào)整后的梯度幅值獲得每個單元圖像的梯度直方圖,將每個塊圖像對應(yīng)的單元圖像直方圖進行串聯(lián),得到塊圖像的梯度直方圖;然后將獲得的塊圖像的梯度直方圖進行L2范數(shù)歸一化處理獲得歸一化后的梯度直方圖,即得到所有特征增強后的塊圖像的HOG特征;
步驟四八、將所有特征增強后的塊圖像的HOG特征組合為樣本圖像的HOG特征;
步驟五、運用提取到的HOG特征訓(xùn)練AdaBoost-SVM級聯(lián)分類器。
2.根據(jù)權(quán)利要求1所述的基于機器學(xué)習(xí)的鐵路貨車鉤尾框托板脫落故障檢測方法,其特征在于:所述獲得以車軸為參考位置的鉤尾框托板上邊緣子圖和下邊緣子圖,具體過程為:
步驟一、定位鉤尾框托板圖像中鉤尾框托板位置,提取ROI區(qū)域:
步驟一一、獲取鐵路貨車線陣圖像:
步驟一二、定位鉤尾框托板位置,提取ROI區(qū)域:
根據(jù)整體鐵路貨車識別系統(tǒng)框架提供的軸距信息定位以車軸為參考位置的鐵路貨車線陣圖像中鉤尾框托板的位置,并提取ROI區(qū)域;
步驟二、獲取以車軸為參考位置的鉤尾框托板上邊緣子圖和下邊緣子圖:
對鉤尾框托板的ROI區(qū)域圖像進行上下邊緣截取,獲得上邊緣帶螺栓的區(qū)域子圖和下邊緣帶螺栓的區(qū)域子圖。
3.根據(jù)權(quán)利要求2所述的基于機器學(xué)習(xí)的鐵路貨車鉤尾框托板脫落故障檢測方法,其特征在于:所述步驟一一中獲取鐵路貨車線陣圖像,具體過程為:
首先在列車軌道周圍搭建成像設(shè)備,列車通過設(shè)備后,獲取鐵路貨車圖像;
然后,采用線掃描的方式處理鐵路貨車圖像,得到鐵路貨車線陣圖像。
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)利屬于哈爾濱市科佳通用機電股份有限公司,未經(jīng)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(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/202011473522.5/1.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 同類專利
- 專利分類
G06K 數(shù)據(jù)識別;數(shù)據(jù)表示;記錄載體;記錄載體的處理
G06K9-00 用于閱讀或識別印刷或書寫字符或者用于識別圖形,例如,指紋的方法或裝置
G06K9-03 .錯誤的檢測或校正,例如,用重復(fù)掃描圖形的方法
G06K9-18 .應(yīng)用具有附加代碼標記或含有代碼標記的打印字符的,例如,由不同形狀的各個筆畫組成的,而且每個筆畫表示不同的代碼值的字符
G06K9-20 .圖像捕獲
G06K9-36 .圖像預(yù)處理,即無須判定關(guān)于圖像的同一性而進行的圖像信息處理
G06K9-60 .圖像捕獲和多種預(yù)處理作用的組合
- 根據(jù)用戶學(xué)習(xí)效果動態(tài)變化下載學(xué)習(xí)數(shù)據(jù)的系統(tǒng)及方法
- 用于智能個人化學(xué)習(xí)服務(wù)的方法
- 漸進式學(xué)習(xí)管理方法及漸進式學(xué)習(xí)系統(tǒng)
- 輔助學(xué)習(xí)的方法及裝置
- 基于人工智能的課程推薦方法、裝置、設(shè)備及存儲介質(zhì)
- 基于強化學(xué)習(xí)的自適應(yīng)移動學(xué)習(xí)路徑生成方法
- 一種線上視頻學(xué)習(xí)系統(tǒng)
- 一種基于校園大數(shù)據(jù)的自適應(yīng)學(xué)習(xí)方法、裝置及設(shè)備
- 一種學(xué)習(xí)方案推薦方法、裝置、設(shè)備和存儲介質(zhì)
- 游戲?qū)W習(xí)效果評測方法及系統(tǒng)





