申请/专利权人:哈尔滨市科佳通用机电股份有限公司
申请日:2019-12-12
公开(公告)日:2021-02-26
公开(公告)号:CN111080604B
主分类号:G06T7/00(20170101)
分类号:G06T7/00(20170101);G06T7/136(20170101);G06N3/08(20060101)
优先权:
专利状态码:有效-授权
法律状态:2021.02.26#授权;2020.05.22#实质审查的生效;2020.04.28#公开
摘要:一种铁路货车钩提杆折断故障图像识别方法,涉及货运列车检测技术领域,针对现有技术中传统的图像处理检测方式针对钩提杆部件本身泥渍、油渍影响,导致检测效率低的问题,一种铁路货车钩提杆折断故障图像识别方法,包括以下步骤:步骤一:获取钩提杆所在区域图像,作为样本数据集;步骤二:对样本数据集进行数据扩增;步骤三:对数据集中的图像进行标注;步骤四:将原始图像和标注图像生成数据集,并训练模型;步骤五:利用UNet网络模型对钩提杆区域进行预测,得到钩提杆的二值图像;步骤六:判断钩提杆是否折断,若是则进行故障报警,若否则执行步骤五。本发明可以提高故障检测的效率和准确率。
主权项:1.一种铁路货车钩提杆折断故障图像识别方法,包括以下步骤:步骤一:获取钩提杆所在区域图像,作为样本数据集;步骤二:对样本数据集进行数据扩增;步骤三:对数据集中的图像进行标注;步骤四:将原始图像和标注图像生成数据集,并训练模型;步骤五:利用UNet网络模型对钩提杆区域进行预测,得到钩提杆的二值图像;步骤六:判断钩提杆是否折断,若是则进行故障报警,若否则执行步骤五,所述判断钩提杆是否折断的具体步骤为:首先将途径货车图像使用深度学习网络将图像进行归一化后,使用训练好的网络模型完成钩提杆图像预测,并使预测结果的灰度值在0~1之间,针对预测图像乘以255,采用图像处理算法来判断杆和座的相对位置关系或杆的长度变化,若杆和座的相对位置关系发生变化,则认定为折断,若杆和座的相对位置关系未发生变化,则认定为未折断,若杆的长度小于设定阈值,则认定为折断,若杆的长度不小于设定阈值,则认定为未折断,若存在折断情况则上传至报警平台;其特征在于所述步骤四中,在每次图像进入模型训练时对图像进行归一化处理;所述归一化处理采用如下公式: 其中,maxxmn为图像灰度最大值,σ=1e-10。
全文数据:
权利要求:
百度查询: 哈尔滨市科佳通用机电股份有限公司 一种铁路货车钩提杆折断故障图像识别方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。