[发明专利]一种货车闸瓦故障的识别方法及装置

权利要求书

1.一种货车闸瓦故障的识别方法，其特征在于，该方法包括：

从当前图像中提取三个角度的分割特征；

根据所述三个角度的分割特征确定当前图像的货车闸瓦特征区域；

从当前图像的货车闸瓦特征区域中提取货车闸瓦的特征；

使用支持向量机SVM算法对货车闸瓦的特征计算得出当前图像的特征值，根据所述特征值以及预置的故障识别值判定货车闸瓦是否存在故障。

2.根据权利要求1所述的方法，其特征在于，所述从当前图像中提取三个角度的分割特征，包括：从故障图像动态检测系统TDFS中周期性提取当前图像，对当前图像进行三个角度的灰度投影得到三条投影曲线；对所有投影曲线进行滤波，将滤波后的各个投影曲线中的最大值均作为当前图像三个角度的分割特征。

3.根据权利要求1所述的方法，其特征在于，所述根据三个角度的分割特征确定当前图像的货车闸瓦特征区域，包括：使用Canny算子提取当前图像的边缘信息，根据角度为零度的分割特征，确定货车闸瓦特征区域的左边界和右边界的坐标值；根据角度为-25°和25°的分割特征，确定货车闸瓦特征区域的上边界和下边界的坐标值。

4.根据权利要求1所述的方法，其特征在于，所述从当前图像的货车闸瓦特征区域中提取货车闸瓦的特征，包括：使用基于背景面积预估的方法，将当前图像的货车闸瓦特征区域中的图像分割得到货车闸瓦区域二进制图像；使用像素标记法，从所述货车闸瓦区域二进制图像中提取最大连通区域；使用Canny算子，从最大连通区域中的二进制图像中提取货车闸瓦边缘轮廓；根据所述货车闸瓦边缘轮廓提取货车闸瓦的特征。

5.根据权利要求4所述的方法，其特征在于，所述货车闸瓦的特征包括：货车闸瓦边缘轮廓的平滑特征值、货车闸瓦边缘轮廓的凹凸特征值、货车闸瓦边缘轮廓的锯齿度、货车闸瓦边缘轮廓的固靠值、货车闸瓦边缘轮廓的致密性、货车闸瓦边缘轮廓的圆形性、货车闸瓦边缘轮廓的长宽比、货车闸瓦边缘轮廓的面积和货车闸瓦边缘轮廓的周长。

6.根据权利要求1所述的方法，其特征在于，所述从当前图像中提取三个角度的分割特征之前，该方法还包括：使用不存在故障的货车闸瓦图像和存在故障的货车闸瓦图像分别建立正、负样本训练集；分别提取正、负样本训练集中的所有图像的特征，组成正、负样本训练集对应的九维特征向量，使用SVM算法计算得出的正、负样本对应的值，将负样本训练集对应的值作为故障识别值。

7.一种货车闸瓦故障的识别装置，其特征在于，该装置包括：特征提取模块和识别模块；其中，

特征提取模块，用于从当前图像中提取三个角度的分割特征，根据所述三个角度的分割特征确定当前图像的货车闸瓦特征区域，从当前图像的货车闸瓦特征区域中提取货车闸瓦的特征，将所述货车闸瓦的特征发送给识别模块；

识别模块，用于使用SVM算法对特征提取模块发来的所述货车闸瓦的特征计算得出当前图像的特征值，根据所述特征值以及预置的故障识别值判定货车闸瓦是否存在故障。

8.根据权利要求7所述的装置，其特征在于，所述特征提取模块，具体用于从所在的TDFS中周期性提取当前图像，对当前图像进行三个角度的灰度投影得到三条投影曲线；对所有投影曲线进行滤波，将滤波后的各个投影曲线中的最大值均作为当前图像三个角度的分割特征。

9.根据权利要求7所述的装置，其特征在于，所述特征提取模块，具体用于使用Canny算子提取当前图像的边缘信息，根据角度为零度的分割特征，确定货车闸瓦特征区域的左边界和右边界的坐标值；根据角度为-25°和25°的分割特征，确定货车闸瓦特征区域的上边界和下边界的坐标值。

10.根据权利要求7所述的装置，其特征在于，所述特征提取模块，具体用于使用基于背景面积预估的方法，将当前图像的货车闸瓦特征区域中的图像分割得到货车闸瓦区域二进制图像；使用像素标记法，从所述货车闸瓦区域二进制图像中提取最大连通区域；使用Canny算子，从最大连通区域中的二进制图像中提取货车闸瓦边缘轮廓；根据所述货车闸瓦边缘轮廓提取货车闸瓦的特征。