[发明专利]一种定位器底座开口销缺失识别方法

说明书

本发明提供了一种定位器底座开口销缺失识别方法。该方法包括采集若干定位器底座、开口销、销钉图像的步骤；将采集的图像作为模板图像进行存储的步骤；输入待对比的图像数据的步骤；从输入图像中快速定位出包含定位器底座的矩形坐标的步骤；在定位器底座区域图像中定位出销钉的矩形坐标的步骤；采用自编码器特征及SVM分类器算法，在定位器底座区域图像中定位出开口销的矩形坐标的步骤；判断开口销是否缺失的步骤。本发明的成本低，且能自动识别开口销是否缺失。

技术领域

本发明涉及图像识别技术领域，特别是一种定位器底座开口销缺失识别方法。

背景技术

定位器底座的作用是固定接触线，使接触线在受电弓滑板运行轨迹范围内保证接触线与受电弓不脱离，并将接触线的水平负荷传给支柱，一旦定位器底座的开口销缺失，将会存在重大的安全隐患，因此及时发现定位器底座开口销是否缺失的意义非常重大。当前定位器开口销的识别工作主要是采用人工的方式，存在耗时、耗力、成本高的缺点。

如果能提供成本低，且能自动识别开口销是否缺失的方法，将是十分有意义的。

发明内容

为解决上述问题，本发明提供了一种定位器底座开口销缺失识别方法，包括如下步骤：

步骤一：采集若干定位器底座、开口销、销钉的图像；

步骤二：将采集的图像作为模板图像进行存储；

步骤三：输入待对比的图像数据；

步骤四：利用模板图像对比，从输入图像中快速定位出包含定位器底座的矩形坐标；

步骤五：在定位器底座区域图像中定位出销钉的矩形坐标；

步骤六：在定位器底座区域图像中定位出开口销的矩形坐标；

步骤七：判断开口销是否缺失。

进一步的，步骤四中，利用归一化互相关算法进行定位。

进一步的，步骤五中，采用自编码器特征算法及SVM分类器算法进行定位。

进一步的，步骤五、六中，SVM分类器的训练参数设置为：

Svm-type:c-SVM

kernel_type:linear。

进一步的，步骤六中，采用自编码器特征算法及SVM分类器算法进行定位。

进一步的，步骤五、步骤六中，自编码器的训练步骤如下：

步骤a:收集若干的各种形态的开口销或定位器图片；

步骤b:采用BP网络算法进行网络训练，经过若干次迭代，停止训练；

步骤c:把训练好的模型和参数保存下来。

进一步的，步骤a中，还需要将开口销或者定位器图片进行缩放，缩放尺寸为70*70。

进一步的，步骤七中，判断开口销是否丢失的方法为：当步骤六中通过SVM分类器返回值进行判断，如果返回值为0，表示开口销存在，否则开口销缺失。

进一步的，步骤三中，输入的图像数据为线阵连续图像数据或者面阵连续图像数据。

本发明的有益效果为：

本发明实现了对定位器开口销的自动定位，成本低，节约人力物理，且对环境要求低，支持晚上和白天应用场景。另外，本发明还能支持支持面阵和线阵图像格式，适用范围广泛。

附图说明

图1为本发明流程图。

图2为本发明所采用的自编码器神经网络图。