[发明专利]一种列车部件完整性检测方法

说明书

本发明公开了一种列车部件完整性检测方法，包括以下步骤：步骤S1：对采集到的图像进行预处理，消除图像噪声，建立待检测部位的模板库；步骤S2：通过预先保存的部件模板自动匹配定位部件所在位置；步骤S3：筛选出作为生长的种子区域的特征块；步骤S4：利用多点自动种子生长的算法对部件进行生长，按照生长情况判断差异区域，并分析差异区域轮廓特征，判断部件是否完整。该方法对图像采集的条件没有限制，能够很好的适应列车检测的环境。

技术领域

本发明涉及基于图像的零部件检测领域，特别涉及一种列车部件完整性检测方法。

背景技术

我国铁路网络规模越来越大，时至今日每天运行的列车为3615对，远远超出了其他国家的数量。为了保证安全运行，需要对进站列车的部件进行常规检查，保证不脱落、无破损、无偏移等。传统的部件完好性检测主要是通过人工对重要部件进行肉眼检查，但是随着列车数量的急剧增加，长时间单调的人工检查会出现视觉疲劳、注意力不集中或者错觉等问题，容易造成漏检，从而可能影响到列车的安全运行。

基于图像进行检测是一种效率较好的方法。中兴公司开发了一种手电摄像机，在对检测部位进行光照的同时，进行图像采集并传送到后台进行完好性检查。通过图像进行完好性检测的研究中，目前很多研究者致力于用神经网络或部件特征对部件进行定位然后利用分类器对部件进行分类，以此实现部件的完整性检测。另外有研究者将梯度编码直方图特征与基于离散点采样和中线分组的TFDS图像提取复杂形状方法，但是没有进一步证明其方法用于完整性检测。基于特征提取算子对图像中特征点进行检测、筛选、匹配对火车车底的螺栓等部件进行识别。但是列车检测部位多，目前还没有任何对列车通用部件的完整性检测的研究，并且动态采集图像时位置、角度、光照等条件不同，因此，现有研究难以直接应用于列车所有部件的完好性检测。

发明内容

本发明的目的在于提供一种列车部件完整性检测方法，以解决上述技术问题。

为实现上述目的本发明采用以下技术方案：

一种列车部件完整性检测方法，包括以下步骤：

步骤S1：对采集到的图像进行预处理，消除图像噪声，建立待检测部位的模板库；

步骤S2：通过预先保存的部件模板自动匹配定位部件所在位置；

步骤S3：筛选出作为生长的种子区域的特征块；

步骤S4：利用多点自动种子生长的算法对部件进行生长，按照生长情况判断差异区域，并分析差异区域轮廓特征，判断部件是否完整。所述步骤S2还包括以下步骤：

步骤S21，在原始模板中选取多个子块作为子模板代替原始模板；

步骤S22，求得子模板与待搜索图的相关系数R(i,j)，且设置一个阈值τ,当相关系数R(i,j)τ时说明两个图相似，若检测的部件为不完整的部件，且所缺失部分为模板特征块区域，则所计算到的相关系数R(i,j)则小于τ，从而直接判断部件不完整。

所述步骤S3还包括以下步骤：

步骤S31：通过模板部件特征块匹配到相似区域之后，计算每个模板特征块与待搜索部件中匹配上的特征块的位置差异C(i)；

步骤S31：将计算出来的所有特征块差异明显的特征块删除，不作为种子选取区域，其余的特征块将作为种子的选取区域。

所述步骤S4还包括以下步骤：

步骤S41：初始化队列，将种子点进队操作，如果队列非空则进行步骤S42；

步骤S42：出队一个种子点，检测该种子点左边点及右边点，判断是否满足种子生长条件，求得最左边满足生长条件点的横坐标x_left，最右边横坐标x_right，并将其坐标点及区间长度储存，增加一个标志，判断是否为生长过的点，初始值设置为假；