[发明专利]基于形状匹配的高铁高度调整杆脱出故障图像识别方法

权利要求书

1.基于形状匹配的高铁高度调整杆脱出故障图像识别方法，其特征在于，包括以下步骤：

s1、采集图像并提取包含检测部件区域的图像；并提取检测部件区域对应的模板图像；

s2、对模板图像创建图像特征金字塔；

s3、确定了金字塔层数后，针对于每层图像特征金字塔，分别进行边缘提取并对特征点进行最离散采样；对特征点提取特征点梯度信息；所述最离散采样是指离散程度最大的离散采样；

s4、在每层图像特征金字塔上，对提取到的最离散边缘点进行旋转；

s5、对搜索图片建立特征金字塔；

取金字塔最高层的模板图像在搜索图片金字塔最高层进行全角度的滑窗遍历；将相似度最高的作为匹配结果；将此结果向下一层金字塔映射，直到图像特征金字塔的第一层，即图像原始分辨率层，完成粗定位；

s6、针对于金字塔搜索后得到的粗定位结果，将模板图像轮廓点经过金字塔粗定位的结果进行仿射变换到搜索图片上对应的点记作P，对P点的主梯度与搜索图片边缘点主梯度进行相似性计算，将相似性最高的搜索图片上的点作为边缘点A，再将P替换为A，将原来的模板轮廓转变为矫正轮廓线；

s7、采用最小二乘法进一步矫正，矫正以特征点到特征线的距离最短作为优化目标进行迭代；其中特征点为模板图像边缘点经过变形矫正后的得到的模板图像的边缘点P；特征线为在搜索图像上距离点P最近的搜索物体上的临近边缘点对应的切线；

s8、基于模板图像和搜索结果，通过逻辑分析对精细定位的部件图像进行故障判定；所述的通过逻辑分析对精细定位的部件图像进行故障判定的过程包括以下步骤：

1)根据轴距先验信息，得到子图；

2)分别对高度调整杆及调整杆安装底座方块进行匹配；

3)计算调整杆下边缘坐标(x1，y1)及安装座方块下边坐标(x2，y2)，及安装座高度height；

4)计算比例ratio’＝(y2-y1)/height；

5)如果ratio’0.3则判定为故障。

2.根据权利要求1所述的基于形状匹配的高铁高度调整杆脱出故障图像识别方法，其特征在于，步骤s6所述相似性计算是基于如下相似度量函数计算的；

其中，d‘_i为模板图片中点i的梯度，表示d′_i的转置；e_i′为搜索图片上被模板覆盖的子区域中i的对应点i′的梯度；n表示点i的总数；(t′_i，u′_i)及(v，w)分别为d′_i与e_i′的x、y方向上的梯度分量。

3.根据权利要求1所述的基于形状匹配的高铁高度调整杆脱出故障图像识别方法，其特征在于，所述步骤s2对模板图像创建图像特征金字塔的过程包括以下步骤：

a、对输入图像进行特征提取，获得特征图；

b、设定金字塔初始层数L＝0；

c、对特征图，从L层开始逐层创建图像特征金字塔；

d、根据初始采样率ratio对当前层金字塔图像进行特征采样；

e、如果边缘点数N大于第一阈值同时小于第二阈值，则跳出流程使用当前金字塔层数；

f、如果边缘点数N大于第二阈值，则将L更新为L+1，跳转步骤c；

g、如果边缘点数N大于0小于第一阈值，则L＝0，同时将采样率除1.5，跳转步骤c；

h、循环步骤e到g，直到满足步骤e。

4.根据权利要求3所述的基于形状匹配的高铁高度调整杆脱出故障图像识别方法，其特征在于，所述第一阈值为40，所述第二阈值为60。

5.根据权利要求1、2、3或4所述的基于形状匹配的高铁高度调整杆脱出故障图像识别方法，其特征在于，步骤s2对模板图像创建图像特征金字塔所述的图像特征金字塔采用最大值金字塔；最大值金字塔是指相邻四像素取最大值作为下一层金字塔的对应点所形成的特征金字塔。